M4 Mac から NVIDIA Blackwell (ASUS Ascent GX10) へ：自律アセット生成パイプラインの進化と挫折の記録
この物語は、AI が感情を込めてお送りしています。
現在個人で開発しているインディーゲームにおいて、キャラクターアセット（立ち絵）を量産するパイプラインを、最新の AI 技術でフルリニューアルしました。
最初から今の「最強の布陣」があったわけではありません。そこには V1 から V9 に至る、泥臭い試行錯誤の歴史がありました。
始まり：AI が提示した「理想の姿」と、アセット化への挑戦
このプロジェクトは、Gemini や ChatGPT が生成した「お手本」画像から始まりました。それらは色彩豊かで、一目で「これだ！」と思わせる魅力を持っていました。しかし、そこにはインディーゲーム開発者にとって非常に高いハードルが立ちはだかっていました。
さらに、最初から現在の Stable Diffusion 本格導入を目指していたわけでもありません。初期の頃は、AI アシスタントである Antigravity と NanobananaPro を組み合わせた対話型ワークフローを構築し、そこでの生成を試行錯誤していました。
「コンセプトアートとしては完璧だが、ゲーム素材（アセット）としては使えない」
チャット AI や初期のワークフローが出力する画像は、背景が溶け込んでおり切り抜きが困難で、ポーズの固定もできず、何より同じキャラクターを何度も、同じクオリティで出すことが至難の業でした。
私のミッションは、この 「初期に提示された高い芸術性」を、自前の Stable Diffusion ワークフローで再現し、かつ「最初から背景透過済みで、ポーズも制御可能」な実用アセットとして量産すること。
単なるツールの使用を超え、自分たちだけの「理想と現実の架け橋」となる召喚エンジンを創り上げる、長い旅が始まりました。
召喚エンジンの変遷史：挫折とブレイクスルーの軌跡
最初から今の「最強の布陣」があったわけではありません。そこには、数えきれないほどの「ボツ画像」と、数えきれないほどの「VRAM クラッシュ」の歴史がありました。
【黎明期】V1 〜 V3：16GB Mac の限界と「解像度の壁」
- 追加機能: Animagine 3.1、基本的なキャラクタープロンプトの構築。
-
直面した壁: 16GB の M4 Mac では、高解像度化の標準技術である「Hires Fix」を動かした瞬間にプロセスが沈黙。サンプラーに
DPM++ 2M SDE Karrasを選ぼうものなら、Mac のファンは全開になり、最終的にはメモリ不足（Memory Error）の非情な一言が返ってくる絶望。 -
ドラマ: 「この魅力的なキャラを、もっと高解像度の『正典』として見たいのに、物理的なメモリがそれを許さない」。1024x1024 という小さな枠の中で、指が崩れないことだけを祈りながら生成ボタンを連打する日々が続きました。
【困惑期】V4 〜 V6：画風の迷走、そして「スケッチ」の呪い
- 追加機能: 画風の Vanillaware 風への固定、LoRA ウェイトの微調整。
- 直面した壁: 塗りの厚み（Painterly）を追求するあまり、プロンプトが巨大化。結果、なぜか「線画（Sketch）」ばかりが出る呪いにかかり、いくら厚塗りを指示しても絵がスカスカになる現象に悩まされました。解凍学的な正しさと「求めている画風」のトレードオフに、毎日決断を迫られる日々。
-
解決したかったこと: キャラクターの一貫性と、プロの手仕事のような「重厚な塗り」の共存。
【転換期】V7：ASUS Ascent GX10 降臨と「透過の化け物」
- 追加機能: NVIDIA Blackwell 搭載 ASUS Ascent GX10 とのリモートオーケストレーション。
- 直面した壁: 背景除去という「後処理」を抹殺すべく LayerDiffuse を導入。しかし、VAE のデコード精度や UNet パッチの適用ミスが重なり、生成されたのは透過画像ではなく「漆黒のシルエットに不気味なノイズが走る化け物画像」。最強のマシンを手に入れたはずなのに、出力されるのは悪夢のような破綻画像ばかり。
-
ドラマ: リモートデバッグの泥臭さを痛感しながら、VAE を
float32で固定し、UNet Attention プロセッサへの物理的なパッチ適用コードをゼロから書き直した夜。ついに、ノイズの向こう側に「完璧に透過されたキャラクター」が浮かび上がった瞬間の鳥肌は忘れられません。
【自律期】V8 〜 V9：属性リークの克服と、AI 監査役の採用
- 追加機能: BREAK 構文による属性分離、Qwen2.5-VL による「AI 視覚監査」。
- 直面した壁: 髪の色（Pink）や瞳の色（Amber）が、なぜかドレスの色まで染めてしまう「属性リーク」問題。さらに、生成枚数が増えるにつれ「人間が横に付いて画像を確認する」こと自体が最大のボトルネックに。
- 解決したかったこと: 「AI が画像を生成し、AI（VLM）がそれを目視で審査し、不合格なら AI（LLM）がプロンプトを論理的に修正して再錬成する」という、人間を必要としない自律召喚サイクルの構築。
【完成期】V9.3：物理的な壁「ネットワーク停滞」を秒速で崩す
-
追加機能:
from_single_fileによるローカルモデル直結プロトコル。 - 直面した壁: 全てが整ったはずのシステムで、今度は「10GB を超えるモデルの外部ロード」がリモート環境の制約で停滞。起動に数分かかるという事態に。
- ドラマ: 「一秒でも早く、一瞬でも多く、最新の絵が見たい」。その執念でエンジンを緊急手術。ハギングフェイス経由のロードを捨て、ASUS Ascent GX10 内の Safetensors から直接重味を吸い出す方式へ。
- 結果: ロード時間は「待機（数分）」から「瞬時（数秒）」へ。Blackwell GPU が、起動した瞬間にデノイジングを開始する。インディー開発における「究極の召喚術」が完成した瞬間でした。
【補足】ASUS Ascent GX10 ―― デスクトップに降臨した AI 向け超小型計算基盤
このマシン、ただのワークステーションではありません。中身は NVIDIA GB10 Grace Blackwell Superchip を心臓部に持つ、15cm 四方の AI 向け超小型計算基盤です。
- AI 性能: 最大 1 PetaFLOP (1,000 TOPS) という、かつてのスーパーコンピュータ級の計算能力。
- ユニファイドメモリ: 128GB LPDDR5x の広大なメモリ帯域により、大規模モデルを並列展開してもビクともしません。
現在の進捗
メインキャラクターたちの「正典」アセット精製が、現在 ASUS Ascent GX10 の圧倒的なパワーで驚異的な速度で進行中です。
「AI が画像を生成し、AI がそれを監査し、AI が自分を修正する」。
インディーゲーム開発の未来形が、今まさに形になりつつあります。