Xiaohu はデモとして、モデルをまたいだワークフローを示します：GPT による画像生成 + Gemini 3.1 Pro から 3D のインタラクティブコンテンツへ変換

中国語のAI観察者のxiaohuは5月10日に、GPTとGemini 3.1 Proを組み合わせたワークフローの実例を共有した。まずGPTで画像を生成し、その後Gemini 3.1 Proで画像を3Dのインタラクティブなコンテンツへ変換する。この仕組みなら、あらゆる知識テーマを回転でき、操作できる科学アプリケーションにできる。xiaohuの投稿で紹介された例には3D惑星のデモやインタラクティブな科学モデルなどが含まれ、「クロスモデルのワークフロー」（multi-model workflow）の具体的な実践となっている。

ワークフローの構造：GPTで画像生成 → Gemini 3.1 Proで3D化

ワークフロー全体の2段階設計：

段階1：GPT（GPT-image-1 またはChatGPT内蔵の画像生成）でテーマ画像を作り、視覚的な土台を用意する

段階2：画像をGemini 3.1 Proに入力し、Geminiが2D画像を3Dのインタラクティブコンテンツへ変換する

出力形式：ブラウザ内で回転・ズーム・操作ができる3Dオブジェクト

適用シーン：科学教育、プロダクト展示、知識のインタラクティブコンテンツ

「クロスモデルのワークフロー」は2026年のAIアプリケーション層における重要なトレンドの1つ——単一モデルではもはや万能ではなく、開発者は複数のモデルの強みをつなぎ合わせて、単一モデルでは実現できないアプリを作る。

具体的なデモ：3D惑星、インタラクティブな科学コンテンツ、ロボットの物販サイト

xiaohuが同時に公開した複数の例：

3D惑星のデモ：回転できる太陽系、または単一の惑星モデル

インタラクティブな科学コンテンツ：抽象的な知識を3Dで可視化し、教育用途に適している

ロボット自販機の未来サイト：GPTで画像生成し、Tripo 3Dプラットフォームを使って展示用のWebページを作る

これらの例に共通する特徴は「視覚生成＋インタラクティブ変換」——GPTが創造的なビジュアルを担当し、Geminiやその他の3Dツールが静的な画像を操作可能なインタラクティブ形式へ変える。各要素を単体で取り出せば新規性はないが、つなぎ合わせた最終体験は、どんな単一ツールよりも強い。

意義：クロスモデルのワークフローが徐々に主流の開発方式になっていく

開発者への具体的な示唆：

適切なツールを選ぶことが、最強モデルを選ぶことより重要——GPTは視覚が得意、Geminiはマルチモーダル理解が得意、Claudeはロングコンテキストが得意で、各々が得意な領域（スイートスポット）を持っている

モデルAPIの統合コストが下がり、複数モデルを連携して実装レベルで現実的になる

新しいタイプのアプリは「マルチモデル・パイプライン」になりやすく、「最強単一モデル」の延長ではない可能性が高い

本案件の価値は技術的ブレークスルーではなく、ワークフロー設計のテンプレートにある

今後追跡できる具体的な出来事：Gemini 3.1 Proの3D生成能力が、Googleの今後のイベントで製品機能として正式に告知されるのか、クロスモデルのワークフローがLangChain／LlamaIndexなどのフレームワークでデフォルトのテンプレート対応を得られるのか、そして商用事例（教育、EC、販促）での具体的な採用例があるのか。

この記事でxiaohuが示したクロスモデルのワークフロー：GPTで画像生成＋Gemini 3.1 Proで3Dのインタラクティブコンテンツに変換 は最初に 鏈新聞 ABMedia に掲載された。