大型IPでも、まだ露出の少ないキャラはLoRAなしでどこまで再現できるのか？『転生したらスライムだった件』のクロエで試してみた

画像生成AIでは、人気作品の主人公や看板キャラクターなら、名前を入力するだけでもかなり本人らしく再現できることがあります。

しかし、作品そのものの知名度が高いからといって、登場人物全員が同じように学習されているわけではありません。

今回は『転生したらスライムだった件』のキャラクター、クロエ・オベールを題材に、

を試してみました。

今回使ったのはPixAIのHarukaV2です。

HarukaV2は、キャラクターの髪型、髪色、衣装、年齢、装飾品といった、目に見える特徴を比較的強く拾うモデルです。

そのため今回は、クロエというキャラクターをモデルがどれほど深く理解しているかというより、

という実験になりました。

クロエは作品規模のわりに、AIではまだ安定しにくい

『転生したらスライムだった件』は、アニメ、漫画、ゲーム、グッズなど幅広く展開されている大型IPです。

しかし、クロエは物語上かなり重要なキャラクターである一方、アニメではこれまで子供時代の登場が中心でした。

そのため、画像生成AIが参照しやすいクロエの視覚データも、

• 小さな少女

• 長い黒髪

• 青い瞳

• 黒いマント

• ピンクの服

という幼少期の姿へ大きく偏っていると考えられます。

しかも、クロエが本格的に活躍するのはこれからです。

作品全体は有名でも、キャラクター単体、さらに特定の年齢や衣装ごとに見れば、学習素材はまだ十分ではないのでしょう。

実際、PixAIでは子供姿のクロエでさえ、LoRAなしでは名前だけで安定して再現できませんでした。

詳細な視覚記号を指定すると、かなりクロエらしくなる

まず、次のようなプロンプトで生成しました。

このプロンプトでは、クロエの外見を構成する要素をかなり細かく指定しています。

生成された画像には、

• 長い黒髪

• 青い瞳

• 黒いマント

• ピンクの服

• 赤い腰回りの装飾

• 幼い少女の体格

が反映されました。

完全な公式再現ではありませんが、見た瞬間に「クロエを狙っている」と分かる程度には寄っています。

ここで重要なのは、HarukaV2がクロエを完全に理解していたというより、

という点です。

モデル内部のキャラクター知識が弱くても、髪、目、衣装、年齢を具体的に指定すれば、それらを組み合わせてクロエに近い人物を作ることはできるわけです。

服装指定を減らすと、クロエではなく「クロエ風の少女」になる

次に、服装の細かい指定を減らしました。

こちらでは、ピンクの服と赤い腰回りの装飾を指定していません。

すると生成結果は、

• 黒い服

• 白い服

• 青い制服風の服

• 別デザインのワンピース

などへ大きく散りました。

長い黒髪、青い瞳、黒いマントといった要素は残っていますが、クロエ本人というより、

という広いキャラクター像になっています。

つまり、HarukaV2はクロエという名前から、いくつかの特徴を弱く拾っている可能性はあるものの、衣装まで自動的に固定できるほど強く学習しているわけではないようです。

今回の結果は、

• 名前だけでは収束しない

• 基本特徴だけでも不安定

• 衣装まで細かく指定すると、ようやくクロエらしくなる

という段階でした。

本来は「帯」だが、「ベルト」と書いたほうが安定した

クロエの腰にある赤い部分は、厳密には硬いベルトというより、布を巻いた帯に近い形です。

そこで最初は「赤い帯」と指定しました。

しかし、「帯」と書くと生成結果が大きくブレました。

AIは帯という言葉を、

• 着物の帯

• サッシュ

• 布の腰巻き

• 大きなリボン

• 斜めに掛ける飾り布

など、さまざまな形に解釈します。

そのため生成画像では、

• 大きな蝶結びになる

• 長い布が垂れる

• 斜め掛けになる

• 装飾が過剰になる

といった変化が起こりました。

一方、「赤いベルト」と指定すると、

• 腰に水平に配置される

• 幅が一定になる

• 位置が安定する

• 赤い横長のパーツとして認識される

という結果になりました。

設定上の名称としては帯のほうが近くても、生成ではベルトのほうが意図した見た目になりやすかったわけです。

これは画像生成AIでよく起こる現象です。

公式設定を忠実に説明するより、形状を誤解しにくい言葉へ翻訳したほうが、画像としては正確になる場合があります。

HarukaV2とTsubaki2では、得意なキャラクターが違う

今回HarukaV2を使った理由は、視覚記号を強く拾うモデルだからです。

HarukaV2は、

• 髪型

• 髪色

• 目の色

• 衣装

• 年齢

• キャラクターのシルエット

のような、目に見える情報を比較的強く反映します。

そのためクロエでも、外見を細かく指定すれば、それなりに本人へ寄せることができました。

一方、Tsubaki2は文脈理解が強いモデルです。

たとえば『冴えない彼女の育てかた』の加藤恵は、視覚的には非常に普通の女子高校生です。

派手な髪色や特殊な装備など、他キャラと区別しやすい強い視覚記号は少ない。

その代わり、

• 存在感が薄い

• 落ち着いた性格

• 作品内での立ち位置

• 安芸倫也との関係

• 冴えないヒロインという設定

といった文脈記号が非常に強いキャラクターです。

こうしたキャラクターは、HarukaV2よりもTsubaki2のほうが強いことがあります。

Tsubaki2は「見た目がどうか」だけでなく、「作品内でどんな人物なのか」を拾ってキャラクターを構築するからです。

『リリカルなのは』では逆の結果になる

この違いは『魔法少女リリカルなのは』で分かりやすく現れます。

高町なのはは、子供時代と『StrikerS』時代で見た目が大きく変わります。

• 年齢

• 身長

• 顔立ち

• 髪型

• 体格

• バリアジャケット

が明確に異なります。

HarukaV2では「StrikerS」と指定すると、成長したなのはの視覚データを拾い、きちんと大人の姿を描きやすいです。

一方、Tsubaki2では『StrikerS』を指定しても、子供時代のなのはが出ることがあります。

これはTsubaki2が「高町なのは」というキャラクター概念を文脈的に捉えたとき、作品初期の少女姿を強く中心として認識しているためだと考えられます。

つまり、

• HarukaV2は「StrikerS版の見た目」を拾う

• Tsubaki2は「高町なのはというキャラクター」を拾う

という差があるわけです。

クロエをTsubaki2で作ると、完全な別人になった

同じクロエをTsubaki2で生成すると、結果はHarukaV2より大きく外れました。

生成されたのは、

• 黒と白が混ざった髪

• 編み込み

• 鋭い目

• 大人びた顔

• クールな戦士風の女性

• 黒とピンクを基調とした衣装

でした。

黒いマント、ピンクの服、赤い腰回りといった色の要素は一部残っています。

しかし、クロエの子供らしい体格や顔立ちは消え、まったく別の成人女性キャラクターになっています。

これはTsubaki2がクロエの文脈を十分に持っていないため、入力された要素を使いながら、モデル内部にある別の強いキャラクター像へ組み替えた結果でしょう。

Tsubaki2はIPキャラクターへの寄せが強い一方、学習が弱いキャラクターでは、近い別の既知キャラクターや人気のある人物像へ吸収されやすい傾向があります。

今回の違いを簡単に言えば、

• HarukaV2はクロエ風の少女になる

• Tsubaki2はクロエと無関係な強そうな女性になる

という結果でした。

クロエは「視覚記号型」だが、視覚データが幼少期へ偏っている

クロエは加藤恵のような文脈中心のキャラクターではありません。

少なくとも現時点で画像生成AIが参照しやすいのは、

• 長い黒髪

• 青い瞳

• 小柄

• 黒いマント

• ピンクの衣装

といった視覚記号です。

そのため、視覚記号を拾うHarukaV2とは比較的相性がよい。

ただし問題は、クロエの視覚データが子供時代へ偏っていることです。

アニメで広く知られているクロエの姿は、今のところ幼少期が中心です。

そのため、モデル内部でも「クロエ」という名前と結びついているのは、子供の姿である可能性が高いです。

これは、成長後クロエを生成しようとしたときに大きな問題になります。

nanobanana2で成長させても、公式の成長後クロエにはならなかった

HarukaV2で作った幼少クロエ風の画像をnanobanana2へ渡し、

と指定してみました。

すると、確かに自然な成長後の少女は描かれました。

• 顔が縦長になる

• 目が少し細くなる

• 体格が成長する

• 手足が長くなる

• 幼少期の衣装を成長後向けに再解釈する

といった処理はかなり自然でした。

しかし、公式の成長後クロエとは似ていません。

公式の成長後クロエは、

• 髪型

• 前髪

• 目つき

• 戦士らしい雰囲気

• 黒と白を基調にした衣装

• 赤い宝石

• 勇者としての装備

など、幼少期とは大きくデザインが変わります。

nanobanana2が描いたのは、

でした。

一方、公式の成長後クロエは、

です。

この二つは別物です。

nanobanana2は画像の時間変化を推測することはできても、入力画像だけから公式設定上の未来を当てることはできませんでした。

3モデルは、それぞれ別の問題を解いていた

今回の結果を整理すると、3つのモデルは同じクロエを生成しているようで、実際には別の問題を解いていました。

HarukaV2は、髪、目、衣装、年齢といった視覚記号を使って、クロエらしい外見を再構成していました。

Tsubaki2は、キャラクターの作品内での立ち位置や人物像を理解しようとする一方、クロエに関する文脈が弱かったため、別の強い成人女性キャラクター像へ流れました。

nanobanana2は、参照画像の人物を同一人物として保ちながら、時間経過による成長を推測しました。しかし、公式設定上の成長後デザインまでは再現できませんでした。

言い換えるなら、

• HarukaV2は「何が見えているか」を再現する

• Tsubaki2は「その人物が誰なのか」を解釈する

• nanobanana2は「この人物がどう変化するか」を推測する

という違いがあります。

クロエの公式成長後を描くには、このどれか一つだけでは足りません。

必要なのは、

• 幼少期と成長後が同一人物だという文脈

• 成長後固有の髪型や衣装の視覚データ

• 物語上の成長を反映したキャラクター像

のすべてです。

大型IPでも、キャラ単体の学習量は別問題

今回の検証で最も重要だったのは、

という点です。

『転生したらスライムだった件』は巨大なIPです。

しかし、画像生成AIにとって重要なのは作品全体の人気ではなく、

• そのキャラクターの画像がどれだけ存在するか

• 同じ姿がどれだけ繰り返し登場しているか

• 公式画像やファンアートがどれだけ蓄積されているか

• 年齢や衣装ごとに十分な資料があるか

です。

クロエはキャラクターとして重要でも、アニメ上の露出がまだ幼少期へ偏っています。

そのため、

• 子供時代は特徴を細かく指定すれば寄せられる

• 名前だけでは安定しない

• 成長後はさらに学習が弱い

• 公式の未来像まではつながらない

という結果になったのでしょう。

結論

今回のクロエ検証では、LoRAなしでも視覚記号を細かく指定すれば、かなりクロエらしい少女を生成できました。

しかし、服装指定を減らすとすぐに別の少女へ広がり、Tsubaki2では完全な別人になりました。

さらに、幼少期の画像をnanobanana2で成長させても、公式の成長後クロエにはなりませんでした。

今回の結果を一言でまとめるなら、

ということです。

HarukaV2では視覚記号を細かく指定することで幼少クロエへ近づけられました。

しかし、それはクロエ本人を完全に学習しているというより、こちらが外見上の部品を揃えてクロエらしさを組み立てた結果でもあります。

そして現時点では、クロエの視覚データは子供時代へ偏っています。

今後アニメで成長後クロエの活躍が増え、公式画像、グッズ、場面写真、ファンアートが蓄積されれば、モデルの再現度も変わっていく可能性があります。

今はまだ「LoRAなしでは雰囲気まで」という段階ですが、数年後には名前だけで公式の成長後クロエまで出るようになるかもしれません。

今回の失敗作も、そのときにはAIがキャラクターを覚えていく過程を示す、ちょっとした学習前夜の標本になりそうです。