01 / 概要
プロジェクトの背景と動機
IP キャラクターのビジュアル体系が拡張し続けるにつれ、あらゆるコンテンツ素材のデザインはキャラクターをブランドの視覚的な担い手として使う必要がある。しかし実務では、衣装アセットは長らく各プロジェクトファイルに散在し、再利用や検索は人づての連絡に大きく依存して、統一された管理の器がなかった。この痛点を起点に、チームは IP キャラクターの着せ替えシステムの構築に着手した。散在する衣装アセットを一か所に集約し、以降のコンテンツ制作に手軽な参照・呼び出しの経路を提供するためだ。
同時に、急速に進化する AI 生成技術は、アイデア検証に新しい可能性をもたらした。本プロジェクトは Tripo が生成した 3D 衣装モデルを土台として、AI 生成の衣装がキャラクターの動きに正しく適合する方法を探り、AI が従来の衣装バインドと適合の工程を大幅に簡略化できるかを検証する。プレイヤーがプリセットの衣装を選ぶだけの従来型着せ替えゲームと違い、AI 生成はユーザーが自ら衣装をデザインしてすぐに着せる可能性を与える——それが本プロジェクトの中核的な探索方向だ。
02 / 概要
衣装モデルの生成と最適化
モデルのメッシュ基準とポリゴン数の制御。ゲームで使える衣装アセットは三つの基本基準を満たす必要がある。第一に、メッシュのトポロジーが規範に沿い、乱れ面や破れ面がないこと。第二に、テクスチャに十分なディテールと品質があること。第三に、モデル全体の見た目がゲームのスタイルと一貫していること。
プロジェクト初期、Tripo が生成する衣装モデルは総じてポリゴン数が多すぎて、リアルタイム描画のゲームシーンにそのまま使うのは難しく、無理に減面するとディテールが失われ質感が粗くなった。P1 モデルの更新により、生成モデルは比較的低いポリゴン数でも衣装の基本形状を保てるようになり、基本的な着せ替え機能を初歩的に実現した。P2 モデルの登場は低ポリモデルの精細さとエッジフローの合理性をさらに高め、ゲームアセットの技術要件にいっそう近づけた。
セルルック（三渲二）による様式化。P2 モデルはトポロジー品質で大きく前進したものの、Web での 3D 描画の質感表現にはまだ限界がある。そこで本プロジェクトはセルルックの様式化レンダリングを採用した。一方ではモデルのテクスチャ層の欠点を効果的に隠して手作業のモデル修正を減らし、他方では衣装と画面の視覚スタイルを統一し、製品全体の完成度を高める。最近の様式化テクスチャのテストでは、セルルックの効果にはまだ改善の余地があり、今後はマテリアル表現と光影の階層を磨き続けられる。
03 / 概要
衣装とキャラクターの適合技術
本プロジェクトは着せ替えシステムの土台としてデフォルメ（ちび）系の IP キャラクターを採用し、五着の完全な衣装を用意して単品の自由な組み合わせにも対応した。衣装とキャラクターの適合は着せ替えシステムの中核的な技術課題で、主にウェイト配分、動きの追従、めり込み防止の三層に関わる。
ウェイト継承と引き裂かれの問題。衣装がキャラクターの動きに合わせて変形する核心は、ボーンウェイトの正しい配分にある。タイトな衣装なら、キャラクターの体が持つ既存のウェイトマップをそのまま流用し、衣装と体を同期して動かせる。しかしスカートやウサ耳のように体に密着しない衣装や装飾で体のボーンウェイトを直接継承すると、脚などの部位の逆方向の動きによって衣装のメッシュに不合理な引き裂かれや変形が生じる。
スプリングボーンによる解決。上記の問題に対して、私たちはまずクロスシミュレーションの導入を試したが、性能コストが大きすぎ、ボーン駆動の実行効率とは桁が違った。しかもモデル構造が複雑な場合は固定範囲を手で塗る必要があり制作効率が低く、Web のリアルタイム描画の要件に合わなかった。
最終的に、本プロジェクトは衣装モデルにスプリングボーンを作る技術方針を採用した。構成する中核要素は三つ。第一に、独立ボーンチェーン。衣装の形状に沿って（スカートなら腰から裾へ）独立したボーンを一列に配置し、各ボーンを前のボーンの子にして、衣装メッシュのウェイトをこのボーンチェーンに塗る。この一手で引き裂かれの問題を根本から解決した——衣装は独立した運動経路を得て、脚のボーンに逆方向へ引っ張られなくなる。
第二に、スプリングとダンパーによる駆動。このボーンチェーンはプリセットのアニメーションではなく、毎フレームキャラクターの動きに基づいてリアルタイムに解算される。原理は現実のばねに似ている。キャラクターが動くとボーンは慣性で遅れ、スプリングが初期位置へ引き戻し、ダンパーのパラメータが揺れの減衰速度を制御して、自然な揺れを生み出す。
第三に、コライダー。コライダーはめり込み問題を解決するのに欠かせない要素だ。スプリングボーンを追加するだけではスカートに独立した運動経路を与えるにとどまり、キャラクターの体を能動的に避けることはできない。キャラクターの歩幅が大きいときは、太腿にカプセルコライダーを入れ、スカートのボーンが障害物の存在を感知して自然に押し出されるようにし、めり込みを防ぐ。
上記三つの技術の組み合わせは、衣装付きキャラクターアニメーションを制作するための汎用的な参照フレームワークになる。実際、多くのバーチャルキャラクター制作ツールは、この三つの機能を標準機能としてあらかじめ備えている。
04 / 概要
リギングとアニメーションにおける AI の効率化
従来の工程では、AI が衣装モデルを生成した後のバインドと適合は手作業に大きく依存し、人がボーンをバインドし、効果が妥当になるまでパラメータを繰り返し調整する必要があった。本プロジェクトでは、スカートやウサ耳などの装飾の自動リギングを AI に任せることを試みた。プロンプトで目標の効果を明確に記述する——スカートと装飾にスプリングボーンをバインドする、スカートと太腿が動いてもめり込まない、ウサ耳は頭の動きに追従して自然に揺れる。AI はそれに基づいてモデルに合理的なボーン構造をバインドし、パラメータを調整できる。
この流れにより、手作業は極めて小さな割合まで圧縮できる。理想的には、衣装モデルと要件の説明を AI に渡すだけで、正常に動くキャラクター衣装アセットが得られる——本プロジェクトの着せ替え Web ページはまさにこの流れで構築した。同じ方法はアニメーション制作ソフトやゲームエンジンにも移植できる。
アニメーション制作の面では、AI リギングと AI アニメーションの基本操作はすでに成熟に近づいている。チームの実践では、アニメーションの参照動画とボーンをバインド済みのモデルを一緒に AI に渡せば、AI はその動作を新しいモデルに複製できる。アニメーターにとって、この能力は繰り返し作業を大幅に減らし、より多くの時間をクリエイティブな制作に注げるようにする。
05 / 概要
前段の作業と工程のまとめ
AI はリギングと適合の工程で顕著な効率化を示しているが、モデル生成後にそのままキャラクターへ適合させるには、次の前段の細部作業を済ませておく必要がある。
- モデルのキャリブレーション：モデルを取得したら、元のモデルを基準に比率関係を確認し、向きと原点の位置を適切な状態に調整する。
- カテゴリの判断：衣装のカテゴリを正確に判断する。密着する衣装と密着しない衣装では、異なるウェイト戦略を採る必要がある。
- ボーンのバインド：密着しない衣装にはスプリングボーンをバインドし、衣装の形状に応じたボーン構造を作り、適切なスプリングとダンパーのパラメータを設定する。
全体として、AI が置き換えるのは繰り返しの実行作業であり、判断と意思決定はなお人が担う必要がある。クリエイターにとって AI の最も核心的な価値は、作業そのものを代替することではなく、アイデアから目に見える結果までの距離を大幅に縮めることにある——アイデアが素早く形になってこそ、妥当かどうかを判断し、さらに反復して磨く機会が生まれる。
06 / 概要
結び
この着せ替えミニゲームのプロジェクトは、AI 生成、バインドと適合、UI インタラクション、リアルタイム表示を一つの完全な技術ループとしてつなぎ、3D 衣装生成とキャラクター適合の領域における AI の応用可能性を検証した。モデル生成の品質最適化から、スプリングボーンの運動解算、AI 自動リギングによる効率向上まで、各工程が AI 技術と人の判断が協働する可能性を示している。
今後、AI 生成の品質向上とワークフローの改善が続けば、衣装アセットの生産効率はさらに大きく解放され、クリエイターはより多くの力をアイデアとデザインそのものに集中できる。この技術の道筋がより広いアニメーション・ゲーム制作の現場で実用化され、コンテンツ制作に新たな可能性をもたらすことを期待している。