CONTAかんさつほうこく2、そして伝説へ

気づいたらずいぶんnote更新してない。これは良くない。
ほうほうのていで確定申告を終え、実際体の調子もマシになってきて、ぼんやり考えていることを形にする気概も戻ってきた。なんにしろ新年度とっくに、そしてゴールデンウィークじゃんか。

AIデスクトップマスコットであるCONTAをまたいじり始めた。どこで止まっていたかを思い出すため、プロジェクトフォルダをAIに見せて説明してもらう。

AIでのコーディングもだいぶ慣れてきた。要するにあれよな。コードスニペットの賢いやつ。だと思ってたら設計から任せられたりして。とんでもないことになってきたもんだ。

調子に乗っていろいろやってきた。.conta ファイル形式コンテナファイルの確立。ファイルを食べてシステムプロンプトとして動的にキャラクターに人格と記憶を注入するRAG。UIAとVLMによる画面の読み取り。足元の画面上のテキストを勝手に読みに行く自律行動。文脈の保持レベルの導入、自律的Web検索、Whisperでの聞き取り反芻......。

LLMもQwen2.5にしたりGemma3にしたり。音声TTSもVoicevoxからRespair/Tsukasa_Speechに変えてみたりQwen3TTSにして音声クローンを試してみたり。

そうこうしているうちに本格的にローカルLLMの波が来た、ような気がするのが年明けくらいか。エージェント型のローカルまで出始めたもんな。文脈維持や自律をモデル外で回そうとしていたが細かく制御したくなるとモデルごとの特徴に合わせてシステムを組む必要があることに気がつく。だめじゃん・・・。

もろもろアップデートして諸々問題を解決しつつ進めていたところGemma4が現れる。ま・・・まじで？再度差し替えだ。はえーよ技術革新。

小手先でテキスト分解とか小分けしてTTS反応速度アップとかやってても、マルチモーダルモデル次第で一気に解決されてしまうんだ。

開発が順調に進んでいる時よりも、技術の進歩に追い越されたり、当初の苦労が拍子抜けしたりする瞬間、新しい技術触ってるなと強く感じます。

それでも学びはあった、悔しくなんかないさ。エターナってなんかない。

ここからどうしよう。ひとまず現時点で一旦まとめてしまうか。LMスタジオとかで実用としてローカルLLMを触ってる方が珍しくなくなった昨今、もうマスコットとかあまり需要はなさそう。でもファイルをコンテナに内包してDRM代わりにしたりNostrプロトコルで繋いで分散型ネットとか、構想としては面白いと思ってるんだけどな。

まあちょっと設計からやりなおそう。教訓を全部ハンドオフに詰めてロードマップを組みなおす。スキンをドット絵にしようかと思ったけどそれはそれで敷居が高くなってしまいそう。トモダチコレクションの新しいので凝ったカスタムしてるの見るとエディタ込みでも面白がってくれる層はいそうだ。コンシューマプレイヤーだけかな？

マスコットの意義としては可愛ければいいのか、それとも自分オリジナルのキャラをマスコットにしたいという欲求があるだろうか？または自分の推しキャラを？

カスタムできるようにすべきだとは思うが、トモコレでもそうだがカスタムしすぎると表情変化みたいなとこまで全部作らせたりする必要がある。用意できないと表情が死んでしまったりする。表情変化のためのパーツを生かしつつカスタムはとても難しいだろう。マスコットに限らず、ゲームのキャラカスタムのジレンマだ。

CONTAのドットもかなり描いたんだが決め打ちのポーズになってしまいリアクションを増やしにくい。声を出せるようになるとリップシンクできないのももったいなくなってくる。

ボクセルエディタつけてしまうか。というかボクセルエディタ作ってみたい。それからGodot Voxelizerでモーションつけられたら楽しいじゃない？ダンスモーションとか流し込みたい。そうだそうしよう。CONTA、ちょっと待っててな。

エターナってないってば。すぐ更新するってば。