■ **概要** テキスト説明から高品質な 3D 人頭モデルを生成する拡散ベースの生成モデル（SIGGRAPH 2024）。 ■ **特徴・用途** - **Self Score Distillation** による効率的な品質改善（蒸留なしでスコア関数の自己改善）が核。 - テキストプロンプト → 3D ジオメトリ + テクスチャの直接生成により、従来の2D→3D リフティングのボトルネック排除。 - ゲーム・映画・メタバースのアバター自動生成、VTuber 実装の下流タスク用。6GB VRAM で推論可能で、研究〜小規模本番向け。 ■ **結論** 拡散型3D生成における「スコア関数の自己蒸留」という新しい最適化手法が学術的価値だが、テキストからの 3D 人頭単一生成に特化しており、多様なオブジェクト生成や高速リアルタイム化までの実用距離はまだ残る。