iPad32台が連動する展示に画像生成AIを組み込んだ体験コンテンツの設計

出発点にあったのは、iPadで動かせる画像生成AIアプリをつくりたいという開発上の狙いと、展示会で来場者の足を止める体験をどう用意するかという企画上の問いでした。生成AIを扱う企業が増えるなかで、技術を持っていること自体はもはや差にならず、「AIで何ができるのか」を直感的に伝える手立てが要る、という認識も背景にあります。

編集部の見立てでは、ここでの困りごとの本質は技術力の不足ではなく、技術と来場者のあいだをつなぐ翻訳装置が手元になかったことにあります。説明パネルや事前に用意したデモ映像では、AIの出力を自分ごととして受け取ってもらいにくい。自分の写真が目の前で変わるという形式は、その翻訳を来場者自身の体験に肩代わりさせる仕掛けだったと言えます。

撮影した人物と背景をどう切り分けるかに開発の重心を置いた設計が、この企画の土台になっています。ControlNet（画像生成の出力を下絵や姿勢で制御する拡張機能）で写真から姿勢や輪郭、顔の特徴を取り出し、そのうえで奥行きの情報を使って境界線を抽出する方式を採用。背景を丸ごと差し替えても本人の特徴が残るのは、この一手間があってこそでしょう。

題材となるお祭りの選び方にも、生成AIの性質を踏まえた判断が表れています。各国の祭りについて衣装や化粧、装飾品、その国ならではの特徴までを調べ、AIへの指示文（プロンプト）に落とし込んでは生成と検証を繰り返す進め方がとられました。そのうえで、動作そのものに特徴がある祭りよりも、服装や装飾で雰囲気が伝わる祭りを優先しています。AIに苦手なことをさせるのではなく、得意な方向へ題材のほうを寄せる。この割り切りが、生成結果の一貫性を支えたのではないでしょうか。

待ち時間を体験の一部として設計し直した点も見逃せません。初期段階では1回の生成に約4分かかっていたため、Compute Engineのインスタンスを2つ使った並列処理とGPUの増強で処理側を手当てしています。同時に、画面をタップした位置から波紋が広がる演出や、ページをめくるように切り替わるローディング画面をShader（描画を細かく制御する仕組み）で作り込みました。処理速度だけで押し切ろうとせず、演出と両輪で詰めたことが、待つ時間を不満に変えない構造を生んだと考えられます。

展示会場では生成された画像を喜んで受け取る来場者の姿や、順番を待つ列が見られ、仕組みそのものに関心を持った人からは技術的な質問も寄せられました。結果として、画像生成AIの導入を検討する企業から多数の問い合わせが寄せられています。処理面でも、当初約4分を要していた生成が並列処理とGPU増強によって短縮され、4枚の画像をなめらかに出せる状態になりました。体験そのものが技術の説明役を果たした、と読むこともできます。