3DをAIで作るなら「GPT-6 Astra」よりも「Gemini Antigravity」を使え！マルチモーダルでは実は最強【Gemini4に備えよう】

皆さん、こんにちは。ワンダー佐藤です。

今回は、AIで3Dを作るなら

「GPT-6 Astra（アストラ）を使うよりも、Gemini Antigravityを使った方がいいんじゃないか」

というお話をしていきたいと思います。

もちろん、単純な能力だけを比較すれば、Astraの方が強い部分はかなりあります。

頭もいい。ツールを動かす力も強い。複雑な作業を最後まで持っていく力もある。
だから、「どちらのAIが優秀か」という話だけならAstraに軍配が上がる場面も多いと思います。

ただ、今回私が考えたいのはそこではありません。
重要なのは、「そのタスクに本当に最先端モデルを使う必要があるのか？」ということです。

そして3Dのような領域では、私はむしろGeminiのような中堅モデルを育てていく方が面白いと思っています。

ちなみに最初にGemini3.8をAntigravityで作ったら・・・

まあ、こんなもんでしたw w w
しかし、そこから改良を加えていくと・・・

なかなかいい感じになります！
では、GPT-6 Astraで試すと（プロンプトはほぼ同じ）

Astraも一発だしだとこんなもんですw
やっぱAI育成は重要ですね！

Geminiがいいのは使用回数制限が緩いこと。
だから、回数を重ねることができるから、育成していけるんです。

そして、こうしたコーディングタスクはこれからは中堅クラスのAIに任せていく「意識改革」は以前にも述べました。

今回は、その実践となります！

【関連動画】

いいね・チャンネル登録していただけると嬉しいです🍀

最先端モデルを何に使うのか

最近のAIは、モデルの性能が上がりすぎています。
そのため、ついつい何でも一番強いモデルにやらせたくなります。
GPT-6 Astraが使えるならAstraを使う。Claudeの最上位モデルが使えるならそれを使う。
でも、私はこの使い方は少しもったいないと思っています。
最先端モデルには、最先端モデルでしか突破できない仕事があります。
複雑な研究、未知領域の探索、大規模な設計、複数のツールをまたぐ長時間のエージェントタスク。
そういう「ここは本当に強いモデルじゃないと無理だ」という場所に、強いモデルを投入した方がいい。
逆に言えば、ある程度成熟してきたタスクは、中堅モデルにどんどん下ろしていく。
私は最近、この考え方をかなり重視しています。
コーディングもそうです。
すべてを最先端モデルに書かせる必要はありません。
一定レベルまでモデル性能が上がってくると、普通のコーディングではモデル間の差が小さくなってきます。
3Dも同じことが起きてくるのではないかと思っています。
Astraだから3Dが作れる、という世界ではない。
Geminiでも作れる。
だったら、Geminiを使い込んでいけばいい。
ここで重要になるのが、AIそのものの能力ではなく、「AIをどう育てていくか」という視点です。

AIを育てるとは、文脈を育てること

私はよく「AIを育てる」という表現をします。
もちろん、ユーザーがAIそのものを再学習させているわけではありません。
モデルのパラメータを書き換えているわけでもありません。
私が言っている「育てる」というのは、文脈を育てるということです。
どういうものを良いとするのか。
どういう表現を求めているのか。
何を失敗と判断するのか。
どういう方向へ改善していくのか。
そうした情報が積み重なっていくことで、そのAIとの間に固有の文脈が形成されていきます。
これが私はかなり重要だと思っています。
AIの性能というと、どうしてもベンチマークの数字を見てしまいます。
しかし実際の仕事では、
「モデルそのものの能力」
だけで決まるわけではありません。
モデルに渡されている文脈、過去の試行錯誤、スキル、設計思想、ユーザーの好み。
そうしたものが重なって、最終的な出力が決まります。
つまり、
AI能力＝モデル性能×文脈設計
くらいに考えてもいい。
そして文脈を育てるためには、ある程度の回数を回せることが重要になります。
ここでAstraのような高コストなモデルは少し不利になります。
一回の性能が高くても、何度も何度も試行錯誤しにくい。
一方でGemini Antigravityのように比較的軽く回せる環境なら、試行錯誤そのものを大量に積み上げることができます。
私はこれから、この「回数」というものがAI活用ではかなり重要になると思っています。

Gemini最大の強みは「目」にある

そして今回3Dを触っていて、改めて感じたのがGeminiのマルチモーダル能力です。
私はGeminiの強みを一言で表現するなら、
「目がいい」
だと思っています。
Astraは頭がいい。
そして手足も強い。
ツールを使い、複雑な作業を連続して進める能力は非常に高い。
一方でGeminiは、画像や映像、視覚情報を理解する能力に大きな強みがあります。
ここは3Dと非常に相性がいい。
3Dというのは、単なるコード生成ではありません。
形があります。
奥行きがあります。
輪郭があります。
質感があります。
光があります。
影があります。
つまり非常に視覚的な世界です。
だから、3D生成では「コードを書けるか」だけではなく、「何を作ろうとしているのかを視覚的に理解できるか」が大きな意味を持ってきます。
ここにGeminiのマルチモーダル能力が効いてくる。
私は今後、AIモデルの評価も「頭がいいかどうか」だけでは足りなくなると思っています。
目がいいAI。
耳がいいAI。
手足が強いAI。
長期記憶が得意なAI。
探索が得意なAI。
収束が得意なAI。
そうやってAIごとに役割が分かれていく。
そしてGeminiは、その中でも「目」のポジションでかなり強いAIになるのではないかと見ています。

AstraとGeminiは、そもそも役割が違う

だから私は、AstraとGeminiを単純に競わせる必要もないと思っています。
「どちらが最強か」という話ではありません。
役割が違うんです。
Astraは、非常に難しい問題を突破するためのモデル。
Geminiは、マルチモーダルな情報を扱いながら高速に試行錯誤するモデル。
この違いを理解しておくことの方が重要です。
AI時代になると、どうしても最新モデルが登場するたびに、
「これが最強だ」
「全部これでいい」
という話になりやすい。
でも私はむしろ逆だと思っています。
モデルが増えれば増えるほど、使い分けが重要になる。
そして本当にAIを使いこなす人は、一番強いモデルだけを使う人ではなく、それぞれのモデルを適切な場所に配置できる人です。
最強モデルを雑用に使わない。
中堅モデルだからといって軽視しない。
タスクに応じてAIを編成する。
私はこれを「AIの組織編成」に近いものだと思っています。
人間の会社でも、すべての仕事を社長がやるわけではありません。
専門家もいれば、中堅もいる。
高速に仕事を回す人もいれば、難題にだけ投入される人もいる。
AIも同じです。
AstraにはAstraの仕事がある。
GeminiにはGeminiの仕事がある。
この役割分担が、これからますます重要になります。

Gemini4でさらに面白くなる

そして今回、私がGemini Antigravityを触っておいた方がいいと思うもう一つの理由が、Gemini4です。
今のGeminiですでに、マルチモーダルを軸にかなり面白いことができる。
もしここからGemini4でさらに能力が上がるなら、この領域は一段変わる可能性があります。
特に私が注目しているのは、単純な「賢さ」の向上だけではありません。
画像理解、空間理解、動画理解、3D、リアルタイムな環境理解。
こうした能力が一つにつながっていくことです。
そうなると、AIにとって3Dは特別なものではなくなっていくかもしれません。
画像を見る。
立体として理解する。
コードに変換する。
動かす。
修正する。
そして再び視覚的に評価する。
この循環が一つのAIの中で閉じていく。
ここまで来ると、AIは単なるコード生成モデルではありません。
「視覚世界を理解し、それを操作するエージェント」になっていきます。
私はGeminiの進化を、かなりこの方向で見ています。
だから今の段階からAntigravityを使いながら文脈を作っておく。
そしてGemini4が来た時に、その文脈や考え方をそのままブーストさせる。
この方が面白い。

これからは「最強AIを使う」から「AIを配置する」へ

今回の3D生成で一番伝えたいのは、実はGeminiがAstraより優れているという話ではありません。
もっと大きな話です。
これからのAI活用では、
最強モデルを使うことより、最適なモデルを配置することの方が重要になる。
私はそう考えています。
最先端モデルは、本当に難しい場所へ。
日常的な生成やコーディング、試行錯誤は中堅モデルへ。
そして中堅モデルには文脈を与え、スキルを積み重ね、徐々に自分の用途へ適応させていく。
この構造ができると、AI活用そのものがかなり変わります。
一つの万能AIに全部任せる世界ではなく、
複数のAIを役割ごとに編成する世界です。
そして3Dやマルチモーダルの領域では、Geminiはかなり重要なポジションに入ってくると思います。
Astraを使えるからAstraを使う。
ではなく、
「Astraでなければできないことは何なのか？」
を考える。
そしてAstraでなくてもいい仕事は、どんどん別のAIへ任せていく。
私はこれが、これからのAI活用ではかなり重要な考え方になると思っています。
Gemini4が来れば、おそらくこの流れはさらに加速します。
だから今のうちにGeminiを触っておく。
性能を見るだけではなく、Geminiの「目」を理解しておく。
そして自分の中で、AIの役割分担を作っておく。
これからは「どのAIが一番賢いのか」だけを追う時代ではありません。
どのAIを、どこに配置するのか。
そこまで含めて、AIを設計する時代に入ってきたのだと思います。

【プロフィール】

ワンダー・佐藤源彦（さとう もとひこ）
1977年生まれ
MBBS & AI共創イノベーション主催。
医療系の研究所、心理学の研究所の勤務を経て独立し、現在は生成AI（ChatGPT、Claude、Geminiなど）と心身に関する研究をしている。
主著『かんたんプロンプト』（芸術新聞社）『東洋医学と潜在運動系』（たにぐち書店）、2年間専門誌に連載、論文執筆などの執筆業を行いつつAI共創ライティングを開発中。
心理学・カウンセリング・コーチングをAIに技術転用し、AI共創プロンプトエンジニアリングを開発している。
AIスクール・AI企業研修・AIアプリ開発などを行う。

✅ワンダー佐藤総合リンク
https://linktr.ee/motohiko.sato

✅ワンダー佐藤源彦・著『かんたんプロンプト』（芸術新聞社から刊行）
※プロンプトエンジニアリングの基本から応用、タスク実行までを網羅
https://amzn.asia/d/80zVtv8

✅note記事
https://note.com/mbbs
※ChatGPT・Claude・Gemini・NotebookLM・Perplexity
※メンバーシップはじめました！

✅AI共創イノベーション（AIスクール・AI企業研修・AIアプリ開発のサイト）
https://mbbs-ai.jimdofree.com/

✅Facebook
https://www.facebook.com/motohiko1977
※リクエスト申請前にメッセージください

【AI共創イノベーションおすすめ動画】
https://www.youtube.com/watch?v=IXbKlwHUdbg&list=PLTcSHWqKTOojc8R-brID5q06JrmtiWRTl

サテライトチャンネル
https://www.youtube.com/@mindbody_ai

#Gemini #GeminiAntigravity #GPT6 #3DCG #3DAI #Blender #UnrealEngine #Unity #gemini4 #AIツール #gpt6 #GPTアストラ #antigravity #AIで3DALLE3の作り方 #chatgpt6 #AIエージェント #skills