あなたがエンジニアなら、おそらく毎日CADソフトウェアと向き合っているでしょう。
部品を描く際には、スケッチから押し出し、面取り、穴開けまで——すべてのステップに正確なパラメータ設定が必要です。熟練したエンジニアになるには、こうした「設計言語」を習得するのに10年近くかかる場合もあります。
ところが今、GenCADというプロジェクトがこう宣言しています：
「画像1枚渡せば、編集可能・製造可能なCADモデルをお返しします」
これは、あなたが想像する「AIによる絵画生成」とはまったく別次元の技術です
まず明確にしておきましょう：GenCADが実現していることは、MidjourneyやDALL-Eによる画像生成とは、本質的に異なる次元のものです。
後者のAIが生成するのはピクセル単位の静止画像——見た目はそれらしいものの、それを工場で加工することはできません。
一方、GenCADが生成するのはパラメトリックCADコマンド列です。わかりやすく言うと、単に3Dモデルの「外観」を提供するのではなく、そのモデルを構築するための最初の1筆から最後の1筆までの完全な設計履歴を出力するのです。
では、これにはどんな意味があるのでしょうか？
それは、SolidWorksやFusion 360といった専門CADソフトウェアでモデルを開き、各パラメータや寸法を自由に編集したうえで、そのままCNC工作機械へ送って製造できるということを意味します。
これこそが、真に「エンジニアリング設計レベル」に到達したAI生成技術なのです。
技術解説：4段階のアーキテクチャ
GenCADのシステム設計は非常に精巧で、以下の4つのキーステップから構成されています：
第1ステップ：自己回帰型Transformerエンコーダを用いて、CADコマンド列の潜在表現（latent representation）を学習します。要するに、AIにCADコマンドの「文法」——押し出し、回転、面取りといった操作が数学的に何を意味するか——を理解させます。
第2ステップ：対比学習（contrastive learning）モデルを活用し、CADコマンド列の潜在空間とCAD画像の潜在空間を整合させます。このステップにより、「画像」と「設計コマンド」の間に橋渡しが実現されます。
第3ステップ：潜在拡散モデル（latent diffusion model）を用いて、入力されたCAD画像に基づき、対応するCADコマンドの潜在表現を生成します。
第4ステップ：デコーダがこれらの潜在表現を、実際のパラメトリックCADコマンド列へと変換します。
この一連の処理の最大の難関は、CADデータ構造（特に境界表現B-rep）が極めて複雑であることにあります。これまでの多くの研究では、精度と編集性を犠牲にして、メッシュ・ボクセル・点群などの代替表現を採用してきました——しかし、これらは実際のエンジニアリング用途には不十分です。
GenCADは、より困難ではあるが、より正しい道を選んだのです。
なぜこれがHacker Newsのトレンドに値するのか？
Hacker News上では、GenCADは320ポイント、79件のコメントを獲得しました。これは学術論文ベースのプロジェクトとしては、極めて高い注目度です。
コメント欄での議論は主に以下の3つの方向に集中しています：
- 製造業への破壊的影響力：エンジニアが手書きのスケッチ1枚で、AIが完全なCADモデルを生成できるようになれば、製品設計の反復スピードは1桁以上向上する可能性があります。
- 3DプリンティングおよびCNC加工への影響：編集可能なCADモデルは、そのまま製造プロセスへとシームレスに移行できます。3DスキャンからCADモデリングへと至る中間工程を省略できるのです。
- 「AI for Engineering」分野における模範的成果：GenCADは、AIが単に「見た目が正しそうなもの」を生成するだけでなく、「実際に使えるもの」を生成できることを証明しました——これはエンジニアリング分野において、質的な飛躍を意味します。
現実の制約
もちろん、GenCADはまだ製品化に至るには至っていません。
現時点では、比較的単純な幾何形状の処理に特化しており、高度に複雑なアセンブリ部品や、複数の材料・表面処理仕様を含む製品については、その能力は依然として限定的です。
しかし、技術の進化スピードはしばしば予想を上回ります。2年前のAIコード生成ツールは、単純な関数すら書けない状況でしたが、現在ではすでに複雑なシステム開発にも参画しています。
もしGenCADが同様の進化軌道をたどるならば、3〜5年後にはCADデザイナーの業務形態が根本的に変化するかもしれません。
それは「人間の置き換え」ではなく、「人間の強化」です。デザイナーは創造性や機能定義といった本質的な作業に集中し、AIがそのコンセプトを実行可能なエンジニアリングファイルへと変換する——
それが、AIが果たすべき最も理想的な役割なのかもしれません。
人間を代替するのではなく、人間が得意とする領域にこそ、人間の力を集中させる——
まさに、AIの在り方として最も美しい姿です。