モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。

TAG LIST
CGCGへの扉安藤幸央機械学習月刊エンタメAIニュースディープラーニング生成AI河合律子吉本幸記OpenAIGAN音楽NVIDIAGoogleChatGPT強化学習三宅陽一郎グーグルニューラルネットワークStable Diffusion森川幸人DeepMind大規模言語モデルシナリオQAAIと倫理人工知能学会GPT-3自然言語処理マイクロソフトFacebook大内孝子倫理LLM映画モリカトロン著作権アートゲームプレイAIキャラクターAI敵対的生成ネットワークルールベースSIGGRAPHスクウェア・エニックスモリカトロンAIラボインタビュー画像生成MinecraftNPCNFTプロシージャルMidjourneyデバッグDALL-E2音楽生成AIStyleGAN遺伝的アルゴリズム画像生成AIロボットファッション自動生成ディープフェイクVFXAdobeテストプレイメタAIアニメーションテキスト画像生成深層学習CEDEC2019デジタルツインメタバースVR小説ボードゲームDALL-ECLIPビヘイビア・ツリーマンガCEDEC2021CEDEC2020ゲームAI作曲不完全情報ゲームナビゲーションAIマインクラフト畳み込みニューラルネットワークtoioスポーツエージェントGDC 2021汎用人工知能JSAI2022バーチャルヒューマンMicrosoftNVIDIA OmniverseGDC 2019マルチエージェントロボティクスCEDEC2022MetaAIアート3DCGStability AIメタデジタルヒューマン懐ゲーから辿るゲームAI技術史教育ジェネレーティブAIプロンプトGPT-4栗原聡手塚治虫マルチモーダルCNNNeRFDALL-E 3BERTUnityOmniverseJSAI2023ELSI鴫原盛之HTN階層型タスクネットワークソニーRed RamJSAI2020GTC20233DマーケティングTensorFlowインタビューブロックチェーンイベントレポートMicrosoft Azure動画生成AI対話型エージェントAmazonメディアアートDQN合成音声水野勇太アバターUbisoftGenvid TechnologiesガイスターStyleGAN2ARGTC2022SIGGRAPH ASIANetflixJSAI2021東京大学はこだて未来大学Bard研究シムピープルMCS-AI動的連携モデルモーションキャプチャーTEZUKA2020CEDEC2023AGIテキスト生成インディーゲームElectronic Arts音声合成メタデータGDC Summerイーロン・マスクStable Diffusion XLCMアストロノーカキャリア模倣学習eスポーツスタンフォード大学アーケードゲームテニスサイバーエージェントトレーディングカード音声認識類家利直eSportsBLUE PROTOCOLシーマンaiboチャットボットGeminiブラック・ジャックワークショップEpic GamesAIロボ「迷キュー」に挑戦AWS徳井直生クラウド斎藤由多加AlphaZeroTransformerGPT-2rinnaAIりんなカメラ環世界中島秀之PaLM哲学ベリサーブPlayable!GPT-3.5ハリウッド理化学研究所Gen-1SoraSFテキスト画像生成AI松尾豊データマイニング現代アートDARPAドローンシムシティ世界モデルゲームエンジンImagenZorkバイアスマーダーミステリーASBSぱいどんアドベンチャーゲームAI美空ひばり手塚眞バンダイナムコ研究所スパーシャルAIELYZANEDO広告FSM-DNNMindAgentLEFT 4 DEAD通しプレイ論文OpenAI Five本間翔太馬淵浩希Cygames森山和道Audio2Faceピクサープラチナエッグイーサリアム効果音ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析MILENVIDIA ACEナラティブNVIDIA RivaOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事田邊雅彦Google I/OトレカMax CooperGPTDisneyFireflyPyTorch京都芸術大学ChatGPT4高橋力斗眞鍋和子バンダイナムコスタジオヒストリアAI Frog Interactive新清士SIE大澤博隆SFプロトタイピング齊藤陽介成沢理恵お知らせMagic Leap OneTencentサッカーモリカトロン開発者インタビュー宮本茂則バスケットボールTikTokSuno AItext-to-imageサルでもわかる人工知能text-to-3DVAEDreamFusionTEZUKA2023リップシンキングRNNUbisoft La Forge自動運転車知識表現ウォッチドッグス レギオンVTuberIGDA立教大学秋期GTC2022市場分析フォートナイトどうぶつしょうぎRobloxジェイ・コウガミ音楽ストリーミングMIT野々下裕子Adobe MAXマシンラーニング村井源5GMuZeroRival Peakpixivオムロン サイニックエックスGPTs電気通信大学対話エンジン稲葉通将ポケモン3Dスキャン橋本敦史リトル・コンピュータ・ピープルCodexシーマン人工知能研究所コンピューティショナル・フォトグラフィーPreferred Networksゴブレット・ゴブラーズ絵画Open AI3D Gaussian SplattingMicrosoft DesignerアップルイラストシミュレーションSoul Machines柿沼太一完全情報ゲームバーチャルキャラクター坂本洋典釜屋憲彦GitHub CopilotウェイポイントLLaMAパス検索Hugging Face対談藤澤仁生物学GTC 2022xAIApple Vision Pro画像認識SiemensストライキStyleCLIPDeNAVoyager長谷洋平クラウドコンピューティングmasumi toyotaIBM宮路洋一OpenSeaGDC 2022SNSTextWorldEarth-2BingMagentaYouTube音声生成AIELYZA PencilScenarioSIGGRAPH2023AIピカソGTC2021AI素材.comCycleGANテンセントAndreessen HorowitzAIQVE ONENetHackキャラクターモーションControlNet音源分離NBAフェイクニュースユニバーサルミュージックRPG法律Web3SIGGRAPH 2022レベルデザインDreamerV3AIボイスアクターUnreal Engine南カリフォルニア大学NVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサム・アルトマンサウンドスケープLaMDATRPGマジック:ザ・ギャザリングAI Dungeonゲーム背景アパレル不気味の谷ナビゲーションメッシュデザイン高橋ミレイ深層強化学習松原仁松井俊浩武田英明フルコトELYZA DIGEST建築西成活裕ハイブリッドアーキテクチャApex LegendsELIZA群衆マネジメントライブポートレイトNinjaコンピュータRPGライブビジネスWonder StudioAdobe Max 2023アップルタウン物語新型コロナ土木KELDIC周済涛BIMBing Chatメロディ言語清田陽司インフラBing Image CreatorゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史Amazon BedrockAssistant with BardタイムラプスEgo4DAI哲学マップThe Arcadeバスキア星新一X.AISearch Generative Experience日経イノベーション・ラボStyleGAN-XLX Corp.Dynalang敵対的強化学習StyleGAN3TwitterVLE-CE階層型強化学習GOSU Data LabGANimatorXホールディングスWANNGOSU Voice AssistantVoLux-GANMagiAI Act竹内将SenpAI.GGProjected GANEUMobalyticsSelf-Distilled StyleGANSDXLArs ElectronicaニューラルレンダリングRTFKTAI規制岡島学AWS SagemakerPLATONIKE欧州委員会映像セリア・ホデント形態素解析frame.ioClone X欧州議会UXAWS LambdaFoodly村上隆欧州理事会誤字検出MusicLM認知科学中川友紀子Digital MarkAudioLMゲームデザインSentencePieceアールティSnapchatMusicCapsLUMINOUS ENGINEクリエイターコミュニティAudioCraftLuminous ProductionsBlenderBot 3バーチャルペットパターン・ランゲージ竹村也哉Meta AINVIDIA NeMo ServiceMubertちょまどマーク・ザッカーバーグヴァネッサ・ローザMubert RenderGOAPWACULVanessa A RosaGen-2Adobe MAX 2021陶芸Runway AI Film Festival自動翻訳Play.htPreViz音声AIAIライティングLiDARCharacter-LLMOmniverse AvatarAIのべりすとPolycam復旦大学FPSQuillBotdeforumChat-Haruhi-Suzumiyaマルコフ決定過程NVIDIA MegatronCopysmith涼宮ハルヒNVIDIA MerlinJasperハーベストEmu VideoNVIDIA MetropolisForGamesNianticパラメータ設計ゲームマーケットペリドットバランス調整岡野翔太Dream Track協調フィルタリング郡山喜彦Music AI Tools人狼知能テキサス大学ジェフリー・ヒントンLyriaGoogle I/O 2023Yahoo!知恵袋AlphaDogfight TrialsAI Messenger VoicebotインタラクティブプロンプトAIエージェントシミュレーションOpenAI Codex武蔵野美術大学慶應義塾大学StarCraft IIHyperStyleBingAI石渡正人Future of Life InstituteRendering with Style手塚プロダクションIntel林海象LAIKADisneyリサーチヴィトゲンシュタインPhotoshop古川善規RotomationGauGAN論理哲学論考Lightroom大規模再構成モデルGauGAN2CanvaLRMドラゴンクエストライバルズ画像言語表現モデルObjaverse不確定ゲームSIGGRAPH ASIA 2021PromptBaseBOOTHMVImgNetDota 2モンテカルロ木探索ディズニーリサーチpixivFANBOXOne-2-3-45Mitsuba2バンダイナムコネクサス虎の穴3DガウシアンスプラッティングソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaワンショット3D生成技術GTC2020CG衣装mimicとらのあなNVIDIA MAXINEVRファッションBaidu集英社FGDC淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ+Future Game Development ConferenceグリムノーツEponym古文書ComicCopilot佐々木瞬ゴティエ・ボエダ音声クローニング凸版印刷コミコパGautier Boeda階層的クラスタリングGopherAI-OCRゲームマスター画像判定Inowrld AIJulius鑑定ラベル付けMODAniqueTPRGOxia PalusGhostwriter中村太一バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSkyrimエグゼリオクーガー田中章愛実況パワフルサッカースカイリムCopilot石井敦銭起揚NHC 2021桃太郎電鉄RPGツクールMZComfyUI茂谷保伯池田利夫桃鉄ChatGPT_APIMZserial experiments lainGDMC新刊案内パワサカダンジョンズ&ドラゴンズAI lainマーベル・シネマティック・ユニバースコナミデジタルエンタテインメントOracle RPGPCGMITメディアラボMCU岩倉宏介深津貴之PCGRLアベンジャーズPPOxVASynthDungeons&Dragonsマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVビートルズMagendaMasquerade2.0国立情報学研究所ザ・ビートルズ: Get BackノンファンジブルトークンDDSPフェイシャルキャプチャー石川冬樹MERFDemucsスパコンAlibaba音楽編集ソフト里井大輝KaggleスーパーコンピュータVQRFAdobe Audition山田暉松岡 聡nvdiffreciZotopeAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingRX10Sea of ThievesTSUBAME 2.0LERFMoisesGEMS COMPANYmonoAI technologyLSTMABCIマスタリングモリカトロンAIソリューション富岳レベルファイブ初音ミクOculusコード生成AISociety 5.0リアム・ギャラガー転移学習テストAlphaCode夏の電脳甲子園グライムスKaKa CreationBaldur's Gate 3Codeforces座談会BoomyVOICEVOXCandy Crush Saga自己増強型AIジョン・レジェンドGenie AISIGGRAPH ASIA 2020COLMAPザ・ウィークエンドSIGGRAPH Asia 2023ADOPNVIDIA GET3DドレイクC·ASEデバッギングBigGANGANverse3DFLAREMaterialGANダンスグランツーリスモSPORTAI絵師エッジワークスMagicAnimateReBeLグランツーリスモ・ソフィーUGC日本音楽作家団体協議会Animate AnyoneGTソフィーPGCFCAインテリジェントコンピュータ研究所VolvoFIAグランツーリスモチャンピオンシップVoiceboxアリババNovelAIさくらインターネットDreaMovingRival PrakDGX A100NovelAI DiffusionVISCUITぷよぷよScratchユービーアイソフトWebcam VTuberモーションデータスクラッチ星新一賞大阪公立大学ビスケット北尾まどかHALOポーズ推定TCGプログラミング教育将棋メタルギアソリッドVメッシュ生成KLabFSMメルセデス・ベンツQRコードVALL-EMagic Leap囲碁Deepdub.aiナップサック問題Live NationEpyllionデンソーAUDIOGEN汎用言語モデルWeb3.0マシュー・ボールデンソーウェーブEvoke MusicAIOpsムーアの法則原昌宏AutoFoleySpotifyスマートコントラクト日本機械学会Colourlab.AiReplica Studioロボティクス・メカトロニクス講演会ディズニーamuseChitrakarQosmoAdobe MAX 2022トヨタ自動車Largo.ai巡回セールスマン問題かんばん方式Cinelyticジョルダン曲線メディアAdobe ResearchTaskade政治Galacticaプロット生成Pika.artクラウドゲーミングがんばれ森川君2号AI Filmmaking Assistant和田洋一リアリティ番組映像解析FastGANStadiaジョンソン裕子セキュリティ4コママンガAI ScreenwriterMILEsNightCafe東芝デジタルソリューションズ芥川賞インタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AI文学インタラクティブ・メディア恋愛PFN 3D ScanElevenLabsタップル東京工業大学HeyGenAbema TVLudo博報堂After EffectsNECラップPFN 4D Scan絵本木村屋SIGGRAPH 2019ArtEmisZ世代DreamUp出版GPT StoreAIラッパーシステムDeviantArtAmmaar Reshi生成AIチェッカーWaifu DiffusionStoriesユーザーローカルGROVERプラスリンクス ~キミと繋がる想い~元素法典StoryBird九段理江FAIRSTCNovel AIVersed東京都同情塔チート検出Style Transfer ConversationProlificDreamerオンラインカジノRCPUnity Sentis4Dオブジェクト生成モデルRealFlowRinna Character PlatformUnity MuseAlign Your GaussiansiPhoneCALACaleb WardAYGDeep Fluids宮田龍MAV3DMeInGameAmelia清河幸子ファーウェイAIGraphブレイン・コンピュータ・インタフェース西中美和4D Gaussian SplattingBCIGateboxアフォーダンス安野貴博4D-GSLearning from VideoANIMAKPaLM-SayCan斧田小夜Glaze予期知能逢妻ヒカリ宮本道人WebGlazeセコムLLaMA 2NightShadeユクスキュルバーチャル警備システムCode as PoliciesSpawningカント損保ジャパンCaPHave I Been Trained?CM3leonFortnite上原利之Stable DoodleUnreal Editor For FortniteドラゴンクエストエージェントアーキテクチャアッパーグラウンドコリジョンチェックT2I-AdapterXRPAIROCTOPATH TRAVELER西木康智VolumetricsOCTOPATH TRAVELER 大陸の覇者山口情報芸術センター[YCAM]AIワールドジェネレーターアルスエレクトロニカ2019品質保証YCAM日本マネジメント総合研究所Rosebud AI GamemakerStyleRigAutodeskアンラーニング・ランゲージLayer逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-RobinsonCharisma.aiワールドシミュレーターローレン・リー・マッカーシーColossal Cave AdventureGDC 2024奥村エルネスト純いただきストリートH100鎖国[Walled Garden]​​プロジェクトAdventureGPT調査齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022リリー・ヒューズ=ロビンソンMeta Quest高橋智隆DGX H100VToonifyBabyAGIIPロボユニザナックDGX SuperPODControlVAEGPT-3.5 Turbo泉幸典仁井谷正充変分オートエンコーダーカーリング強いAIロボコレ2019Instant NeRFフォトグラメトリウィンブルドン弱いAIartonomous回帰型ニューラルネットワークbitGANsDeepJoin戦術分析ぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Serviceパフォーマンス測定Lumiere意思決定モデル脱出ゲームDeepLIoTUNetHybrid Reward Architectureコミュニティ管理DeepL WriteProFitXImageFXウロチョロスSuper PhoenixWatsonxMusicFXProject MalmoオンラインゲームAthleticaTextFX気候変動コーチングProject Paidiaシンギュラリティ北見工業大学KeyframerProject Lookoutマックス・プランク気象研究所レイ・カーツワイル北見カーリングホールAppleWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ画像解析Gemini 1.5気象モデルRunway ResearchじりつくんAI StudioLEFT ALIVE気象シミュレーションMake-A-VideoNTT SportictVertex AI長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラChat with RTXBaby Xカート・コバーンエコロジーDreamixSTADIUM TUBESlackロバート・ダウニー・Jr.エイミー・ワインハウスSDGsText-to-ImageモデルPixelllot S3Slack AIソフトバンクPokémon Battle Scopeダフト・パンクメモリスタAIスマートコーチポケットモンスターGlenn MarshallkanaeruThe Age of A.I.Story2Hallucination音声変換Latitude占いレコメンデーションJukeboxDreambooth行動ロジック生成AIVeap Japanヤン・ルカンConvaiEAPneoAIPerfusionNTTドコモSIFT福井千春DreamIconニューラル物理学EmemeDCGAN医療mign毛髪GenieMOBADANNCEメンタルケアstudiffuse荒牧英治汎用AIエージェント人事ハーバード大学Edgar Handy中ザワヒデキAIファッションウィーク研修デューク大学大屋雄裕インフルエンサーQA Tech Night中川裕志Grok-1mynet.aiローグライクゲーム松木晋祐Adreeseen HorowitzMixture-of-Experts東京理科大学下田純也NVIDIA Avatar Cloud EngineMoE人工音声NeurIPS 2021産業技術総合研究所桑野範久Replica StudiosClaude 3リザバーコンピューティングSmart NPCsClaude 3 Haikuプレイ動画ヒップホップ対話型AIモデルRoblox StudioClaude 3 SonnetソニーマーケティングPromethean AIClaude 3 Opusサイレント映画もじぱnote森永乳業環境音暗号通貨note AIアシスタントMusiioC2PAFUZZLEKetchupEndelゲーミフィケーションAlterationAI NewsTomo Kihara粒子群最適化法Art SelfiePlayfool進化差分法オープンワールドArt TransferSonar遊び群知能下川大樹AIFAPet PortraitsSonar+D​​tsukurunウィル・ライト高津芳希P2EBlob Opera地方創生大石真史クリムトDolby Atmos吉田直樹BEiTStyleGAN-NADASonar Music Festival素材DETRライゾマティクスSIMASporeクリティックネットワーク真鍋大度OpenAI JapanデノイズUnity for Industryアクターネットワーク花井裕也Voice Engine画像処理DMLabRitchie HawtinCommand R+SentropyGLIDEControl SuiteErica SynthOracle Cloud InfrastructureCPUDiscordAvatarCLIPAtari 100kUfuk Barış MutluGoogle WorkspaceSynthetic DataAtari 200MJapanese InstructBLIP AlphaUdioCALMYann LeCun日本新聞協会立命館大学プログラミング鈴木雅大AIいらすとや京都精華大学ソースコード生成コンセプトアートAI PicassoTacticAIGMAIシチズンデベロッパーSonanticColie WertzEmposyNPMPGitHubCohereリドリー・スコットAIタレントFOOHウィザードリィMCN-AI連携モデル絵コンテAIタレントエージェンシーGPT-4oUrzas.aiストーリーボードmodi.aiProject Astra介護大阪大学BitSummitGoogle I/O 2024西川善司並木幸介KikiBlenderBitSummit Let’s Go!!Gemma 2サムライスピリッツ森寅嘉Zoetic AIVeoゼビウスSIGGRAPH 2021ペット感情認識ストリートファイター半導体Digital Dream LabsPaLM APIデジタルレプリカ音声加工Topaz Video Enhance AICozmoMakerSuiteGOT7DLSSタカラトミーSkebsynthesia山野辺一記NetEaseLOVOTDreambooth-Stable-DiffusionHumanRF大里飛鳥DynamixyzMOFLINActors-HQRomiGoogle EarthSAG-AFTRAU-NetミクシィGEPPETTO AIWGA13フェイズ構造ユニロボットStable Diffusion web UIチャーリー・ブルッカーADVユニボPoint-EXLandGato岡野原大輔AI model自己教師あり学習DEATH STRANDINGAI ModelsIn-Context Learning(ICL)Eric Johnson汎用強化学習AIZMO.AILoRAMOBBY’SファインチューニングOculus Questコジマプロダクションロンドン芸術大学モビーディックグランツーリスモ生体情報デシマエンジンGoogle Brainダイビング量子コンピュータSound Controlアウトドアqubit写真SYNTH SUPERAIスキャニングIBM Quantum System 2照明Maxim PeterKarl Sims自動採寸北野宏明Joshua RomoffArtnome3DLOOKダリオ・ヒルハイパースケープICONATESizerジェン・スン・フアン山崎陽斗ワコールHuggingFace立木創太スニーカーStable Audio浜中雅俊UNSTREET宗教ミライ小町Newelse仏教テスラ福井健策CheckGoodsコカ・コーラGameGAN二次流通食品パックマンTesla Bot中古市場Coca‑Cola Y3000 Zero SugarTesla AI DayWikipediaDupe KillerCopilot Copyright Commitmentソサエティ5.0Sphere偽ブランドテラバースSIGGRAPH 2020バズグラフXaver 1000配信京都大学ニュースタンテキ養蜂立福寛東芝Beewiseソニー・ピクチャーズ アニメーション音声解析DIB-R倉田宜典フィンテック感情分析投資Fosters+Partners周 済涛韻律射影MILIZEZaha Hadid Architectsステートマシン韻律転移三菱UFJ信託銀行ディープニューラルネットワーク

『Red Ram』開発チームに聞く生成AI×ゲームの可能性

2023.11.17モリカトロン

『Red Ram』開発チームに聞く生成AI×ゲームの可能性

2022年から急速に普及し現在もなおアップデートが進んでいる生成AIは、プロンプトと呼ばれるテキストを入力することで、高い精度で画像や文章、音楽などを生成することができます。では、生成AIを使ったゲーム開発はどこまで可能なのでしょうか?

2023年7月に開催されたBitSummit Let’s Go!!(以下、BitSummit)でモリカトロンは、シナリオからキャラクターなどゲーム内のほぼすべてのアセットをAIが生成するマーダーミステリー『Red Ram』を発表し、BitSummit会場内のブースで試遊版を公開しました。プレイヤーは被害者の職業や凶器など事件に関わる4つのキーワードを任意で入力した後、あらかじめ候補が用意された犯行動機の選択をします。数十分ほど待つと、ストーリーやトリック、キャラクターや背景、アイテムの画像といったアセットがほぼすべてAIによって生成され、マーダーミステリーのゲームが完成します。

発表後はゲーム媒体のみならず、経済紙もふくめたさまざまな媒体からも取材を受け、広範囲で話題になった『Red Ram』は、生成AIの可能性と課題を検証する試みでした。開発のプロセスおよび振り返りから明らかになったことについて、開発チームの4名にお話を伺いました。

関連記事:楽しいAIを作るには何が必要か?「BitSummit Let’s Go!!」対談レポート

「こんなことができたら面白い」が発端

——本日は『Red Ram』の開発についてお話をいただくということでお集まりいただきました。まず最初に、森川幸人さんに『Red Ram』の開発に至る経緯についてお聞きしたいと思います。

森川幸人(以下、森川):今回のように自社でゲームを作って発表するのは、モリカトロンとして初めての経験です。これまで手掛けてきたプロジェクトの多くはクライアントワークだったため、クライアントと交わされた守秘義務などの関係で具体的な内容や技術を公にできないことが多かったのです。その結果、企業の認知度の向上を目指しても、具体的に何をやっている会社なのかを発信することができないというジレンマがありました。

また、ちょうど昨年くらいから画像に関してもテキストに関しても生成AIの性能が一気に上がってきて、これはどこかで一度しっかり研究しておかなければという思いもあり、生成AIがゲームを全部作るゲームを開発して「こんなことができたら面白いんじゃない?」というコンセプトモデルとして発表しようと思い至りました。

ただ思い立つのがちょっと遅くて、作った以上はどこかで発表したいと思って近々の予定を見たらBitSummitがあったんですが、7月のBitSummitに間に合わせるには結構ギリギリのスタートで、4月ぐらいだったかなと思います。まあ、そんな形で始めました。

宮本茂則(以下、宮本):プロジェクト開始が4月でしたから、開発に使えた時間は実質4月中旬からの3か月くらいだったと思います。

森川:ゲーム製作の経験もない会社なので、フロントの部分をどうするかなど課題は色々大変だったところもありましたが、今日ここに集まってくれたメンバーが頑張ってくれたおかげで、BitSummitに何とか間に合いました。

——3か月で開発というのはすごいですね。さて、これから具体的な開発プロセスについてお話を伺っていきたいと思いますが、その前に皆様それぞれの現在のポジションと『Red Ram』の開発において担当した部分についてご紹介をお願いできますでしょうか?

宮本:肩書きはリードエンジニアです。以前、発表したAI会話ジェネレーターの開発にも携わっています。今回の『Red Ram』では、テキストで表示されるメッセージやシナリオの生成部分を主に担当しています。

高橋力斗(以下、高橋):AIエンジニアです。今年入社して、今回のプロジェクトが初めての仕事になります。役回りとして最も大きかったのはフロントエンドの開発ですね。他にも、ゲームデータの自動生成を行うAPIの実装やデータベースの設計など、バックエンドの部分もお手伝いしました。

馬淵浩希(以下、馬淵):ポジションとしては、高橋さんと同じでAIエンジニアです。今までは、強化学習を使ったキャラクターAIの研究や、宮本さんがおっしゃっていた雑談エンジンの手伝いなど、プロジェクトごとに色々やってきました。今回の『Red Ram』では、ビジュアル部分に関するAI生成の部分を担当していました。

シナリオやセリフの自動生成

——『Red Ram』では、ストーリー構成やトリック、キャラクター画像、アイテム画像、背景画像、これらすべてを生成AIで作っていると伺っていますが、これはChatGPTなど既存の大規模言語モデルをファインチューニングする形で使用されたのでしょうか?

宮本:まずテキスト部分ということで、今回生成に使用したのは主にOpenAIのChatGPT APIを使っています。主にGPT-3.5を使用しましたが、一部でGPT-4を使っています。ChatGPT自体はファインチューニングをして使うことも可能ですが、今回は言語モデルに入力するプロンプトのみで生成内容をコントロールするという方法を採っています。

ファインチューニングを行って専用のモデルを使うほうが、おそらくより精度の高いものができるとは思いますが、今回はプロトタイプ的な位置づけということもあり、ちょっと現実的でないだろうと考えました。ファインチューニングするためには、訓練データを用意する必要があり、今回のようなシナリオであればマーダーミステリーを前もっていくつも書くようなことをしなければいけません。また、開発を進めながら仕様を固めていくという流れでしたから、事前に学習させることが難しかったこともあります。そうした事情から、今回はプロンプトだけで生成内容をコントロールするという方式を採用しました。

——マーダーミステリーでは、殺害の動機や殺害方法、手がかりとなる証拠品や証言など、ストーリー全体の整合性が必要になってきますよね。その辺りの調整はどのようにされたのですか?

宮本:一度にすべてを生成するのは難しいので、まず事件の大枠として、殺害方法や登場人物、場所、証拠品、証言、そして事件全体のフローの概要をまず生成します。それらの核になる部分から人物や場所の詳細を生成し、そこから会話のシナリオを生成する、というように段階的に生成していく方法を採りました。

ただ、整合性に関して言うと、事件の大枠を生成する部分から整合性を取るようには作っていますが、なかなかうまくいっていない部分もあります。実際にプレイしてみると、普通のゲームとして推理をしながら楽しむという意味では、ちょっと物足りない仕上がりになってしまいました。そこは一番難しかった部分で、結局最後までなかなかうまく解決ができなかった部分でもあります。

——今後の課題というところですね。登場人物のキャラクター設定についてはいかがでしょうか?

宮本:一応、キャラクターごとに特徴や個性を設定して、例えば人物によって話し方が変わるように出力する工夫はしています。最初に口癖を設定してみたところ、その影響が強く出すぎてかなり不自然な会話になってしまったので、その設定は不採用としました。一方で、例えば刑事のキャラクターにしても、普通に作ると過剰に丁寧な口調で話す人物になってしまい、これもまた不自然なので、わざと乱暴な口調になるように設定しました。実際にBitSummitでプレイしてもらった方からは、刑事が乱暴すぎるという感想もいただいたりしました。

——「開口一番、会う人を片っ端から犯人に決めつけたがる刑事」という感想もあったようです。もう少し会話内での駆け引きで真相を探っていく、従来のマーダーミステリーやアドベンチャーゲームのような形にしていくとしたら、どういう方法が考えられますか?

宮本:今回は刑事がいて、容疑者がいて、事件はこういう設定で、この場面ではこういうことを話しなさいという設定を与えてシナリオを書かせるという形にしています。プロンプトの形で外から言語モデルに情報を与えて生成するわけですが、条件が多いと外から与えられた情報に沿ってうまくテキストを生成するのが難しい部分があります。刑事と容疑者を混同してしまったり、本当は容疑者が明かさなければいけない事件の真相を、まだそれを知らないはずの刑事がペラペラ話してしまうという失敗もありました。

言語モデルにシナリオを書かせるのではなく、それぞれ容疑者役と刑事役という立場を与えてキャラクターを演じさせる形にしたら、もう少し上手くいった可能性もあります。ただ、その場合だと一言ずつ段階的に生成する形となるので、生成にかかる時間もコストも大きくなってしまいます。キャラクターごとに割り降って演じさせていく方法のほうがうまく行ったのではないかと思いますし、言語モデルを通す回数を重ねれば性能も向上していくのですが、今回は時間とコストの兼ね合いを考えても、細かく分割してやっていくのは現実的には難しかったですね。今後、トライしてみたいと思っています。

プロンプトを駆使した画像生成

馬淵:画像に関してはStable Diffusionを使っています。いわゆる写実的な絵が得意とか、背景が得意みたいな、Stable Diffusionで使用できるモデルを世界中で色々な人が公開しているので、それらを組み合わせて画像を生成するという方法を採りました。宮本さんが作った事件にそって、その情報をもとにプロンプトを作って、背景とキャラクター、証拠品の3種類の画像を生成するという形です。

——画像については、当初、人物が裸になってしまったり、指の描写が変になってしまうのを改善するなどの苦労があったと伺いました。

馬淵:まず、登場人物の職業に関連する服装をさせるということを第一にやりました。例えば、料理人はシェフっぽい服装にするといったことです。しかし、それだけだと、例えば「この職業の人はこういった服装をする」という連想ができない無職の人の場合、裸の人物が出てしまうということが起こりました。対策として、とにかくあらゆるケースを想定して服装をたくさんプロンプトに書くというやり方を採りました。そうすることで、入力した服装のうちの何かを着てくれるようになりました。指の描写に関しては、入力した画像の構造の通りに出力する技術(ControlNet)が当時ようやく成熟してきたというところもあって、それを使うことで乗り越えました。

——ネガティブプロンプト(特定の出力をさせない指示)も活用されていると思いますが、プロンプトを作る上で工夫した点を教えてください。

馬淵:そうですね。ネガティブプロンプトで裸などのセンシティブな描写やグロ画像が出ないようにしたり、入れるだけで画像がきれいになるという画質を上げるプロンプトがたくさんあるので、そういったプロンプトも活用しています。今回のキャラクターは極力美男美女にしようという方針でしたので。

——私もBitSummitの会場で実際に体験させていただき、そのときに「凶器」を入力する欄で「レコード盤」と入力したところ、ストーリーの上では、割られたレコード盤が凶器と解釈されました。ところが、出てきた証拠品「レコード盤の破片」の画像が割れていないレコード盤と割れた木片みたいなものの組み合わせとなっていました。割れたという状態にあるレコード盤のように、物体とそれに付随する状態の組み合わせを画像で生成するのは、あの時点では難しかったのでしょうか?

馬淵:カスタマイズ性の高さとコントロールネットで画像の構造が指定できるところが今回の『Red Ram』に最適だろうということで画像生成の言語モデルにStable Diffusionを選んだわけですが、文章の認識能力の部分でAIが想定しているものと乖離が出てしまうとうまくいかないことがあります。例えば、「被害者の写真」という証拠品を出そうとすると、被害者とは何かという部分を入力することになります。しかし、今回殺された人物として紐付けられるのかというと、難しいところがあります。また、最も強調してほしいところが指定できるわけではないので、そういった部分が今回うまくいかなかったのだと思います。

ゲーム開発において生成AIができること、苦手なこと

——今回、ゲームのアセットのほぼ全部を生成AIで作ったことで、生成AIの強みと弱みそれぞれが見えてきたと思いますが、それについてはいかがでしたか?

高橋:生成AIを用いたゲームの強みは、プレイヤー独自のコンテンツを生成できることです。例えば、今回のマーダーミステリーでは、プレイヤーが事前に入力した設定をもとに事件の展開を生成します。この点は生成AIを全面に押し出したゲームならではの面白さだと思っています。

弱みは生成速度の遅さです。ゲームの中で生成をするわけですが、例えばストーリーに登場するキャラクターの台詞を1つ生成するだけで30秒くらいかかったりします。プレイヤーは自由に自分のペースでどんどん操作をしたいでしょうから、生成で何度も待たされるのはかなりのストレスになります。ゲーム内での生成待ちの解消は『Red Ram』の開発においても非常に大きな課題でした。最終的には、ゲームコンテンツをまとめて生成し、ゲームが遊べる状態になるまでプレイヤーに待機してもらう方式にしました。この方式であればプレイ中に待たされることは無いので、生成の待ち時間に対してプレイヤーが感じるストレスは小さいと思っています。今後、生成AIを使ったゲームを作る際には、こうした入力と出力のタイムラグの解消が毎回大きな課題になると思います。

宮本:先程お話したように『Red Ram』では言語モデルに生成させることで、シナリオなどの設定を作っています。難しいのが、ランダム性のコントロールです。色々な事件を作るにはある程度のランダム性が必要ですが、そうすると時折おかしなものが出力されてしまいます。おそらくこれはテキストに限ったことではないと思いますが、比較的低い確率であってもこうしたエラーが生じることが、AIでゲームのアセットを生成する際の弱点になると思います。

例えば、ほとんどのセリフが違和感なく生成できたとしても、おかしなセリフがほんの少しでも混じっているとそれがプレイヤーの印象に残ってしまい、やはり生成がおかしいと思われてしまいます。ですから、今回も可能な限り出来の悪いものが出力されないように注力しました。

——違和感のある生成物をAIに自動チェックさせるプロセスを組み込むことができれば、全体の精度が高くなりそうですが、いかがでしょうか?

宮本:そうですね。作ったものに対して、「この会話のおかしな部分を指摘しなさい」という形で言語モデルに整合性をチェックさせられると精度は上がると思います。今回、生成された内容をチェックさせるようなテストも行って見ましたが、言語モデルが「このシナリオはおかしいです」ときちんと指摘してくれる所まではまだできませんでしたし、整合性のさらに先の、生成されたゲームがプレイヤーにとっておもしろいかどうかをAIに判断させるのは、現段階ではまだ難しいと思います。

馬淵:画像に限って言えば、生成AIの強みはむしろ生成時間が早いという部分にあると思います。今回、BitSummitにおいて相当の枚数の画像を生成しましたが、あれをもし人間が手作業でやろうとしたら、相当な時間がかかります。それに対して、1枚を10秒ぐらいで生成できる(長くても30秒くらい)。これまで人間が作成にかけてきた時間に対して、生成の速度は非常に速いと考えています。

逆に弱みは、宮本さんがお話したことと同じですが、最後はやはり人間が評価しないと良いものになりにくいという点です。先程お話したStable Diffusionで画像のクオリティを上げるプロンプトを使う例が分かりやすいのですが、例えば人物を生成するときに美男美女を出力させるプロンプトをたくさん入力すればするほど、同じような格好や背丈になり、似通った外見の人物画ばかりが出力されてしまいます。つまり、AIが考える最も美しいであろう人間の外見に寄せられていくわけです。しかし、それが全人類の好みの顔なのかと言うとそうとも限らず、人によっては100点満点中30点くらいだと感じる方もいます。そういった意味で、最後は人間が評価していかないと、遊ぶ人たちにとって魅力的なゲームとして完成させるのは難しいのではないかと思います。

森川:今回はあえて全部AIにやらせるという形にしましたが、実際にゲーム開発で生成AIを導入する際は、人間がやるべきところとAIがやるべきところの役割分担が必要になってくると思います。ただ、そのためにも一度、誰かが全部AIでやってみるということをしなければいけない。やってみると、やはりここはAIでは厳しいよね、ここは人間がやらざるを得ないよねというところが見えてくるので。その実験として、今回やってみたというところもあります。やはり人間の主観の部分の判断は、宮本が言ったようにAIが判断するのはまだまだ厳しいかなと思います。

生成AIでもっと面白いゲームを

——最後に、今後の展望について皆さんからお伺いできればと思います。

森川:基本的には、先程の問題提起したところで、このプロジェクトの一旦の目標は達成したと考えています。完全にすべてをAIで作るゲームを商品化していくことは目指してはいないので。ただ開発チームの3人から、これはやり残したとかこういう可能性があるという意見が出て、それがちょっと面白いアイディアだったらやっていきたいなと思っています。

宮本:そうですね。目下は11月25日の「CEDEC+KYUSHU 2023」(以下、CEDEC+KYUSHU)に出展する予定もあるので、それに向けて改良を続けています。モデルに関してはChatGPTのままで、プロンプトの工夫や生成の工夫で、できる範囲で整合性がもっとうまく取れたり、もっとそれらしいセリフが生成できるようにしようと考えています

高橋:ご指摘いただいたように、テキストの内容に合わない画像が生成されている部分が結構あるので、そこをもう少し改善したいと思っています。単にテキストをプロンプトとして画像生成モデルに入力するだけでなく、テキストを解析して生成画像のジャンルに合わせたプロンプトに加工するなど、色々試していければと考えています。一般公開の予定はないもののイベントに出展する機会はありますし、このようにして『Red Ram』のクオリティを上げていければと思います。また、会社全体として生成AIを使ったゲームを作る取り組みは今後も続けていくという考えなので、『Red Ram』以外にも試行錯誤して面白いゲームを開発したいと思っているところです。

馬淵:直近ではCEDEC+KYUSHUに向けて、登場人物を美男美女にしたいという要望がありつつも、そうした出力をするプロンプトを使うと生成AIが似たような顔ばかり出してしまうという問題を解決すべく、うまくバランスが取れるようにがんばっているところです。

もっと先の展望としては、Chatのやり取りで画像を生成することができる「DALL-E 3」が公開されたので、画像とテキストのマルチモーダルモデル(両方を出力できるモデル)を『Red Ram』で扱えるようになると、テキストと合わない画像が生成される問題も解消できるのではないかなと考えています。事件とは関係がない画像を出さない、あるいは「被害者の写真」を出力する際にシナリオの中の被害者の顔と一致する画像が出せるようになってくると、『Red Ram』のクオリティも上がってくるのではないかと期待しています。

森川:実装はしなかったけれど、アニメーション的な見せ方を実験していたよね。同じ顔で表情がちょっと違うバージョンを連打して、切り替えでアニメーションっぽくみせるというような。それに関してはどうかな? アニメーション化に向けては。

馬淵:『Red Ram』に関しては、ゲームに表示してもらうに際してどのタイミングで表示を変えるのかという問題があるとは思いますが、表情を変える画像自体はもう生成できます。

——刑事が追求していくと追い詰められた容疑者の表情が変わったりすると、演出としてもエモーショナルな感じになりそうですね。CEDEC+KYUSHUの現場に行かないと『Red Ram』の改良版は体験できないのですか?

森川:現場でこちらが色々と説明しながら体験してもらうのがいいなと思っています。Webアプリなのでネットで公開することも可能ですが、Webの場合エディットができないので、人が作ったものをプレイするだけになってしまいますし。自分で設定して遊びたいという場合はやはり会場まで来てください。最後に、高橋が言ったように、生成AIを使ったゲームを作るプロジェクトは実際、動いています。具体的にいつ発表できるかはまだちょっと分かりませんが、「こういう使い方が面白いんじゃない?」という提案が、そう遠くない未来にまたできると思います。

【お知らせ】11月25日に九州産業大学1号館で開催されるCEDEC+KYUSHU 2023のインディーゲームコーナー(ブース番号3)にて​​『Red Ram』を出展します。ぜひお越しください。

Writer:大内孝子、Interview​​:高橋ミレイ

RELATED ARTICLE関連記事

AIを理解するアプローチを考える:学校関係者×AI体験コンテンツ開発者による座談会 前編

2022.11.07モリカトロン

AIを理解するアプローチを考える:学校関係者×AI体験コンテンツ開発者による座談...

楽しいAIを作るには何が必要か?「BitSummit Let’s Go!!」対談レポート

2023.8.29モリカトロン

楽しいAIを作るには何が必要か?「BitSummit Let’s Go!!」対談...

ロボットトイをスマホアプリで制御するための開発環境「toio SDK for Unity」

2020.10.23モリカトロン

ロボットトイをスマホアプリで制御するための開発環境「toio SDK for U...

RANKING注目の記事はこちら