Langkau ke kandungan
Senarai Portfolio
SaaS / HartanahResearch

SUMIKA — Platform Hartanah

SUMIKA — 3D Listing Exploration Prototype

Platform carian dan pengurusan hartanah dengan lawatan VR. Hujung ke hujung daripada penyenaraian kepada CRM pelanggan.

2026 7 bulan 2026-04
#3D#WebGPU#Gaussian Splatting#Embeddings#Research#PropTech

Demo Langsung

Pratonton skrin aplikasi sebenar

DEMO
app.sumika.jp/dashboard
Cari mengikut kawasan, stesen atau nama bangunan...
Kawasan:23 Daerah Tokyo
Julat Harga:30J – 80J JPY
Susun Atur:2LDK 3LDK
6 hartanah
12
Lawatan VR

パークタワー晴海

Disyorkan
Chuo-ku, HarumiStesen Kachidoki 8 min jalan kaki
7,980J JPY3LDK82.423tingkat7 tahun
3 bilik2 mandi

Pelan Lantai - 3LDK

LDK 18.5 jo
Dapur
Bilik Mandi
WC
Bilik 1 6.2 jo
Bilik 2 5.0 jo
Bilik 3 7.5 jo
Balkoni
12
Lawatan VR

ブリリアタワー目黒

Shinagawa-ku, KamiosakiStesen Meguro 3 min jalan kaki
5,480J JPY2LDK62.115tingkat5 tahun
2 bilik1 mandi
12

レジデンシャル代々木

Shibuya-ku, YoyogiStesen Yoyogi 5 min jalan kaki
2,180J JPY1K28.58tingkat3 tahun
1 bilik1 mandi
12
Lawatan VR

グランドメゾン白金台

Minato-ku, ShirokanedaiStesen Shirokanedai 4 min jalan kaki
8,900J JPY2LDK75.312tingkat6 tahun
2 bilik2 mandi
12

クレヴィア豊洲

Koto-ku, ToyosuStesen Toyosu 6 min jalan kaki
6,200J JPY3LDK71.818tingkat4 tahun
3 bilik1 mandi
12
Lawatan VR

プレシス武蔵小杉

Kawasaki-shi, Nakahara-kuStesen Musashi-Kosugi 7 min jalan kaki
3,980J JPY1LDK45.210tingkat2 tahun
1 bilik1 mandi

Cabaran

Penyenaraian mengambil masa 2 hari untuk diterbitkan; penyelarasan tontonan menggunakan 30% masa wakil jualan.

Penyelesaian

Cadangan penyenaraian dikuasakan AI, lawatan VR 360°, penjadualan automatik. Pemerkasaan jualan disepadukan CRM.

Hasil

  • Masa penyenaraian 2 hari → 15 minit
  • Kecekapan jualan +40% melalui penjadualan automatik
  • Kadar penutupan jarak jauh 25% melalui VR
  • 50,000 pengguna aktif bulanan
Key Metrics

Measured Impact

シーンサイズ

9MB

-92%

初期表示 (4G)

2.3s

自然言語Top-5一致

78%

描画 FPS (M1)

60fps

Features

What it does

3D体験

WebGPUストリーミング

シーンを段階的にロードし、初期描画を高速化。

実寸モード

3D空間内に家具を仮置きし、寸法感を体感可能。

検索

自然言語クエリ

「静かで朝日が入る家」のような感覚的検索に対応。

類似物件

ベクトル空間上の近傍物件を提案。

周辺情報

日照シミュレーション

物件位置と時期から日照パターンを可視化。

ハザード重ね合わせ

公開ハザードマップを重ねて表示。

Architecture

System Layers

Layered architecture showing components, responsibilities, and data flow.

L1

Layer

クライアント

WebGPU対応ブラウザでGaussian Splattingシェーダを直接実行。

Next.js 16React Three FiberWebGPUSuspense
L2

Layer

シーンパイプライン

撮影→初期Splat生成→削減→量子化→CDN配信のバッチパイプライン。

PyTorchCOLMAPQuantizer
L3

Layer

検索

画像 / テキスト / 構造化属性を連結した高次元ベクトルで検索。

CLIPpgvectorHybrid Retrieval
L4

Layer

データ

Splatアセットはオブジェクトストレージ、メタデータはPostgresで管理。

SupabasePostgreSQLR2
L5

Layer

地理情報

周辺情報 (駅距離・日照・ハザード) を空間インデックスと結合。

MapboxPostGIS
Development Process

How we built it

01

技術調査

最新の3D表現手法を論文レベルで比較し、ブラウザ再生可能性を評価。

Deliverables

  • 技術調査ノート
  • 比較マトリクス
02

撮影プロトコル

スマートフォン1台で再現可能な撮影手順とQAチェックリストを策定。

Deliverables

  • 撮影マニュアル
  • サンプルシーン
03

Splatパイプライン

COLMAPからの初期化と削減・量子化のバッチジョブを構築。

Deliverables

  • バッチワーカー
  • CLIツール
04

WebGPUレンダラ

WebGPUとWebGL2フォールバックの二重実装を行い互換性を確保。

Deliverables

  • レンダラパッケージ
05

検索プロトタイプ

CLIP+構造化属性のハイブリッド埋め込みの人手評価を実施。

Deliverables

  • 評価レポート
06

Soft Showcase

社内デモと知人ユーザによるユーザビリティテスト。

Deliverables

  • UTサマリ
07

研究化

結果を論文・スライド化し、再現手順をOSSで公開予定。

Deliverables

  • 発表資料
  • OSSリポジトリ
Roadmap

Delivery Timeline

  • P0Done2026-04-02

    技術調査

    NeRF / 3DGS / フォトグラメトリの比較と撮影手順の確立。

  • P1In Progress2026-04-18

    シーン圧縮パイプライン

    点群削減 + 量子化で配信サイズを大幅削減するパイプラインを実装。

  • P2Planned2026-05

    ハイブリッド埋め込み

    CLIP埋め込みと構造化属性埋め込みを連結する実験を予定。

  • P3Planned2026-06

    自然言語検索UI

    検索クエリ→3Dシーン遷移のUXをインタラクティブに設計予定。

  • P4Planned2026-07

    研究報告

    国内PropTech系カンファレンスでの発表を予定。

Team

Who built it

2engineers

Roles

  • 3Dグラフィクス/フロントエンド
  • MLエンジニア
Teknologi

Tools & Platforms

Frontend

Next.js 16React Three Fiber

Backend

Python

Data

PostgreSQLpgvector

Other

WebGPUGaussian SplattingPyTorchCLIPSupabaseMapboxTurborepo
Build with KGA

Berminat dengan projek serupa?

Kami akan mencadangkan penyelesaian terbaik untuk perniagaan anda.

Bincang Projek Anda