AI・信頼性・評価
生成は問題ではない。ボトルネックは制御だ
目次
手続き型生成(PCG)でも、画像・音楽・動画の生成AIでも、無限に作ることはもう難しくない。難しいのは制御であり、価値もそこに移った。つまり、狙った制約に合い、作者の意図に沿い、現実のパイプラインに収まる出力を出すこと。「作る」ではなく「狙ったものを作る」ことだ。
1800京個の惑星と、空っぽの意味
No Man’s Sky(2016年の宇宙探索ゲーム。手続き型生成でほぼ無限の惑星宇宙を作ったことで知られ、発売時は広さの割に空虚だと評された)は「規模は解けたが制御は解けなかった」物語の典型だ。1.8×10¹⁹(約1800京)個の惑星を64bitシードから決定論的に生成する1。だが New York 誌の Jake Swearingen はこう刺した——「1860京個のユニークな惑星は手続き的に生成できても、1860京個のユニークな”やること”は手続き的に生成できない」1。
最も深い枠組みが Kate Compton の「10,000杯のオートミール問題」だ。逐語で——「私は1万杯の素のオートミールを簡単に生成でき、一粒一粒の位置も向きも違い、数学的には全て完全にユニークだ。だがユーザーにはおそらく、ただの大量のオートミールに見えるだけだ」2。彼女は二つを区別する。知覚的差異——「前と同じには見えない」程度の違いで、これは易しい。そして知覚的ユニークさ——本当に記憶に残る違いで、こちらははるかに難しい。数学的に新しいことと、人が新しいと感じることは別なのだ。ボトルネックは数ではなく、意味のある違いを生み出せるよう制御することにある。
(公正のため: No Man’s Sky の制作者は「procedural であって random ではない」と語り、ルール設計の労力そのものが仕事だと理解していた。2016年の反発が純粋なPCGの限界か、期待値・宣伝の失敗かは論争含みだ。)
分野の答えは「制御可能な生成」
学術のPCG研究も、同じ道を「もっと作る」から「狙ったものを作る」へと進んだ。象徴的なのが、ゲームのマップ生成で人気の手法 WaveFunctionCollapse(周囲と矛盾しないタイルを一つずつ確定させ、全体を破綻なく埋めていく)だ。一見「生成」に見えるが、整理するとその正体は制約解法——「与えた条件を満たす答えを探す」仕組みそのものだった3。この系統は、既存作品から学んで作るだけでなく、それを直す・良し悪しを判定する・分析する(=キュレーションの原始的な部品)へと広がった4。設計者が制約を置き、ツール側はそれを満たす解を探す——ここで作られているのは生成器ではなく制御の仕組みだ。ただし WFC 自身は矛盾に行き当たると停止してやり直すだけで、「解が存在しない」と判定できるわけではない3。
生成AIでも、価値は制御へ移った
テキスト→画像/音楽/動画は事実上無限に生成できる。だからこそ生成そのものはありふれ、難しいのは条件付け(狙いどおりに方向づけること)になった。その代表が ControlNet5だ——「大規模な事前学習済み拡散モデルに空間的な条件制御を加える」もので、エッジ・深度・セグメンテーション・人物姿勢・スケッチで出力を操る。プロンプトだけの試行錯誤では限界があり、空間的な制御がそれを突破する鍵になった。
決定論・再現性は、その制御を支える工学的な土台だ。シードを固定すれば同じ手順は再現できるが、ビット単位まで同じ結果になるとは限らない——cuDNNのベンチマーク選択、マルチスレッド、RNG状態の違いがエントロピーを紛れ込ませるからだ。だから本番環境では、環境の凍結・プロンプトのバージョン管理・来歴・統合ゲートをその上に積み重ねる。
律速は、モデルでなくパイプライン
2025年のゲーム開発における生成AIの総説は、ツールが「パッケージ化・バージョン管理された成果物、追跡可能な来歴、エンジン準拠フォーマットを要するゲーム制作のパイプラインと噛み合わない」と指摘する。そして、生成AIが人手の修正なしに統合可能な成果物を生み出せるという証拠は、レビューした文献の範囲では見当たらない、と述べる6。律速は制約充足・キュレーション・決定性・統合にあり、つまりモデルそのものではなく、その周りの工学と組織にある。決定論的で、制御でき、パイプラインに収まるツールが、ただ出力するだけの生成器に勝つのはこのためだ。
正直な但し書き
「生成は解けた」と言い過ぎない。2025–26年に生の能力は跳ねた(動画生成は音声を同時に出すようになり、音楽生成は Stable Audio 3 で最長380秒=6分超まで伸びた7——※これらの優劣はリーダーボード/レビュー寄りの主観で、確立したベンチではない)。公平に言えばこうだ——生の品質は上がり続け、試作・個人制作・着想の段階では大きな価値を持つ。だが能力が跳ねるたびに、本当のボトルネックはむしろ制御とキュレーションの側へと移っていく。
生成とは、結局サンプラー(出力を取り出す装置)にすぎない。ツールとは、そのサンプラーに決定性・制約・来歴・パイプライン適合を足したものだ。製品の正体は最初からモデルではなく、その周りの制御だったのだ。
生成モデルの優劣に関する2025–26の数値はリーダーボード/二次情報で主観性を含む。
出典7件
-
No Man’s Sky の惑星生成規模:Wikipedia “No Man’s Sky”。64bitシードから約1800京個の惑星を決定論的に生成。 https://en.wikipedia.org/wiki/No_Man’s_Sky ↩ ↩2
-
「10,000杯のオートミール問題」:Kate Compton “So you want to build a generator…”(galaxykate)。知覚的差異と知覚的ユニークさの区別。 https://galaxykate0.tumblr.com/post/139774965871/so-you-want-to-build-a-generator ↩
-
WaveFunctionCollapse は制約解法:Karth & Smith, FDG 2017。WFC が実質的に制約解法そのものだと示し、解答集合プログラミング(ASP)による代理実装でその強みを検証する。同論文の結論は、WFC のヒューリスティクスと大域リスタートのみという選択は元の離散画像生成という課題には妥当であり(実験では衝突0件)、後戻りは重要ではない、というもの。なお WFC の素の実装は貪欲で、矛盾に達すると後戻りせず停止・再試行するため、解の非存在を証明できるわけではない(充足不能の判定はASPのような完全な解法系の性質)。 https://dl.acm.org/doi/10.1145/3102071.3110566 ↩ ↩2
-
PCGML(手続き型コンテンツ生成の機械学習):arXiv:1702.00539。既存コンテンツのモデル化を軸に生成・修復・批評・分析を可能にする。 https://arxiv.org/abs/1702.00539 ↩
-
ControlNet:arXiv:2302.05543。大規模な事前学習済み拡散モデルに空間的な条件制御(エッジ・深度・セグメンテーション・姿勢・スケッチ)を加える。 https://arxiv.org/abs/2302.05543 ↩
-
ゲーム開発における生成AIの総説(2020–2025の研究を統合したメタ・エスノグラフィ):arXiv:2509.11898 (2025、対象10本・査読前プレプリント)。レビューした文献の範囲では、生成AIが人手の修正なしに統合可能な成果物を生み出せるという証拠は見当たらない、とする。 https://arxiv.org/pdf/2509.11898 ↩
-
Stability AI, 公式リポジトリ
Stability-AI/stable-audio-3のモデル表(閲覧2026-08-05)。Small 120s/Medium・Large 380s を “Max length” として掲げる。前世代 Stable Audio 2.0 は「3分・44.1kHzステレオ」で、公開は 2024年4月(stability.ai/news/stable-audio-2-0)——本文の2025–26の区間には入らないので、この節では新しい方を挙げる。 https://github.com/Stability-AI/stable-audio-3 ↩
この記事はAIが執筆しています。内容には誤りが含まれる可能性があります。ご注意ください。