3DスキャンとAI生成のいちばん大きな違いは、3Dスキャンが「実在する物を測って再現する」方式であるのに対し、AI生成（image-to-3D）は「写っていない部分を推定して作る」方式であるという点です。この原理の違いから、必要な入力も、得意な対象も、精度という言葉の意味までもが変わってきます。この記事では、どのアプリが良いかというツール単位の話ではなく、方式そのものの違いと選び分けを整理します。
※現在のFigmeeは、アップロードした絵やイラストからフィギュア風画像と3Dモデルデータ（GLB / 3MF）を生成・ダウンロードできるサービスです。実物の3Dプリント品の販売は準備中（Coming Soon）です。
2つの方式は、そもそも解いている問題が違う
同じ「3Dモデルを作る」でも、内部でやっていることは正反対と言っていいほど違います。
3Dスキャンは測定です。目の前にある物体の表面がどこにあるのかを、写真や光を使って計測し、その結果を点や面として記録します。対象が実在していることが前提で、測れなかった場所（裏側、隠れた部分）はデータの欠落として残ります。
AI生成は推定です。1枚〜数枚の画像を手がかりに、学習した知識から「ありそうな立体」を組み立てます。単一画像からの3D生成を扱う研究では、この状況が「制約不足（under-constrained）な設定」と説明されており、大規模な画像生成モデルが学習した幾何的な事前知識を頼りに、見えていない視点を補うという方針が取られています（出典: Zero-1-to-3: Zero-shot One Image to 3D Object（arXiv）、2026年7月時点）。対象が実在しない絵でも立体化できる代わりに、測っていない部分は推定のままです。
この違いを押さえると、後の比較がすべて筋道立って理解できます。
3Dスキャンには2つの系統がある
「3Dスキャン」とひとくくりにされますが、原理の異なる2系統があります。
フォトグラメトリ（写真から復元する）
対象を少しずつ角度を変えて撮った、重なりのある複数の写真から立体を復元する方式です。米国地質調査所（USGS）は写真測量を「写真を測定し解釈することで信頼できる情報を得る科学」と定義しており、異なる位置から同じ対象を撮った写真の組から立体的な情報を得る仕組みが基礎になっていると説明しています（出典: USGS「Topographic Mapping」、2026年7月時点）。特別な機材がなくても、カメラと十分な枚数の写真があれば成立するのが利点です。
LiDAR・深度センサー（光で距離を測る）
レーザーなどの光を照射し、反射が返ってくるまでの情報から距離を測る方式です。NOAAはlidarを「Light Detection and Ranging」の略で、パルスレーザーを使って地球表面までの距離を測る遠隔探査手法だと説明しており、得られる成果は三次元の座標を持つ「点群（point clouds）」であるとしています（出典: NOAA「What is lidar?」、2026年7月時点）。一部のスマートフォンやタブレットにも同種のセンサーが搭載されており、身近な機材で試せるようになっています。
写真から復元するか、光で測るか。手段は違いますが、実在する物を測っているという点は共通しています。
方式比較表
| 比較の軸 | 3Dスキャン（フォトグラメトリ） | 3Dスキャン（LiDAR等） | AI生成（image-to-3D） |
|---|---|---|---|
| 原理 | 複数写真から復元 | 光で距離を測定 | 学習した知識で推定 |
| 対象 | 実在する物体・空間 | 実在する物体・空間 | 実在しない絵でも可 |
| 必要な入力 | 対象を囲む多数の写真 | 対応センサー搭載機器 | 画像1枚から可 |
| 撮影・取得の手間 | 大きい（枚数と角度が要る） | 中（機器をかざす） | 小さい（アップロードのみ） |
| 寸法の正確さ | 条件次第で高い | 高い傾向 | 保証されない |
| 色・質感 | 写真由来で得やすい | 別途撮影が要る場合がある | 元画像から生成 |
| 苦手なもの | 透明・光沢・無地の面 | 細部・小さい対象 | 背面・細い突起・遮蔽部分 |
| 所要時間の目安 | 撮影＋処理で数十分〜数時間 | 数分〜数十分 | 数分 |
「苦手なもの」の欄が、方式選びの実務では最も重要です。透明なガラスや鏡面は光の反射が素直に返らないため、写真からも光からも形が取りにくくなります。一方、AI生成が苦手とするのは、元画像に情報がない部分 — 背面、細い突起、重なって隠れた部分 — です。苦手の性質がまったく違うことが分かります。
「精度が高い」の意味が方式で違う
比較記事でよく出てくる「精度」という言葉は、2つの方式で指しているものが違います。ここを混同すると選択を誤ります。
3Dスキャンの精度は、実物との寸法の一致度です。何ミリずれているか、という測定の話になります。実物の複製や記録が目的なら、この精度が価値そのものです。
AI生成の精度は、意図した見た目にどれだけ近いか、という納得感に近いものです。元の絵に描かれていない背面には、比較すべき「正解の寸法」が存在しません。そのため、実測との一致という意味での精度は原理的に測れず、「それらしいか」「元の絵の雰囲気を保っているか」で評価されることになります。
つまり、実物がある対象にはスキャン、実物がない対象にはAI生成、という対応が原理から導かれます。「どちらが高精度か」という問いは、比べる物差しが違うため、そのままでは答えが出ません。
それぞれが苦手な対象と、その理由
「うまくいかなかった」の原因は、たいてい方式の原理に由来します。理由まで分かっていれば、無駄な試行錯誤を減らせます。
3Dスキャンが苦手な対象
- 透明・半透明のもの：ガラスやクリアパーツは光がそのまま通り抜けるため、表面の位置を特定できません。
- 鏡面・強い光沢：反射が撮影位置によって変わるので、同じ点が写真ごとに違う見え方になり、対応付けに失敗します。
- 無地でつるりとした面：白い壁のような模様のない面は、写真同士で「同じ場所」を見つける手がかりがなく、フォトグラメトリでは特に苦戦します。
- 細い毛・繊維：髪の毛やぬいぐるみの起毛は、輪郭が写真ごとに揺れるため形が定まりません。
対策としては、対象に一時的にマットな粉を吹く、模様のあるシートを背景に敷く、といった撮影側の工夫が知られています。ただし作品や大切な物には使えない手法もあるため、実施の可否は対象次第です。
AI生成が苦手な対象
- 背面のデザインが独自なもの：正面画像に情報がないため推定になります。
- 細い突起：アンテナ、指先、尻尾の先などは、途中で欠けたり太くなったりしがちです。
- 重なり・遮蔽：腕を組む、小物で体が隠れるといった構図は、隠れた側の情報が失われます。
- 極端にフラットな塗り：立体を推定する陰影の手がかりが乏しく、のっぺりした結果になりやすくなります。
こちらの対策は、入力画像の側にあります。姿勢を変える、背景を無地にする、軽い陰影を足す、といった調整で結果が安定します。
時間とコストの現実的な感覚
方式を選ぶとき、意外に効いてくるのが「1回あたりにかかる時間」です。
3Dスキャンのうちフォトグラメトリは、撮影そのものに時間がかかります。対象を囲んで角度を変えながら、重なりを保った枚数を撮る必要があるためです。撮影後の処理も、写真の枚数と解像度に比例して伸びます。試行錯誤の1周が長いぶん、条件を変えて何度も試すには向きません。
LiDAR等のセンサーを使う方式は、取得は速い一方で、機器の対応が前提になります。手持ちの端末にセンサーがなければ、その時点で選択肢から外れます。
AI生成は1回が数分で終わるため、条件を変えて何度も試す進め方に向いています。入力画像を差し替えて比較する、という手順が現実的な時間で回せるのは、この方式の実務的な強みです。
用途別の選び分け
| やりたいこと | 向いている方式 | 理由 |
|---|---|---|
| 実在する立体物を記録・複製したい | 3Dスキャン | 実測が目的そのもの |
| 部屋や空間を測って図面に使いたい | LiDAR等 | 広い範囲を短時間で測れる |
| 自分の描いたキャラクターを立体にしたい | AI生成 | 対象が実在しないため測れない |
| 手元に対象がなく写真1枚しかない | AI生成 | 少ない入力から立体化できる |
| 実物の寸法が重要な部品を作りたい | 3Dスキャン | 寸法の正確さが要件 |
| 作品のイメージを早く立体で確認したい | AI生成 | 数分で試せる |
判断の起点はいつも同じです。その対象は実在しますか。実在するなら測る方式が第一候補になり、実在しない（絵・想像上のキャラクター）なら推定する方式しか選べません。
「実在するが手元にない」ときはどうするか
判断に迷いやすいのが、対象は実在するけれど今は手元にない、という状況です。旅先で見た像、譲ってしまった思い出の品、写真しか残っていない対象などが該当します。
この場合、スキャンは物理的に不可能です。残された写真を入力としてAI生成を使うことになりますが、結果は「その物の正確な複製」ではなく「その写真から推定した立体」になります。寸法も細部も元の物と一致する保証はありません。記録として正確さを求める用途には向かず、雰囲気を立体で残す目的であれば選択肢になる、という位置づけで考えてください。
併用するという選択肢もある
二者択一とは限りません。実務では組み合わせが有効な場面があります。
- スキャンで骨格、AIで意匠：実在する物をスキャンして寸法の土台を作り、装飾部分を別途作り込む。
- AIで試作、スキャンで検証：AIで立体の当たりを取ってから造形し、出来上がった実物をスキャンして記録に残す。
- AI生成した3Dモデルを3Dソフトで手直しする：どちらの方式で作ったデータも、GLBなどの形式にすれば同じ3Dソフトの上で編集できます。
どの方式で作られたデータであっても、最終的には同じ3Dモデルとして扱えます。3Dモデルそのものの基礎は3Dモデルとは？で解説しています。
ツールの選び方は別の話
ここまでは方式の比較でした。実際に「どのアプリ・どのサービスを使うか」というツール単位の選択には、対応形式、料金、出力の自由度といった別の軸が関わってきます。AI生成側のツールを具体的に比べたい場合は画像から3Dモデルを作るAIツール比較を参照してください。方式を決めてからツールを選ぶ、という順番のほうが、選択肢を絞りやすくなります。
AI生成の内部で何が起きているのかをもう少し詳しく知りたい場合は、画像から3Dモデルを作るAIの仕組みで段階ごとに解説しています。
よくある質問
Q. スマホのスキャンアプリとAI生成、初めてならどちらから試すべきですか。 A. 立体にしたい対象が手元にあるかどうかで決まります。目の前にある物を立体にしたいならスキャン、絵やキャラクターを立体にしたいならAI生成です。対象が実在しない場合、スキャンという選択肢はそもそも成立しません。
Q. AI生成でも実物と同じ寸法の3Dモデルは作れますか。 A. 寸法の一致を保証する仕組みは持っていません。AI生成は測定ではなく推定であり、元画像に絶対的な大きさの情報が含まれていないためです。寸法が要件になる用途では、スキャンや手作業でのモデリングなど、測って作る方式を選んでください。
Q. フォトグラメトリとLiDARはどちらが優れていますか。 A. 目的次第で、優劣ではなく得意分野の違いです。フォトグラメトリは特別な機材がなくても始められ、写真由来の色情報を得やすい一方、撮影枚数と処理時間がかかります。LiDARは短時間で距離を測れますが、細かい造形の再現には限界があります。透明・光沢のある対象はどちらの方式でも難しくなります。
Q. 3Dスキャンで取ったデータはそのまま3Dプリントできますか。 A. そのままでは難しいことが多いです。スキャンデータには測れなかった部分の穴や、細かいノイズが残ることがあり、出力前に閉じたメッシュへ整える処理が必要になります。この点はAI生成のデータも同様で、どちらの方式でも出力前の確認と調整は避けて通れません。
まとめ
3DスキャンとAI生成は、測る方式と推定する方式という原理の違いから、必要な入力も苦手な対象も分かれます。実在する物を記録・複製したいならスキャン（写真から復元するフォトグラメトリ、光で測るLiDAR等）、実在しない絵やキャラクターを立体にしたいならAI生成、という対応が基本です。「精度」という言葉が方式によって別のものを指している点にも注意してください。まず対象が実在するかで方式を決め、そのうえで具体的なツールを比較する。この順番なら、選択肢の多さに迷わされずに済みます。
