AI質感 / マチエール LoRA

UnPlasticが解決できない問題
——後処理では取り戻せないAI質感の欠落

2026-04-18 · TextureLoRALab

AI生成研究 × 素材物理の視点から

UnPlastic、Vellum AI、Freepik AI Skin Enhancer、Enhancor——AIが生成するプラスチック的な滑らかさを修正するためのツールが、一つの製品カテゴリとして成立している。これは市場が何かを語っている。

問題が広範で商業的に重要だから、それを解決するための製品が存在する。これはニッチな批判ではない——「プラスチック肌」は広く認識された問題であり、それを後処理で修正しようとする需要が確実に存在する。

だが、ここに本質的な問題がある。これらのツールは症状を治療しているのであって、原因を治療していない。

後処理ツールが存在する、ということの意味

UnPlasticの説明文はこう言っている:「生成AIは構図には優れているが、マイクロディテールに苦労することが多い。肌がプラスチックに見え、ファブリックには織り目がなく、影が平坦なグラデーションになる」。これは正確な記述だ。

これらのツールは全て同じことをやっている——生成後に画像にテクスチャを加えて戻す。生成がスムーズ → grain と毛穴を追加 → 自然に見えることを期待する。本質的にはパッチ戦略だ。ラピッドプロトタイピング、コンセプトアート、LoRAを学習する時間やスキルがない人にとっては、確かに有用だ。

否定したいわけではない。これらのツールがなぜ「バンドエイドにしかなれないか」を説明したい。

なぜ後処理には天井があるか

従来のテクスチャ復元フィルターがやること:ノイズを追加する。アンシャープマスクはエッジを鋭くしてローカルコントラストを作る。クラリティフィルターはマイクロコントラストを加える。UnPlasticのような現代的なAIアップスケーラーは、学習されたテクスチャパターンを滑らかな表面の上に重ねる。

これらは全て根本的には同じことをやっている——表面装飾だ。

しかし表面装飾は素材の論理とは異なる。

美術品保存修復学の大学院課程で学んだことがある——なぜ素材はそのように見えるのか、という問い。金箔は単に「テクスチャがある」のではない——金属結晶構造が圧縮下でどのように振る舞うかという特定の断裂ラインに沿って割れる。漆は単に「深みがある」のではない——屈折率と複数層を通した光の散乱方法によって光学的深みを持つ。折り返し鍛錬鋼は単に「grain がある」のではない——鍛造プロセスのためにそのグレインは方向性を持っている。

テクスチャ復元ツールはそれを知らない。滑らかすぎる画像を見て「grain を追加せよ」と言う。しかしどの種類のグレインが正しいか、あるいはグレインが特定の場所に現れて他の場所には現れないなぜか——それを知る方法がない。

肌の毛穴テクスチャを追加できる。しかし UnPlastic は、毛穴が光の角度によって特定の方法で影を作ること、顔全体で毛穴の密度が生物学的なパターンに従って変化すること、は教えられない。マイクロテクスチャを追加できる。素材の理解は追加できない。これが天井だ。

SHIFUKU LoRAパック——生成時に素材物理を刻む

後処理で足すのではなく、拡散プロセスそのものに素材知識を組み込む。厚塗り・金箔・刃文・金継ぎ対応。

LoRAパックを見る →

AIが物理を学習していない根本原因

拡散モデルは統計的な共起を学習する。油絵が温かい色パレットと相関していることを学習する。金が鏡面と暖色と相関していることを学習する。学習データから数十億のピクセルレベルパターンを習得する。

学習していないのは物理だ。ペイントが粘度・重さ・流れを持つことを学習していない。漆が特定の種類の表面張力を発達させることを学習していない。リネンの織り目が、光の跳ね返り方を決める幾何学的なルールに従うことを学習していない。

代わりに学習するのは「これらのピクセルは通常一緒に現れる」ということだ。構図には強力だ。素材の真正性には壊滅的だ。後処理ツールは同じレベルの理解で動作している——ピクセル指向であり、物理指向ではない。プラスチック肌を生み出した統計フレームワークの中で色を動かしてノイズパターンを追加している。

生成時に修正する——マチエールLoRAのアプローチ

ここでマチエールLoRAが議論に入ってくる。生成後にテクスチャを加える代わりに、生成中にモデルが物理的な表面が実際にどのように見えるかを学習させる。複数LoRAのスタック方法では、このマチエールLoRAと他のLoRAをどう組み合わせるかも重要な課題だ。

原則はシンプルだ。素材LoRAは装飾ではない。それは指示だ。モデルに「どこかにテクスチャを追加せよ」と言うのではなく、「金箔を見たとき、ここに物理的に正確な金箔が相関するもの——マイクロフラクチャー、光散乱、酸化方法、特定の屈折パターン——がある」と言っている。

これが表面装飾ではなく素材教育になる理由だ。結果は根本的に異なる:

二つのアプローチを比較する

観点 後処理ツール(UnPlastic等) マチエールLoRA(生成時)
操作のレイヤー 生成後のピクセル操作 生成プロセス内の素材知識
素材理解 なし(均一なノイズ/テクスチャ追加) あり(素材物理を学習済み)
光の一貫性 構図全体で均一になりがち 素材ごとに異なる光反応
習得コスト 低い(ツールを使うだけ) 中程度(LoRAの設定・トリガー学習が必要)
ワークフロー 生成後に適用 プロンプトに組み込む
天井 表面装飾の範囲 学習データの質と深さ

どちらを選ぶか

否定していない。UnPlasticは特定のユースケースで機能する。ラピッドプロトタイピング、コンセプトスケッチ、クライアントに素早く提示する必要があるとき——後処理ツールは実際のニーズに応える。

質感が主題であるとき——美術品の再現、素材研究、テクスチャが意味を持つ作品——表面装飾の天井にすぐに当たる。そこではマチエールLoRAが本質的に異なる解を与える。後処理ツールでは取り戻せない種類の素材的真正性だ。

修正は生成後ではなく生成時に起きなければならない。これがLoRAのアプローチが到達しようとしている場所だ。AIで厚塗り表現を再現する際にも、この原理は同じである——後処理ではなく、生成プロセスそのものに素材知識を組み込むこと。

タグ:UnPlastic 代替・AI プラスチック肌・マチエール LoRA・質感 AI・素材物理・SDXL・テクスチャ LoRA

後処理ではなく、生成そのものを変える。

SHIFUKU マスターコース

マチエールLoRAの原理から、学習設定・トリガーワード設計まで。質感テクスチャを生成時に刻むための実践コース。

コース詳細を見る →
まずはLoRAパックを試す(¥9,800)