AI作品の「見分け方」から逆算する ── AIっぽさを消すために知っておくべきこと
見分ける側の言葉を聞いてみる
「AI作品の見分け方」──Google検索でこのキーワードを入れると、膨大な記事が出てきます。
☁️ Floyoなら質感LoRAをブラウザだけで試せます → 登録＆30日間無料コードの使い方( https://note.com/texture_lora_lab/n/n3f9a90e76a03 )
指の本数を数えろ。 瞳のハイライトを見ろ。 背景の文字が崩れていないか確認しろ。 白背景のノイズパターンを拡大しろ。
こうした「見分けポイント」は年々減っています。 モデルの進化によって、最近では、手の指はほぼ正確になり、文字の破綻も減りました。 それでも「AIっぽさ」は消えない。 見分ける側の人たちが最終的にたどり着く結論は、だいたい同じです。
「なんかツルツルしてる」
この一言が、実はもっとも本質的な判別基準です。そして、もっとも解決が難しい問題でもあります。
見分けポイントの構造
AI画像の見分け方を整理すると、大きく3つのレイヤーに分かれます。
レイヤー1：形態的な破綻（解決済み）
指の本数、関節の向き、耳の位置、歯の構造。これらは2025年ごろまでの主要な判別基準でした。 現在の主要モデルでは大幅に改善されています。 ここだけを見ている人は、もうAI画像を見分けられなくなりつつあります。
レイヤー2：論理的な矛盾（改善中）
影の方向と光源の不一致。反射の物理的な整合性。テキストの意味的な正確さ。 こちらもモデルの進化で改善が進んでいますが、複雑なシーンではまだ破綻が起きます。
レイヤー3：質感の均一性（未解決）
すべての表面が同じような滑らかさを持っている。肌の毛穴がない。布の繊維感がない。金属が一様に光る。木が木に見えない。 この「質感のフラットさ」は、モデルが進化してもなかなか解消されません。
なぜかといえば、レイヤー1と2は「正解がある」問題だからです。 指は5本が正解。影は光源の反対側が正解。 正解がある問題は、データを増やせば改善できます。
しかしレイヤー3──質感──には「正解」がありません。 同じ油絵具でも、キャンバスの織り目、メディウムの配合、ナイフの角度、乾燥の速度によって異なる表面が生まれます。 無限のバリエーションの中から「説得力のある一つ」を出す必要がある。 統計的なパターンマッチングが最も苦手とする領域です。
「見分けられない画像」は作れるか
見分ける側の視点を理解したうえで、ここからは逆の問いを立てます。
レイヤー3の壁──質感の均一性を越える方法はあるか。
拡散モデルの標準的な出力には、私が「Wet Problem」と呼んでいる特徴があります。 すべての表面が、かすかにスペキュラーで、かすかに滑らかすぎる光沢を帯びている。 Xを＃AIart というタグで5分ほど見てみてください。何となく乾いていて欲しいところさえも水分を含んだ質感に感じられるものが見つかると思います。 まるですべてに霧吹きをかけたような。これがレイヤー3の正体であり、「なんかツルツルしてる」という直感の技術的な裏付けです。
この問題は、プロンプトでは解決しません。「matte finish, rough texture, no gloss」と書いても、モデルの表面再現の限界を超えることはできません。
スタイルLoRAも部分的にしか効きません。 ブラシストロークの見た目を与えることはできますが、素材が光とどう相互作用するかの物理までは変えられません。 見た目のテクスチャと、素材としてのテクスチャは、異なるものです。
素材の物理を知っているLoRA
もう一つのアプローチがあります。「見た目」ではなく「物質性」をLoRAに教える方法です。
金箔がどう割れるか。鉱物顔料がどう光を散乱させるか。漆がどう半透明な層を重ねて深みを生むか。 こうした素材の物理的な振る舞いを、実物の接写画像から学習させたLoRA──質感LoRA、あるいはマチエールLoRAと呼んでいます。
質感LoRAの出力がなぜ「AIっぽく見えにくい」か。理由は構造的です。
出力が「物質の写真（1瞬を切り取ったもの）」として読まれるからです。 金箔の表面を撮影した写真、油絵の絵肌を接写した写真──見る側の脳が、そういうカテゴリとして処理します。 「人間に似ているが人間ではない」ものに対して起きる不気味の谷とは、まったく別の判定軸です。
さらに、質感LoRAにはキャラクターLoRAのような一貫性の問題がありません。 金箔の亀裂パターンが毎回違っても、それは物理的に自然です。揺らぎが破綻ではなく、リアリティの証拠になります。
見分ける人と、見分けられない画像を作る人
AI画像の「見分け方」は今後も進化するでしょう。判定ツールも精度を上げていくはずです。
ただ、ここで興味深いのは、「見分けられない画像を作ること」と「人を騙すこと」は同じではないということです。
「AI画像だと見分けられない」のは、その画像が物理的に説得力のある質感を持っているからです。 壁にかかった油絵の写真を見て「これはAIか手描きか」を判定するのが難しいのと、構造的には同じ問題です。
質感LoRAが目指しているのは、画像に物理的な存在感を与えることです。結果として「見分けにくく」なるかもしれません。 しかしそれは、フェイクを精巧にしたからではなく、物質のリアリティを獲得したからです。
キャラクターLoRAの一貫性の壁にぶつかっている方、スタイルLoRAの「きれいだけど何か足りない」を感じている方、あるいはAI画像のクオリティを商用レベルに引き上げたい方。 「質感」という軸は、まだほとんど開拓されていない分野です。
次に読む：
なぜAI画像はどれも質感に違和感を覚えるのか？ ── ツルツル問題の構造
AI画像はなぜ「気持ち悪い」のか？ ── 不気味の谷の正体は質感にある
Style LoRA vs Texture LoRA ── 解決する問題が違う
「ツルツル感の正体は、質感の不在」 ── 「見分けられる原因」の核心
情報密度の均一さがAIらしさ ── 判別の手がかりになる均一性の話
☁️ Floyoで質感LoRAを体験 → 30日間無料で始める方法はこちら( https://note.com/texture_lora_lab/n/n3f9a90e76a03 )
→ 「質感の問題」はGPUで解決できるか？
この記事で取り上げた「AI画像の質感の均一性」を、異なるGPU環境（RTX 4090 vs H100）で実際に検証した記事があります。結論は——GPUが変わっても、変わらないものがある。
質感の再現は計算力の問題ではなく、見る力の問題だった。ただし、見る力がある人にとって、H100の速度と安定性は研究を加速するツールになる。
AI画像の違和感を「質感LoRA」で解決する方法に興味がある方は、こちらも：
著者について
高校で日本画専攻、公立芸大で芸術学を学び、英国で博物館学修士（Merit）を取得。
英ThinkDiffusion社（Floyo AI）とのクリエイター提携により、商用レベルのH100 94GBクラウドGPU環境でLoRA作成を研究中。
金箔・螺鈿・漆など伝統素材の質感をAIに刻む「質感LoRA」を開発しています。
→ 全記事・リンク集
→ CivitAIで無料LoRAを公開中
→ noteメンバーシップ（¥500/月）
#質感LoRA #StableDiffusion #LoRA作成 #厚塗りAI #引き算のAI
noteタグ: #AI画像 #見分け方 #AIっぽさ #実写風AI #AI美人 #質感LoRA #StableDiffusion #LoRA作成 #厚塗りAI #引き算のAI
