建物の紹介動画やプロモーションに使われる3DCG。従来はCG制作会社に依頼し、モデリングから3Dアニメーションまで数週間かけて仕上げるのが一般的でした。そこに今、「AIに言葉で指示するだけで3Dソフトが動く」という新しい可能性が登場しています。Blender MCPと呼ばれる仕組みです。
AIを介せば、図面だけで建物の3Dモデルが立ち上がり、カメラワークまで言葉で指定できるのではないか。それが本当に可能なら、不動産の物件紹介動画づくりは大きく変わります。そこで今回は、建物の立面図からAIだけで3D動画を作れるのか、実際に手を動かして検証してみました。
結論から言うと、「使える場面」と「まだ難しい場面」がはっきり分かれる結果になりました。検証で実際にできた動画をそのままお見せしながら、2026年7月時点の現在地を整理します。
Blender MCPとは｜言葉で指示すると3Dソフトが動く仕組み
Blenderは、世界中のCG制作の現場で使われている3DCGソフトです。無料で使えるにもかかわらず、建物のモデリングから3Dアニメーション、映像の書き出しまでこなせる本格的なツールで、プロの制作会社でも広く採用されています。ただし本来は専門のオペレーターが操作するソフトで、習得には相応の時間がかかります。
そのBlenderを、チャットのやり取りだけで動かせるようにするのがBlender MCPです。MCPとは、AIアシスタントと外部のソフトをつなぐ共通規格のようなもの。これを介すると、「10階建てのビルを作って」「カメラを建物の周りに一周させて」といった日本語の指示を、AIがBlenderの操作に翻訳して実行してくれます。
ここで押さえておきたいのは、AIはあくまで「操作の代行者」だという点です。3Dモデルそのものを直接生成しているわけではなく、人間のオペレーターが手で行っていた操作を、AIが代わりに組み立てて実行しています。つまり、AIが図面を読み違えれば、読み違えたとおりのモデルがそのまま出来上がります。この性質が、このあとの検証結果に大きく関わってきます。
従来のCG制作を担っていた人の操作を、AIが代行するのがBlender MCP
検証：立面4面図から建物の3Dモデルを起こしてみた
検証の題材には、フリー素材として公開されている戸建て住宅の立面図を使いました。立面図とは、建物を東西南北の4方向から見た姿で描いた図面のことで、不動産や建築の実務では最も手に入りやすい資料のひとつです。この4枚をAIに読み取らせ、「この図面のとおりに建物の3Dモデルを作ってほしい」と指示するところから検証を始めました。
図面だけを渡した最初の段階で、AIが出してきた結果がこちらです。
最初の出力は、一応「それっぽい」ものにはなりました。屋根があり、壁があり、窓らしきものも付いていて、図面からここまで読み取っているのかという驚きは確かにあります。ただ、一見してわかるレベルで、そのままでは使えない仕上がりでした。細部の粗さという話ではありません。本来あるはずの建物の凹凸がごっそりなかったり、階段の向きが図面と逆になっていたりと、建物として成立していないのです。
これは、AIの図面の読み取り精度という話にとどまりません。立面図はあくまで平面の情報なので、そこから立体を推測して組み立てる作業そのものが、現在のAIにとってまだ難しいのだとわかります。人間の設計者なら4枚の図面を頭の中で組み合わせて立体を思い浮かべられますが、AIは同じことがまだ安定してできません。
では、具体的にどこでつまずいたのか。言葉での修正指示を重ねた結果どこまで近づけたのかもあわせて、次の章で見ていきます。
つまずいたポイント：凹凸・屋根・見えない場所
ここからは、言葉での修正指示を重ねてモデルを図面に近づけていく中で見えてきた、「AIが苦手なポイント」を整理します。実際につまずいた順に、大きく3つありました。
外壁の凹凸を検知できない
最初につまずいたのが、建物の凹凸です。実際の建物の壁面には出っ張りや引っ込みがあり、立面図にもその情報は線として描かれています。ところがAIはこれを立体の凹凸として読み取れず、のっぺりとした一枚の壁として処理してしまいました。図面の線を「奥行きの変化」として解釈できないわけです。
1階の屋根：建物の凹凸に合わせた切り出しが難しい
次が屋根です。意外なことに、2階にかかる大きな寄棟屋根（4方向すべてに傾斜がある屋根）は、最初からそれらしい形になっていました。苦労したのは1階部分の屋根です。1階の屋根は建物の凹凸に沿って切り出される形になるため、「どこからどこまでを屋根で覆い、どこで切るか」を言葉で正確に伝えるのが難しく、指示と修正を何度も往復することになりました。外壁の凹凸を検知できないことが、そのまま屋根の形にも響いてくる格好です。
図面に「見えていない」場所は再現されない
立面図には、外から見た姿しか描かれていません。そのため、たとえばベランダの奥にある掃き出し窓のように、図面上で手前の要素に隠れている部分は、AIにとって存在しないのと同じになります。人間なら「ベランダがあるなら、出入りするための窓があるはずだ」と常識で補えますが、AIはその推測をしてくれませんでした。
こうしたポイントを言葉で一つずつ修正して仕上げたのが、こちらの最終形です。
最初の出力からは大きく前進しました。それでも、図面と見比べると細部はまだ正確ではありません。マウスで直接形を動かす従来の操作と違い、「もう少し右へ」「そこは屋根で覆わないで」という言葉での修正には精度の限界があり、「だいたい合っている」より先には詰め切れませんでした。
検証で見えた、図面からの3D化の現在地
生成AIで動画化：「それっぽさ」の実力
Blender上の3Dモデルは、カメラを動かして映像として書き出せます。今回は、ドローンで撮ったようなカメラワークを指定して6秒の映像を書き出し、それをSeedanceという動画生成AIで実写風とアニメ風に変換しました。
結果を画面分割で並べたのが、こちらの動画です。元のCG・実写風・アニメ風を同時に見比べられます。
質感は、多少それっぽくなりました。背景については、プロンプト（AIへの指示文）を書き込めばかなりそれらしく仕上げられそうな手応えもあります。一方で、建物自体はかなり元のCGの完成度に引っ張られることがわかりました。実写風にテイストを変えても、どこかCG感が残ってしまうのです。
それならばと、下敷きのCGを簡略にして動画生成AI側の補完に任せる方法も考えられますが、そうすると今度は映像が図面からどんどんかけ離れていきます。かといって、前の章で見たとおり、図面を精緻に3D化すること自体がまだ難しい。ここにジレンマがあります。外壁や床の素材感を言葉で指定する調整も試しましたが、これをテイスト変換と組み合わせるのもまだ思いどおりにはいきませんでした。
このため、実在の物件紹介にそのまま使えるかというと、現状は難しいというのが率直な評価です。
2026年7月時点の現実解：実在の建物は「AI合成」で補う
ここまでの検証をまとめると、実在の建物を図面とプロンプトだけでAIに再現させるのは、2026年7月時点ではまだ難しいというのが結論です。それっぽい映像は作れても、実物との一致が求められる物件紹介では、細部の違いがそのまま信頼性の問題になってしまいます。
今回は外観での検証でしたが、室内はさらに難易度が上がります。仮に室内向けの4面図（展開図）が手元にあったとしても、家具や建具、壁の造作など、凹凸の情報量が外観とは桁違いに多いためです。外壁の凹凸でつまずいた今回の結果を踏まえると、内観の3D化は外観以上に「まだこれから」の領域といえます。
では、実在の建物の動画にAIを使う道はないのかというと、そうではありません。現時点で実用になっているのは、ゼロからAIに作らせるのではなく、確かな素材にAIを合成する方向です。大きく2つのルートがあります。
1つめは、実写素材にAIで加工・合成を加えるルートです。実際に撮影した建物の映像や写真を土台にすれば、実物との一致は撮影の時点で保証されます。そのうえで、空の表情を変える、周辺の環境を演出する、といった仕上げをAIが受け持つ形です。
2つめは、従来のCG制作で作ったモデルにAIを組み合わせるルートです。3DCG・3Dアニメーションの制作現場で図面から正確に起こしたモデルであれば、精度の問題はすでにクリアされています。そこにAIによる質感の変換や演出を重ねれば、制作の後半工程を短縮しながら表現の幅を広げられます。すでにCGパースや3Dモデルの資産をお持ちの場合は、これがいちばん現実的な選択肢です。
2026年7月時点での、目的別の使い分け
まとめると、2026年7月時点では「AIが人の代わりに作る」のではなく、「人が作った確かな土台に、AIが仕上げを加える」のが現実解といえます。
架空の建物なら話が変わる：カメラワーク指定の有力手段に
ここまでは「実在の建物の再現」という、AIにとって最も条件の厳しいお題で検証してきました。では視点を変えて、実在の再現ではなく、架空の建物でよい場合はどうでしょうか。実は、ここでBlender MCPの評価は一変します。
架空の建物であれば、図面と一致している必要がありません。「高層ビルが立ち並ぶ街を作って」と言葉で指示し、その間をカメラが飛び回る映像を書き出す。こうした使い方であれば、AIの持ち味を生かすことができます。
そしてこの使い方は、動画生成AIの苦手分野を克服する突破口になりえます。動画生成AIは、「ビルの間をくぐり抜けながら上昇していく」といった複雑なカメラの動きを、プロンプトだけで思いどおりに再現するのがまだ苦手です。ところがBlenderを間に挟めば、カメラの軌道は1ミリ単位でコントロールできます。その映像を下敷きに、前の章で見た方法でテイストを変換すれば、狙ったカメラワークどおりの生成動画が手に入るというわけです。
ブランドムービーのイメージカット、サービス紹介映像の演出、開発コンセプトを伝える街並みの映像など、「実在との一致」を求められない場面であれば、図面からの3D化でつまずいた同じBlender MCPが、一転して頼れる存在になります。
AIと3DCGの組み合わせは、まだ「全部おまかせ」の段階にはありません。それでも、実写やCG資産との合成、架空世界のカメラワークといった使いどころを見極めれば、すでに動画制作の選択肢を広げてくれる存在です。どの方法が合うかは、見せたいもの・お持ちの素材によって変わりますので、迷ったらお気軽にご相談ください。
3DCG・生成AIを組み合わせた動画制作のご相談
不動産・建築の紹介映像から、架空世界のブランドムービーまで。
お手元の素材や目的に合わせた進め方をご提案します。
