Loading Park Labs...
Loading Park Labs...
LAB NOTE No.0212026.03.26成功
ReBrick AIが始まりだった。2025年12月、Google DeepMindがKaggleで開いたハッカソン「Vibe Code with Gemini 3 Pro in AI Studio」にReBrick AIを出したところ、3か月の審査を経て4,097チーム中Top 50に入った。

Table 1
| 項目 | Kaggleハッカソン | Google Cloudハッカソン |
|---|---|---|
| 大会 | Vibe Code with Gemini 3 Pro in AI Studio(Google DeepMind) | 第4回 Agentic AI Hackathon with Google Cloud(Zenn) |
| 時期 | 2025年12月5日〜12日 | 2026年3月19日 本選 |
| 参加 | 4,097チーム | 提出プロジェクト195件(Zenn公式ページ、2026年10月22日確認) |
| 出品作 | ReBrick AI・AI Studioのプロトタイプ | BrickQuest・フルスタックのサービス |
| 結果 | Top 50 | 本選10チームから優秀賞 |
| 賞 | Gemini APIクレジット$10,000 | 副賞25万円 |
| 審査 | Impact 40%、Technical Depth 30%、Creativity 20%、Presentation 10% | 日本語5分ピッチと質疑応答2分 |
開催期間は2025年12月5日から12日まで、ちょうど1週間だった。Gemini 3 Proを使って実際の問題を解決するアプリをAI Studioで作って出品する形式だ。
その1週間で4,097チームが参加した。Google自身が「史上最大規模のハッカソンの一つ」と言っていたほどだ。審査はエンジニア、PM、DevRel、マーケティング、デザイン、リサーチのGoogle社員30人が3か月かけて行った。
結果はTop 50。4,097チーム中の上位1.2%で、賞金としてGemini APIクレジット$10,000をもらった。
正直、4千チームを超える大会で選ばれるとは思っていなかった。運がよかったと思う。
出品の説明はKaggle Writeupにあり、実際に動く様子はデモ動画(YouTube)とライブデモ(AI Studio)で見られる。
出品作はReBrick AI。実はこれがBrickQuestの原点だ。家に散らばったレゴブロックを写真に撮ると、手持ちのパーツで作れるものを教えてくれる。
%% ReBrick AIがすること・Kaggle出品作をもとに作成
flowchart TD
A["散らばったレゴブロックを写真に撮る"] --> B["Gemini 3 Pro Visionが色・サイズ・種類を認識"]
B --> C["手持ちのパーツで作れるモデルを提案"]
C --> D["3Dの組み立てガイド・ストーリーモード"]ReBrick AIはAI StudioのVibe Codingで作った。このプロトタイプで手応えを感じ、Google Cloudハッカソンに出すためにNext.js + Three.js + Cloud Functionsのフルスタックで自分で作ったのがBrickQuestだ。同じアイデアなのに、実装方法はまったく違う。
1週間前の3月19日には、BrickQuestが第4回 Agentic AI Hackathon with Google Cloudの本選で優秀賞をいただいた(受賞のノート)。一つのアイデアが二つの大会で認められたことになる。
家に転がっているレゴで何が作れるか。一度はAI Studioのプロトタイプとして、一度はフルスタックのサービスとして出したけれど、どちらの大会でも見てもらえた。アイデア自体が共感を得たのだと思う。子どもがいる家庭なら、みんな同じ悩みを抱えているから。
審査の仕方は表のとおりかなり違った。Kaggleは項目ごとの配点で、Google Cloudは本選のピッチと質疑応答で評価した。それでも、どちらも「実際の問題を解決しているか」を問うていた。
Kaggleの結果発表で印象に残った部分がある。Googleが受賞作の共通点を三つにまとめていた。実際の摩擦を解消する実用性、AIが複数のステップを自分で判断して進めるエージェンティックなワークフロー、そしてテキストだけでなく画像・動画・音声を直接扱うネイティブなマルチモーダルだ。
ReBrick AIが三つ全部に当てはまるわけではない。それでも、実際の問題解決と、写真からブロックを認識するマルチモーダルの部分は重なっていたと思う。
Gemini APIクレジット$10,000が手に入ったので、BrickQuestの開発に使える。ブロック認識の精度を上げるにはAPI呼び出しをたくさん試す必要があるけれど、これでコストを気にせず実験できる。
このアイデアを本当のサービスにしなければ、という気持ちが少し強くなった。2回も見てもらえたのだから、もうやるしかない。