AI（人工知能）による最適化設計は、もはや机上の空論ではない。しかし、シミュレーション上の数値が、風や重量制限のある「現実の空」でも通用するのだろうか？
YouTubeチャンネル「Neuronautics」が2025年11月に公開した検証動画では、AI設計の3Dプリント翼「Neuronaut NX-1」と、世界中で愛用される市販FPV機「ZOHD Dart 250G」を真っ向勝負させた。
結論から言えば、AIは嘘をつかなかった。それどころか、FPV（一人称視点）ドローンの常識を覆すほどの効率化を叩き出した。本記事では、この興味深い実験の全貌と、そこで採用された最新の超軽量デジタル伝送システム「DJI O4 Air Unit」の影響についても深掘りする。
検証概要：AI設計機 vs 既製品
動画の投稿者であるNeuronauticsは、前回の動画でAI（ニューラルネットワークと進化的アルゴリズム）を使い、理想的な空力特性を持つFPVウィング「Neuronaut NX-1」を設計した。設計にはオープンソースのCFD（数値流体力学）ソフトウェア「OpenFOAM」が用いられ、低抵抗・高揚力・安定性が検証されている。今回の動画（Part 2）では、その設計を現実世界でテストしている。
対戦カード
| 項目 | Neuronaut NX-1（挑戦者） | ZOHD Dart 250G（王者） |
|---|---|---|
| 設計手法 | AI最適化（ニューラルネットワーク＋進化的アルゴリズム） | 従来の設計・量産 |
| 製造方法 | 3Dプリント | EPPフォーム金型成形 |
| CFD検証 | OpenFOAMでシミュレーション済み | 非公開 |
| 翼幅 | 非公開 | 570mm |
公平な条件
両機体の比較を公正に行うため、以下の条件を統一している：
- モーター: T-motor F1507 2700KV（同一）
- プロペラ: 同一仕様
- バッテリー: 3S Li-ion/LiPo（同容量）
- FPVシステム: DJI O4 Air Unit（Lite）
- 重量: 可能な限り同一に調整
検証項目
- 揚抗比（L/D）: 滑空性能を示す空力効率の指標
- 最大速度: 同一スロットル量での到達速度
- 旋回時の消費電力: ホバリング・盤旋モードでのエネルギー効率
- 実用電費（Wh/km）: 実際のFPVミッションを模した飛行でのエネルギー消費率
検証結果：AIの予測は正しかったのか
飛行テストはPythonスクリプトで取得したデータを分析し、以下の結果が得られた。
| 指標 | Neuronaut NX-1 | ZOHD Dart 250G | NX-1の優位性 |
|---|---|---|---|
| 揚抗比（空力効率） | 基準 | − | 約30%向上 |
| 最大速度 | 基準 | − | 12%高速 |
| 電費（Wh/km） | 68 Wh/km | 88 Wh/km | 22%効率的 |
AI設計機は、シミュレーションで予測された「27%の効率化」を実機でも証明してみせた。
なぜAI機はこれほど圧倒できたのか
単に「AIがすごい」で終わらせては、技術的な理解は深まらない。この結果が生まれた背景を3つの観点から紐解く。
1. 表面粗さと形状自由度の勝利
ZOHD Dart 250Gは、耐久性に優れたEPP（発泡ポリプロピレン）素材で作られている。しかし、発泡素材特有の「ザラザラした表面」や、金型成形の制約による「鈍い前縁形状」は、空気抵抗（ドラッグ）の要因となる。
一方、Neuronaut NX-1は3Dプリンターで出力されている。Neuronauticsは重量増を嫌い、エポキシ樹脂と塗装を避けて軽量化しつつも、3Dプリント特有の滑らかな曲線と鋭い翼型を実現した。
12%の速度向上が見られたのは、この「寄生抵抗（Parasitic Drag）」の削減が決定的だったと言える。
2. 重量の壁を突破した「DJI O4 Air Unit」の功績
この検証で特筆すべきは、搭載された映像伝送システムだ。Neuronauticsは最新の**DJI O4 Air Unit（Lite版）**を採用している。
| モデル | 重量（カメラモジュール込み） | 特徴 |
|---|---|---|
| O4 Air Unit Pro | 約32g | 1/1.3インチセンサー、4K/120fps対応 |
| O4 Air Unit（Lite） | 約8.2g | 1/2インチセンサー、4K/60fps対応 |
FPVドローン、特に250g未満（Sub-250）クラスの機体において、約24gの軽量化は革命的だ。
この超軽量Air Unitにより、Neuronaut NX-1は「3Dプリント＝重い」という定説を覆し、発泡機と同等の重量でスタートラインに立つことができた。機体設計にはDJI O4 Pro/Lite両方に対応した交換可能なノーズモジュールが採用されており、用途に応じた柔軟な構成が可能だ。
3. 「22%の電費改善」が意味するもの
動画内で最も衝撃的だったのは、実際のFPVミッションを模した飛行でのエネルギー消費率（Wh/km）だ。
- Dart 250G: 88 Wh/km
- NX-1: 68 Wh/km
これは、同じバッテリー（3S 1100mAh）で、Dartが14km飛ぶところを、NX-1なら18km飛べることを意味する。4kmの差は、長距離飛行において「帰還できるか、墜落するか」を分ける致命的な差だ。
「バッテリーの1/3を無料で積んでいるようなもの」
Neuronauticsのこの言葉は、空力設計の重要性を端的に表している。
技術的背景：AI最適化設計の手法
Neuronaut NX-1の設計には、以下の技術が組み合わされている：
1. ニューラルネットワークによる形状生成 厳格な設計制約（重量、サイズ、製造可能性）の中で、最大の空力効率を追求する形状をAIが探索。
2. 進化的アルゴリズム（Evolutionary Algorithm） 遺伝的アルゴリズムの一種で、多数の設計候補を「進化」させながら最適解に収束させる手法。
3. OpenFOAMによるCFDシミュレーション オープンソースの数値流体力学ソフトウェアで、各設計候補の空力特性（抵抗、揚力、安定性）を評価。
この3つの技術を組み合わせることで、人間の直感や経験だけでは到達し得ない最適形状が導き出された。
推奨機材（3Dモデル販売ページより）
Neuronaut NX-1の3Dプリントデータは販売されており、以下の機材が推奨されている：
| パーツ | 推奨品 |
|---|---|
| モーター | T-motor F1507 2700KV |
| ESC | 20A〜30A |
| バッテリー | 3S Li-ion/LiPo |
| フライトコントローラー | Matek F405 WMN |
| GPS | Matek GPS GNSS Module（ubox SAM-M10Q） |
| サーボ | Emax ES9052MD 5.5g |
| 受信機 | ELRS Nano receiver |
| FPV | DJI O4 Pro / O4 Lite（交換式ノーズモジュール対応） |
出典・引用
本記事は、以下の検証動画を元に作成した。詳細なデータや飛行の様子は、ぜひ元動画をご覧いただきたい。
- 元動画: AI Said This Wing Is 27% More EFFICIENT. So I Built It and Flight-Tested It!
- チャンネル: Neuronautics（YouTube）
- 3Dモデル販売: Cults3D「Neuronaut NX-1: AI-Optimized FPV Flying Wing」
- 公開日: 2025年11月13日
まとめ：DIYドローンの未来は「最適化」にある
これまでの自作ドローンや飛行機は、経験と勘、そして試行錯誤（トライ＆エラー）で作られてきた。しかし、Neuronauticsの実験は、個人レベルでもCFD解析とAI最適化を駆使すれば、大手メーカーの量産機を性能で凌駕できることを証明した。
また、DJI O4 Air Unitのような超軽量デバイスの登場が、設計の自由度をさらに押し広げている。3Dプリンターとオープンソースツールの普及により、かつては航空機メーカーの専売特許だった高度な空力設計が、ガレージのDIYerにも手の届くものとなった。
あなたは、AIが描いた図面を信じるだろうか？それとも、実績のある既製品を選ぶだろうか？
技術の進化は、私たちに常に新しい選択肢を突きつけている。