@techreport{oai:ipsj.ixsq.nii.ac.jp:02003144,
 author = {林,俊一郎 and 椋木,大地 and 片桐,孝洋 and 星野,哲也 and 大島,聡史},
 issue = {7},
 month = {Jul},
 note = {アルゴリズムやルールに基づいてコンテンツを体系的に自動生成するプロシージャル手法は3D-CG制作においても広く活用されている．しかし生成したい対象物が持つ可変パターンを考慮した生成手順を巨大なノードグラフに落とし込むことは専門家でなければ難しい．そこで本研究では大規模言語モデル（LLM）の活用によるプロシージャル3D-CG生成フレームワーク「3Dify」を提案する．3DifyはAIアプリケーション開発のためのオープンソースのプラットフォームであるDifyを拡張して構築されており，さまざまな最新LLMエージェントの利用，AIモデルのパラメータ調整を可能にするオープンウェイトへの対応，Model Context Protocol（MCP）やRetrieval-Augmented Generation（RAG）といった最新AI技術の即座な利用を可能にする．そして3D-CG生成支援のためにさまざまなDigital Content Creation（DCC）ツールをMCP経由で自動操作可能にするとともに，DCCがMCPによる操作に対応しない場合もGUIによる操作を自動化するComputer Using-Agent（CUA）手法に切り替えることで自動操作を可能にした．またLLMがより良い画像候補を生成するために，一度生成された多数の画像からユーザが複数の候補を選択しLLMへフィードバックすることで，LLMがそれらの画像から可変パターンを自動認識し次の画像生成に活用する機能を提供する．さらに3Difyではユーザがローカルに構築したLLMを扱うことを可能とし，ユーザが独自に開発したLLMの利用や，ユーザが持つ計算資源を利用することによるAPI呼び出しコスト（時間・費用）の削減を可能にする．本稿では後者について，スーパーコンピュータを活用したコスト削減を実証する．},
 title = {MCP・RAGを用いたプロシージャル3D生成LLMエージェント3Difyの提案とスパコンの利用},
 year = {2025}
}