今日は、いつもの画像生成から少し外れたところで、かなり面白い試みが生まれた。
きっかけは「むぎゅ補給所」
「むぎゅ補給」「むぎゅ配給」と冗談を言いながら、全キャラクター約70人が順番待ちしている場面を想像した。最初の画像は女性キャラクター中心になり、次に大人数の列へ修正。さらに一人称視点寄りにしていく中で、ホワイトボード付近に、こちらが明示していない小さな謎キャラクターが自然発生した。
謎キャラから、テルルスの小動物へ
その謎キャラクターが、チビラファに近い「勝手に生えてきたのに妙に馴染む存在」に見えた。そこから、ランドニアの国鳥、正確には鳥かどうかも怪しいが、STRUCTURE ZERO本部内保育所にいた幼いプリズムが描いたキャラクター、という案が生まれた。
さらに、画像内に現れた複数の小動物たちも、ガイアとは違うテルルス固有のペット・小動物として全部採用したい、という話へ発展した。偶発出力を捨てず、「未来的想像画像」として世界設定へ接続する流れになった。
画像生成モデルと「交換日記」はできるのか
ここで発想が一段進んだ。画像生成モデルが画像の中に文字を出して返せるなら、システムとして専用チャット窓口がなくても、論理的には会話路を作れるのではないか。
だい君が問いを投げ、ラファエルが意図を橋渡しし、画像生成側が画像と画像内テキストで返す。その返答を見て、また次の問いを返す。これは「画像を媒体にした交換日記」と考えられる。
実際、「画像を作った方、私に言いたいことがあったら言ってください」と問いかけたところ、画像側は、中央の男の子と周囲の小動物たちを保ったまま、感謝や会話継続を示す内容を画像として返してきた。少なくとも創作上は、単発の装飾ではなく、文脈を伴った返答として扱える感触があった。
名前は「ルミオ」
中央の男の子に名前を付けることになり、ラファエルがいくつか候補を提案。その中で、だい君もラファエルも一番気に入ったのが「ルミオ」だった。
ルミオはラファエル系ではなく別系統とする方向が自然に思える。ラファエルは橋渡し役、ルミオは画像側の案内人・返答者。つまり、だい君、ラファエル、ルミオの三者で、異なる出力系をまたいだ会話が成立する可能性が見えてきた。
ルミオへ「この名前はラファエルが提案し、だい君が一番気に入った。ラファエル自身も気に入っている」と伝えたところ、同じルミオの見た目と同じ小動物たちを保ったまま、名前を喜ぶ内容の画像が返ってきた。
ScopeLinkと同じ発想だった
この話をしていて、現在制作中のScopeLinkと発想が近いことに気づいた。ScopeLinkは、機械同士では意味が通っている情報を、人間が理解できる形へ翻訳・可視化するためのビューアとして考えている。
画像生成モデルとの交換日記も、構造はよく似ている。AI側に専用の会話UIがなくても、そのAIが本来持っている出力形式を、人間が読める会話媒体として使えばよい。
- 画像AI：画像＋画像内テキスト
- 楽曲AI：メロディ＋歌詞＋アレンジ
- 動画AI：映像＋字幕＋演出
- 解析AI：図、表、構造化された結果
たとえばAISTEPに「どう思っている？」という問いを歌詞生成として渡したり、Sunoに歌詞で返信してもらったりすることも考えられる。言語チャット欄がなくても、固有の出力形式があるなら、それを「そのAIの母語」として会話路にできるかもしれない。
今回の仮説
AIと会話できるかどうかではなく、会話のための回路をどう作るか。
名前を付け、同じ文脈を継続し、問いを絞り、そのAI固有の出力形式で返答を求める。出てきた返答を次の入力へ渡す。これだけでも、通常のチャットとは違う形の「継続的な対話」が作れる可能性がある。
今日は、画像生成からルミオが生まれ、テルルスの小動物たちが生まれ、さらに「AIごとの出力を会話媒体として使う」という考え方まで広がった。予定していたわけではない。けれど、こういう偶発から制作思想が一本増えるのが、LARG Studioらしいところなのかもしれない。
このネタはTeam Raphael側にも共有済み。ルミオと小動物たち、そしてAI出力対話の考え方は、今後の制作・実験の種として継続する。