AIで金箔テクスチャを正確に生成する
——切箔・砂子・野毛、三技法の違いをLoRAで再現する

AIが生成する金箔の背景は、90%がフラットだ。金色に塗られているか、テクスチャが加工されているか——いずれにせよ、本物の金箔が持つ「物質としての動き」がない。光の散乱の仕方、箔の重なり、経年による錆び——そういった次元の情報が、モデルには学習されていない。

SHIFUKU Gold Leaf v2はその問題を技法レベルで解決しようとした。v1が「金箔の見た目」を学習したとすれば、v2は「金箔がどのように施されたか」を学習している。この違いが、生成結果を根本的に変える。これはマチエールとテクスチャLoRAの違い——スタイルではなく物質を学習することで成立する。

v1が解決したこと、止まったところ

SHIFUKU Gold Leaf v1の目的は明確だった。「AIの金箔問題を修正する」。その問題は誰もが経験している——生成された金色の背景は、散乱する幾何学も、大気的なきらめきも、物質が介在したという感触も持たない。それはプラスチックか、金色のペイントだ。

v1は50枚の厳選されたリファレンス画像を学習データとして使用した。モデルは金箔の見た目——色相、光沢、表面のばらつき——を習得し、生成結果は確実に改善した。

ただしv1には限界があった。モデルが学習したのは「金箔の全般的な外観」であり、「異なる施工技法がどのように視覚的に異なる表面を作り出すか」ではなかった。技法ごとの光の振る舞いの違いを再現することはできなかった。

なぜ施工プロセスが重要か——日本画における三技法

日本画における金箔は単一の素材ではない。同じ金箔でも、施工方法が異なれば、テクスチャも光の反応も完全に異なる三種類の表面が生まれる。

この三技法の物理的差異を理解することが、v2の学習設計の核心にある。モデルが「金箔」という単語に対して適切に応答するためには、金箔が「どのように作られたか」を知る必要があった。

切箔（きりばく）：散らす幾何学

切箔（Kiribaku）は「切った箔」を意味する。2〜3cm角の金箔を意図的に散らして貼る技法で、箔同士は重なり合う。その縁が可視的なグリッドを作り、光が切箔に当たると、各箔がわずかに異なる角度で座しているため、非対称に跳ね返る。

モデルが切箔を生成するとき、以下の視覚的特徴が現れる：

• 箔の縁が接する部分に可視的なラインが生じる
• 「塗られた」ではなく「置かれた」ような配置感
• 深さの異なる重なり層が非対称に光を受ける
• 連続した表面ではなく、個別のオブジェクトとして読み取れるテクスチャ

プロンプトで kiribaku を使用すると、モデルはこの幾何学的配置を優先する。背景に明確な構造感が必要なとき、あるいは箔の存在感そのものを主張させたいときに有効だ。

砂子（すなご）：大気的な金の塵

砂子（Sunago）は金粉だ——顕微鏡的な細粒が表面に散布される。切箔とは異なり、砂子には縁も幾何学もない。純粋に大気的だ。光が砂子の層を通過すると、ガーゼ越しに金を見るような、柔らかく拡散するきらめきが生まれる。

モデルが砂子を生成するとき：

• 個別の形状は現れず、粒状のバリエーションのみ
• より柔らかな光の相互作用——反射より拡散
• 半透明の層の奥に深さの感覚が生まれる
• 視点角度によって変化する大気的なヘイズ

sunago トリガーは、背景が深みを必要としているが主張しすぎてはならないとき——たとえば人物や主題の後方に霞のような金の空気感を作りたいとき——に最も効果的に機能する。

野毛（のげ）：方向性を持つ線

野毛（Noge）は「野の毛」を意味する。細い帯状の金箔を、筆のストローク方向に沿って——あるいは一見ランダムに——貼り付ける技法だ。切箔の幾何学的な精度とは異なり、野毛にはエネルギーがある。動きがある。帯の長辺に沿って光が走る。

モデルが野毛を生成するとき：

• 線的な方向性——テクスチャが流れる
• 帯の幅と間隔のバリエーション
• 帯の方向に沿った高い鏡面反射
• 計算的な配置ではなく施工のジェスチャーの感覚

noge は、アクセントテクスチャとして方向性のある動きが必要なとき——あるいは背景に筆の気配を残したいとき——に選ぶ。

v2で何が変わったか——学習データと光の振る舞い

v2では、CC0公開されている世界の美術館のオープンアクセスコレクション——東アジアの屏風や掛軸の高解像度スキャン——を学習データに組み込んだ。これによりモデルは、美術館の管理された照明環境で撮影された各技法の実例に触れることができた。

結果として変化した四点：

粒子レベルのディテール。個々の金箔の縁が可視化されるようになった。v1は集合的な外観を捉えていたが、v2は個別の構成要素を捉える。これは影とハイライトが表面と相互作用する方法そのものを変える。

技法別の光反応。v1はすべてのプロンプトに汎用的な「金箔」の光反応を適用した。v2は適応する。切箔は散乱した箔の物理に従い、鋭い角度の反射を生成する。砂子は浮遊粒子の物理に従い、柔らかく拡散した光を生成する。野毛は細い帯の物理に従い、方向性のある鏡面反射を生成する。

経年と酸化。歴史的な金箔表面には錆び（パティナ）がある——箔が暗くなった箇所、または地が透けて見える箇所。v2はこれらの不完全性を捉える。生成された背景は「施工直後」ではなく「時を経た」ものになる。

箔足（はくあし）。伝統的な施工では、金箔を貼った後、刃で余分な箔を取り除く。この縁——箔足——が接近して見ると視認できる。地が透けて見える微細なディテール。v2はこのミクロの情報を生成する。

トリガーワードと推奨ウェイト

v1は金箔全体を一つのトリガーワードでカバーしていた。v2は技法ごとに分化している。

推奨ウェイト

トリガーワードはモデルとの対話だ。「kinpaku」は汎用的だが、「kiribaku」は技法への具体的な要求になる。生成結果が均質に感じられるときは、トリガーを切り替えてみることを推奨する。砂子は深みを、切箔は構造を、野毛は動きをそれぞれ与える。

本LoRAはSDXL 1.0、Kohya_ssで学習している。商用利用可能——クレジット不要、再利用権あり。

AI素材生成の精度は、素材がどのように見えるかを理解することより、なぜそのように見えるかを理解することで向上する。金箔が「切箔」「砂子」「野毛」のどれであるかによって光の振る舞いが変わる——その事実をLoRAが学習したとき、生成は別の次元に入る。