AIが日本刀を正しく描けない理由
——刃文・地鉄・鞘、四つの素材をLoRAで再現する

AIに「日本刀」と指示すると、返ってくるのはほぼ決まって同じものだ。光る筒に波形の線が一本入っている。それはカタナではない。それは「カタナのステレオタイプ」だ。

問題はスタイルではない。物質への理解の欠如だ。日本刀は一種類の素材でできていない——最低でも四種類の、それぞれ完全に異なる物理特性を持つ素材が、一本の刀に共存している。標準的なAIモデルはその区別を学習していない。マチエール（素材物理）LoRAの学習によってこそ、複数素材を区別できるようになる。

なぜAIの刀は「光る筒」になるのか

拡散モデルは統計的な共起を学習する。学習データの中で「刀」「カタナ」「katana」というトークンと頻繁に共起するピクセルパターンを記憶し、再生成する。その結果は「光沢のある均質な表面に曲線が重なったもの」——つまり、光る筒だ。

これは合理的な失敗だ。インターネット上に存在する刀の画像の大半が、まさにその特徴を持っているから。3Dレンダリング、アニメの刀、ゲームのアイテムアイコン——いずれも刃文を「装飾ライン」として描き、金属の物理特性を無視している。

実物の日本刀が持つ視覚情報——差し込み焼きによる硬軟の境界が光に現れる方法、折り返し鍛錬が生む肌目のパターン、漆の屈折率が作り出す独特の光沢——そういった情報は、通常の学習データに含まれていない。

四つの素材面——刃文・地鉄・鞘・鍔

一本の日本刀には、少なくとも四種類の視覚的に異なる素材面が存在する。それぞれが完全に異なる光の振る舞いをする。

刃文（はもん）：熱処理の地図

刃文は装飾ではない。それは差し込み焼きの痕跡だ——刀工が刃に土を塗り、焼きを入れることで、硬い刃（マルテンサイト）と柔軟な棟（ソルバイト）の境界線を作り出す。その境界に現れるのが刃文だ。

刃文の内部には二種類の結晶構造が存在する。沸（にえ）は粗いマルテンサイト結晶が星のように輝く領域。匂（においい）は微細な結晶が霞のように発光する領域。これは装飾的効果ではなく、金属工学的な事実が光として現れたものだ。

SHIFUKU Hamon Steelが hamon トリガーで生成するとき、モデルはこの構造的な境界線を理解している——それが単なる波線ではなく、硬化度の違いが光で可視化されたものであることを。

地鉄（じがね）：折り返し鍛錬の署名

地鉄の表面は鏡面だ。しかしその鏡面に、折り返し鍛錬の回数と手法によって異なる grain パターン——鍛え肌——が現れる。板目肌、杢目肌、柾目肌——それぞれが刀工の技術と選択を記録している。これは金属加工の自己署名だ。

標準的なAIは地鉄を「光沢のある均質な表面」として生成する。それは正しくない。鍛え肌は、光の角度によって浮かび上がる微細なパターンを持つ。接写ではっきり見えるものが、遠景では純粋な鏡面として溶け込む——この距離依存の視覚情報を学習するには、3距離法が不可欠だった。

鞘（さや）と鍔（つば）：漆と金属の経年

鞘は手漆（てうるし）で仕上げられる。漆はペイントではない——漆樹から採れた樹脂が化学重合するプロセスによって硬化する。この特性が、通常の塗料と根本的に異なる光学的深みを生む。漆の表面は半透明の複数層が積み重なっており、光が層を透過しながら散乱する。この「奥行き感」は、単純な光沢シェーダーでは再現できない。

鍔と金具は鉄または鋼に金のインレイが入ることが多い。金と鉄は異なる速度で経年する——金のパティナ、鉄の酸化斑点、それぞれが数百年の時間を語る。SHIFUKU Hamon Steelはこの経年を捉えている。生成された刀具は「制作直後」ではなく「博物館に所蔵された後」に見える。

SHIFUKU Hamon Steel：3距離法による学習

SHIFUKU Hamon Steelは、3距離法——接写・中距離・全景の三段階からのリファレンス撮影——を使って学習された。

接写距離では、刃文の結晶構造、地鉄の鍛え肌パターン、金のインレイの細部を捉えた。これにより、モデルは数百年前の金属加工が素材科学のレベルでどのように見えるかを学習した。このマルチスケール学習の詳細についてはSDXLパラメータ設定ガイドを参照。

中距離では、刃文ラインの全体、鞘の漆光沢、金具の遷移を捉えた。硬軟鋼の表面の関係性、異素材が隣り合うときの光の変化を学習させた。

全景では、全体としての刀、各素材面を光が横断する方法、手に持ったときや表面に対して光が移動したときの見え方を学習させた。これにより「光る筒」という統計的重力井戸への陥落を防いだ。

現在のバージョンはBeta v0.9だ。刃文の明確さ、地鉄の grain パターン、鞘の漆仕上げ、鍔の冶金処理——これらはすでに機能している。接写および中距離の構図で最もよく機能する。

トリガーワードと推奨ウェイト

プロンプトに素材の詳細を記述することでLoRAの効果が強化される。例："folded steel, visible hamon crystal structure, aged gold tsuba, hand-lacquered saya" のように、LoRAが学習した素材語彙を直接使う。

本LoRAはSDXL 1.0対応。Kohya_ssで学習。商用利用可能、クレジット不要。