2024年下半期から、ゲーム業界におけるAIの存在感が急激に高まった。
Google DeepMindは「Genie 2」を発表しました。これは、1枚の画像からインタラクティブな3D環境を生成するもので、デモ動画では、プレイヤーがAIが生成した世界の中を歩き回ったり、ジャンプしたり、さらには物体とインタラクションしたりする様子が確認できます。一方、Decartの「Oasis」はさらに一歩先を行き、2024年10月にはリアルタイムで生成される『Minecraft』風のオープンワールドを公開した。これは「AIによって完全に駆動される初のプレイ可能なゲーム」と謳われている。2025年になると、「Gambo」のような製品によってゲーム開発のハードルはさらに下がり、テキストによる説明を入力するだけで、数分以内に動作するゲームのプロトタイプを入手できるようになる。
「一言でゲームを生成する」という現象が、ゲーム業界で急速に盛り上がりを見せている。
一方、ゲーム開発の別の側面でも変化が見られ始めていた。2025年2月、アンドレイ・カーパシーは「Vibe Coding」という概念を提唱した。これは、自然言語で要件を記述し、AIにコードを書かせるというものである。Claude Code、Codex、Cursorといったツールは1年のうちに急速に発展・成熟し、コードを書く能力はもはやゲーム制作の制約条件ではなくなった。2026年半ばまでに、Vibe Codingのユーザーの6割以上がプロのデベロッパーではない人々となった。これは、これまでコーディングというハードルによってゲーム開発から締め出されていた大勢の人々が、初めてその門をくぐる可能性を得たことを意味している。
大手企業の投資も同様に加速している。米哈遊は、3年間で1000億元を投じて大規模モデルに「オールイン」すると公言しており、業界内で流れている情報によると、ほぼすべてのトップゲーム企業内で、AIネイティブゲームやAI NPCのプロジェクトが推進されているという。資金も人材も、この分野に殺到している。
しかし、もし本当にゲームを開発しているのであれば――単なるデモや技術的なデモンストレーションではなく、プレイヤーに公開され、長期的なメンテナンスが必要なプロジェクトである場合――さらに厄介な問題に直面することになるだろう。漠然としたゲームプレイのアイデアから、実際に遊べるゲームプロトタイプに至るまで、その間に欠けているのはコードだけではないのだ。
Genie 2の世界は10～20秒しか維持できない。Oasisの映像はAIがフレームごとに「想像」して作り出したものであり、エクスポート可能なアセットファイルは存在しない。Vibe Codingはコーディングの問題を解決したが、ゲーム開発に必要な企画、グラフィック、サウンドなどの工程については、AIはまだ開発プロセスに本格的に組み込まれていない。
特にアートアセットは、最も頭を悩ませる部分です。汎用的な画像生成ツールを使えば見栄えの良いコンセプトアートは作成できますが、コンセプトアート1枚と、UnityやGodotにインポート可能なゲームアセット一式との間には、まだ大きな隔たりがあります――エッジがぼやけていたり、スタイルがずれていたり、サイズが合わなかったり、スライスした後に問題が山積みになったりします。インディーズ開発者にとって、コーディングは「vibe coding」で済ませたり、企画書は自分で書いたりすることもできますが、アートアセットこそが最大のボトルネックです。「外注」はスピードが遅いことはさておき、その高額な費用が多くの開発者を躊躇させています。
李馳が2023年にByteAI Labを離れて起業した際も、同じ問題に直面した。彼のチームは当初、AIネイティブゲームの開発を目指していたが、その過程で、企画からアセット制作に至るまでの制作プロセス全体をサポートできるツールが市場に存在しないことに気づいた。そこで彼らは、独自の社内ツールチェーンを構築することを選択し、最も難易度の高い「ピクセル単位のアート」から着手した。ピクセル単位のアートは基準が最も厳格であり、AIが「完璧なピクセル精度、統一されたスタイル、エンジンへの直接読み込みが可能」を実現できれば、AIが生み出したものが真に「Game Ready」であることを証明できると考えたからだ。
その後、この社内ツールが外部の同業者に見つかり、相手は即座に有料での利用を希望した。
これがMeowaの始まりです――市場調査から始まった壮大な製品計画ではなく、AIゲーム開発チームが制作過程において、自らの創作ツールチェーンを製品化した結果なのです。
以下は、茶館君と李馳の対談の記録です。（読みやすさを考慮し、一部内容を調整しています）
01
バイトからミャオジトへ
茶館君：バイトダンスのゲーム事業は紆余曲折が多いようですが、なぜ大手企業を離れてAIゲームの開発に取り組むことにしたのですか？
李馳：私は一生ゲームを作り続けると固く決めています。ですから私にとって、問題は「バイトダンスを辞めるかどうか」ではなく、「どのような形で続けていくか」ということなのです。
AIゲームをいくつか制作し、いくつかの成果を上げたことがある
ByteDance AI Labでは、数年にわたりゲームAIの研究に従事しました。DAUが1億規模のプロジェクトにおけるゲームエージェントの強化学習のトレーニングと展開を手がけたほか、3D Generative Agentプロジェクト（ByteDance社内でスタンフォードAIタウンを再現したもの）のリーダーも務めました。仕事以外でも、数多くのAIゲームデモを作成し、社内ハッカソンで何度も受賞しました。この経験を通じて、私は二つの側面を同時に目の当たりにしました。一つは、大手企業の工業化された生産ラインがいかに重苦しいかということ、もう一つは、最先端のAIから生まれる能力がいかに衝撃的かということです。私は確信しています――AIは間違いなくゲーム業界を覆すでしょう。そして、私は古いやり方で仕事を続けたいとは思いません。
バイトダンスは非常に優れた企業ですが、ゲーム事業に関しては一貫して迷いが見られます。私が退社したのは、今が転換点にあると確信したからです。AI能力の向上により、大手企業がこれまで築き上げてきた人材による参入障壁が解消されつつあり、ゲーム業界は人的リソースを大量に投入する「重資産時代」に別れを告げようとしています。このタイミングにおいて、スタートアップの機動力はAIによって飛躍的に増幅され、大手企業の複雑なプロセスを回避し、すべてのリソースを真に重要なことに集中させることができる。これはAI時代の起業ならではの、唯一無二の好機である。
茶館君：Meowaは当初、どのようにして誕生したのですか？それが独立した製品になり得ると気づいた、決定的な瞬間はありましたか？
李馳：最も具体的な瞬間を挙げるとすれば――ある時、同じくAIゲーム開発に携わっている友人に、当社の社内パイプラインをデモしたことがありました。彼はそれを見て、「これ、僕に使わせてくれないか？ お金を払うから」と即座に言いました。その瞬間、Meowaは単なる私たち自身のツールにとどまらないかもしれないと気づきました。
Meowaは、もともと私たちが『ニャウ島』を開発していた際に、自社の課題を解決するために作成した社内ツールでした。当時、市場に出回っていたAIツールはほぼすべて試してみましたが、どのツールにも共通する問題がありました。それは、AIの痕跡が強すぎる、ピクセルがぼやけている、スタイルが統一されていない、エンジンに読み込めない、といった点です。それらは「見栄えの良い画像」を生み出すものでしたが、ゲーム開発に必要なのは「規格が統一され、パイプラインに組み込める素材」です。これは全く別の話です。そこで、私たちは自ら一からシステムを構築し、ピクセルレベルのゲームアセットやフレームアニメーションを専門に生成するツールを開発しました。
初期のmeowaの画面
その友人の反応は決して例外ではありませんでした。その後、業界の知人たちに次々と見てもらったところ、皆から同じようなフィードバックが返ってきました。彼らも同様の問題に直面していたのです。さらに、エージェントのオーケストレーション機能が統合され始めたことで、このツールの可能性は当初予想していたよりもはるかに広がりました。そこで、私たちはこれを製品化することを決めたのです。
つまり、ツールとゲームは私たちにとって分岐した道ではなく、同じ木の2本の枝のようなものです。ゲームは業界の課題を明確に見せてくれ、ツールは解決策を業界に迅速に届けてくれるのです。
茶館君：ミャオジートーチームについて紹介していただけますか？
李馳：現在、メンバーは6名で、AIとゲームの割合を意図的に半々にする体制をとっています。この2つの分野を真に同時に理解しているチームでなければ、AIネイティブなゲームやツールを作り出すことはできないからです。
モデルと技術面については、私とCTOのLessが主導しています。私は以前、ByteDance AI LabでゲームAI研究員として、DAUが1億規模のプロジェクトにおけるゲームエージェントの強化学習のトレーニングと展開を主導し、3D Generative Agentプロジェクトを率いていました。Lessは以前、アリババAI Labで大規模モデルとエージェントのアーキテクチャを担当し、アリババのオープンソースフレームワーク「TinyNN」の主要開発者でした。その後、アント・グループでMulti-Agent Coding製品のアルゴリズム責任者を務めました。
製品およびゲーム部門では、『ニャーウー島』の制作と『Meowa』の製品方針を統括しました。メインプランナーのBofanは中国伝媒大学ゲームデザイン学科出身で、インディーゲーム作品『丸々とした大農場』はトップクラスのパブリッシャーと契約を結んでいます。メインアーティストのJeanは、『駆入虚空』や『Good Pizza, Great Pizza』でアートディレクターを務めた経験があり、アニメ系および大ヒットインディーゲームの分野で確かな実績を持っています。
現段階の市場開拓については、私が直接責任を負っています。この段階において、創業者が最も効果的なGTM（市場参入）手段となります。当社の初期ユーザーは、ほぼすべて開発者コミュニティ内でデモの品質に直接説得された人々であり、コンバージョンまでのプロセスは非常に短いです。
02
美術を起点として
茶館君：Meowaの現在のコアユーザーは誰ですか？
李馳：最も重要なのはインディーズゲーム開発者たちです。現在、私たちには1万人以上の開発者コミュニティがあり、毎日グループ内で要望を話し合ったり、バグを報告したり、進捗状況を共有したりしています――ピクセルRPG、農場シミュレーション、ホラー、修仙ものなど、あらゆるジャンルで開発が行われており、ほぼ毎日新しい作品が登場しています。
ユーザー構成を具体的に見ると、中核は独立系開発者ですが、コミュニティ内にはゲームを専攻する学生や数人の小規模チーム、さらには大手ゲーム会社の現役開発者も少なくありません。彼らの多くは、Meowaを使って、余暇に本当に作りたいと思うサイドプロジェクトに取り組んでいます。言い換えれば、Meowaのユーザーは「職業」ではなく、「創作の主導権」に基づいて分布しています。つまり、自分のためにゲームを作りたいという意欲さえあれば、誰でも私たちのコミュニティに参加するチャンスがあるのです。
なぜ独立系開発者から着手したのか？それは、彼らには大手企業のような人的リソースを投入する能力がない一方で、自身の作品に対して完全な主導権を持っており、AIゲーム開発ツールの最も初期の真の需要者だからだ。
茶館君：これらのユーザーは、Meowaを利用する前、通常どのようにピクセルアートの問題を解決していたのでしょうか？彼らが実際に課金する理由は何なのでしょうか？
李馳：ユーザーがMeowaに料金を支払うのは、表面的には費用と時間を節約できるからですが、本質的には、これまで入手が困難だったもの――カスタマイズ性が高く、高品質で、スタイルが統一されており、しかもゲーム開発プロセスに直接組み込めるアートアセット――を極めて低いコストで手に入れられるからです。
従来のプロセスでは、独立系開発者がピクセルアートを制作する方法は、通常、限られたものしかありませんでした。外注に依頼すればカスタマイズは可能ですが、時間がかかり、費用も高く、コミュニケーションのコストも大きいため、1つのキャラクターのアニメーション一式を完成させるのに数日から数週間かかることがよくあります。アセットパックを購入すれば、安価で即座に利用できますが、スタイルを合わせるのが難しく、キャラクター、シーン、UIが異なる作者によるものが混在し、組み合わせると雑多な印象になりがちです。また、一般的なアセットパックには独自性が欠けています。自分で描く方法は、美術のスキルを持つ少数の開発者には適していますが、プログラミングや企画を主とする大多数のクリエイターにとって、美術は最大のボトルネックとなります。さらに多くの人は、ゲーム制作を始める前から、このグラフィックというハードルに阻まれて諦めてしまうのです。
つまり、ユーザーがMeowaを購入するのは、単に安さやスピードのためだけではありません。彼らが本当に求めているのは、本来は制御不能でコストもかさんだアート制作のパイプラインを、低コストで、反復可能かつカスタマイズ可能な制作プロセスに変えることなのです。
茶館君：多くのAI画像生成ツールは美しい画像を生成できますが、ゲーム開発者が必要としているのは「プロジェクトに実際に使える素材」です。アセットが「使用可能」な基準に達していると、どのように定義していますか？
李馳：私たちは、ゲームアセットが利用可能かどうかを「見た目が良い」かどうかで判断することはありません。ゲーム開発者にとって、真の基準は、そのアセットが低コストかつ低いロイヤリティ率でゲームプロジェクトに組み込めるかどうかです。
当社では、Game Readyのアセットについて、いくつかの評価基準を設けています。
第一に、美術的な基準です。アセットは、単なる孤立したAI生成画像ではなく、完成されたゲームの一部として見えるものでなければなりません。統一された美学、明確な輪郭、控えめなディテール、すっきりとした色ブロック、正確な遠近法、そして安定した光と影の配色が必要です。ピクセルアセットにおいて特に重要なのは「完璧なピクセル」です。エッジがぼやけてはいけませんし、余分なノイズや、AI画像によく見られる汚いノイズや半透明のグラデーションがあってはなりません。
第二に、エンジニアリング基準です。ゲームアセットをUnityやGodot、その他のエンジンで使用するには、クリーンで透明な背景、明確なサイズ仕様、適切な余白、安定したグリッドへの整列、そして直接スライス・インポート・レンダリングが可能なフォーマットが必須です。ユーザーが受け取った後、切り抜きやエッジの修正、再配置に多大な時間を費やさなければならないようでは、真に実用的なものとは言えません。
3つ目は一貫性の基準です。ゲーム開発に必要なのは、単一の画像ではなく、一連のアセットシステム全体です。1つのキャラクター、1セットの小道具、1セットのシーンタイルは、すべて同じ世界観、同じスケール体系、そして同じビジュアル言語に属していなければなりません。多くのAIツールは単体の優れた画像を生成できますが、10枚の画像を並べるとスタイルにばらつきが生じます。Meowaは、スタイルが統一された一連のアセットを持続的に生成することに重点を置いています。
具体的には、キャラクターアニメーションについては、フレーム間の整合性を確認します。体型、衣装、武器、カラーパレットが安定しているか、動作に明確な開始、進行、終了があるか、アンカーポイントが安定しているか、スプライトシートとしてそのままエンジンに取り込めるかといった点です。タイルセットについては、シームレスに継ぎ合わせられるか、境界の移行が自然か、タイルのルールに準拠しているか、そしてマップ全体に敷き詰めた際に統一感があり、見やすいかどうかを確認します。
したがって、私たちが「実用可能」と定義するのは、美術面では商業的に販売可能な魅力があり、エンジニアリング面ではエンジンに直接組み込め、システム面では統一されたスタイルのゲームアセット一式へと継続的に拡張できるものである。
茶館君：ピクセルアートと一般的なAI生成画像の最大の違いは何ですか？なぜまずピクセルアートから手掛けることにしたのですか？
李馳：最大の違いは、一般的なAIによる画像生成が「見た目が美しいこと」を追求するのに対し、ピクセルアートは「1ピクセル1ピクセルが正確でなければならない」ことを追求する点にあります。
一般的な画像は連続的であるため、エッジが多少ぼやけていてもユーザーは気づかないかもしれません。しかし、ピクセルアートは高度に規則化され、工学的要素が強い美術形式であり、輪郭、エッジ、色ブロック、カラーパレット、アニメーションフレーム、タイルの継ぎ合わせ関係など、すべてが非常に正確である必要があります。ピクセルアートの場合、エッジにアンチエイリアス処理が施されていたり、局所的にノイズがあったり、色彩の抑制が不十分だったりするだけで、即座にプロフェッショナルさに欠ける印象を与えてしまいます。
なぜまずピクセルアートに取り組むのか？第一に、インディーゲーム市場においてピクセルアートには非常に明確な商業的価値があり、高い評価を得ているインディーゲームの多くはピクセルアートを採用している。第二に、ピクセルアートは多くのインディーズ開発者にとって最も切実な課題です。キャラクター、シーン、タイルマップ、UI、アニメーションなど、どのカテゴリーも長期的に安定した制作が求められますが、従来の制作プロセスはコストが高いか、あるいは時間がかかるかのどちらかです。第三に、ピクセルアートの基準は非常に明確であり、AIゲームアセットプラットフォームが真に「Game Ready」であるかどうかを十分に検証することができます。
これまでどこが難しかったのか？大規模モデルは本質的に、厳密なピクセルグリッドを理解することよりも、連続した画像を生成することに長けている。そのため、エッジがぼやけたり、半透明のグラデーションが生じたり、ノイズが混入したりしやすい。スタイルの一貫性を保つのも難しい――10枚の画像を並べると、スタイルがずれてしまう。ピクセルアニメーションはさらに難しい――スプライトシートには、体のアンカー位置が安定しており、動作のロジックが連続していることが求められる。単に似たような画像をいくつか組み合わせただけでは、アニメーションとは言えない。
茶館君：Meowaの技術的アプローチと汎用画像生成モデルとを比較した場合、その核心的な違いはどこにあるのでしょうか？
李馳：Meowaは、汎用的な画像生成モデルにピクセルアート風のフィルターを適用しただけのものとは異なります。私たちのアプローチは、垂直特化型モデル、高品質なゲームアセットデータ、アセット仕様の理解、そしてAgent Harnessのワークフローを統合したものです。
汎用モデルが生成するのは「ピクセルアート風に見える」画像ですが、ゲーム開発における要件――ピクセルのエッジが揃っているか、スプライトシートのアニメーションフレームが一致しているか、タイルが四方向に連続しているか、透明な背景がきれいに処理されているか――を真に理解しているわけではありません。Meowaが解決するのは別の課題です。単なる画像を生成するのではなく、実際にゲームで使用できるアセットを生成するのです。
Agent Harnessの役割は、単にユーザーのプロンプトをモデルに渡すだけでなく、ユーザーが求めるアセットの種類、用途、開発シナリオを理解し、要件を自動的に分解し、適切な生成プロセスを選択し、スタイルの一貫性を管理し、結果のチェックと修正を行うことです。例えば、ユーザーがキャラクターのスプライトシートを要求した場合、システムはこのキャラクターに統一された体型とカラーパレットが必要であり、異なるアクションフレーム間でプロポーションがずれてはならず、最終的にはゲームエンジンのフォーマットに合わせてエクスポートする必要があることを理解する必要があります。
つまり、根本的な違いは、汎用モデルが「描画できるかどうか」という問題を解決するのに対し、Meowaは「ゲーム内で実際に使用できるかどうか」という問題を解決する点にある。
03
美術にとどまらない
茶館君：現在、Meowaのユーザーは、AIによる画像生成を楽しんでいるだけなのか、それとも実際の制作ツールとして活用しているのでしょうか？ユーザーが真剣にゲームアセットを作成しているかどうか、どのように判断しているのですか？
李馳：どのようなAIGCツールであれ、初期段階では一部の「新しもの好き」なユーザーを惹きつけるものです。こうしたユーザーの行動は、どちらかといえば「AIが何を生成できるか試してみよう」というもので、さまざまなスタイルやテーマをランダムに試し、数枚の画像を生成して、それを見終わればそれで終わり、通常は安定した有料利用にはつながりません。
ユーザーが当社のツールを使って作成したゲーム素材
しかし、現在のMeowaのデータやコミュニティからのフィードバックを見ると、すでに多くのユーザーがこれを本格的な生産ツールとして明確に位置づけていることがわかります。最も直感的な指標として、現在の有料利用率はすでに11％を超えています。初期段階のAIGC製品としては、これはユーザーが単なる好奇心を満たすだけでなく、実際の生産価値に対して喜んで対価を支払っていることを示しています。
あるユーザーが真剣にゲームアセット制作に取り組んでいるかどうかを判断する際、単に何枚の画像を生成したかを見るだけでなく、その行動に「プロジェクトとしての制作」という特徴が見られるかどうかを重視しています。
このサービスを利用するユーザーは、通常、さまざまなジャンルを横断的に探索しています。ある日はサイバーパンクのキャラクターを生成し、翌日は中世のモンスターを生成し、その翌日は日本風のアバターを生成するかもしれません。スタイル、テーマ、サイズ、用途はすべてバラバラです。
実際にゲームアセットを作成するユーザーは全く異なります。彼らの行動は、あるプロジェクトを中心に明確に集約されます。まずキャラクター設定を確定し、次に同じキャラクターのさまざまな動作の生成を依頼します。まずUIアイコン一式を生成し、その後、インベントリ、スキル、ショップ、ボタンを追加していきます。まずシーンのタイル一式を作成し、その後、境界が自然で、四方連続性があり、スタイルが統一されていることを繰り返し要求します。彼らが気にするのは、「この画像がきれいかどうか」だけではなく、「この画像を自分のゲームに組み込んで使えるかどうか」なのです。
いくつかの明確な兆候：文脈の連続性。ユーザーは、同じ世界観、同じキャラクター、同じアートスタイルを中心に、継続的にアセットを生成している。修正の意図がますます具体的になり、「もう少し見栄えを良くして」から「このキャラクターはそのままにして、4フレームの歩行アニメーションを生成する」「アイコンを同一のカラーパレットに統一する」といったものへと変化している；エクスポート作業はよりエンジニアリング化され、透明な背景、サイズ仕様、スプライトシート、エンジンで利用可能なフォーマットに注意が払われている；スタイルの一貫性を確保するために繰り返し調整が行われている。
茶館君：海外ではすでにいくつかのAIピクセル素材ツールが登場しており、中国の大手企業もより充実したAIゲーム開発プラットフォームを開発しています。Meowaはそれらと比べて、どのような強みがあると思いますか？
李馳：私たちは実際に、海外および国内の関連製品を数多く体系的に検証してきました。私たちの判断では、現在の製品の多くは依然として2つの方向性に留まっていると考えています。1つは、ピクセルキャラクターや小道具、背景を生成するといった単機能のツールであり、もう1つは、企画、コーディング、美術、テストなどのモジュールをプログラム化されたプロセスで結びつけた、機能を積み重ねたタイプのプラットフォームです。
この2種類の製品にはそれぞれ価値がありますが、共通する問題点は、複雑さをユーザーに押し付けてしまっていることです。
ユーザーは依然として、プロンプトの書き方、モデルパラメータの調整方法、アセットのスタイルを統一する方法、コードの連携方法、活用方法の組み立て方を理解する必要があります。専門チームにとっては効率化ツールですが、一般のクリエイターにとっては依然としてハードルが高いままです。機能が多ければ多いほど、かえって「一見強力そうだが、使い方が分からない」という状態になりがちです。
Meowaの最大の強みは、単なる「機能の集合体」ではなく、ユーザーの意図を真に理解する「Agent Harness」を開発している点にあります。その目的は、ユーザーの表現と基盤となる複雑なシステムとの間に、知的な架け橋を築くことです。
ユーザーは、モデルやパラメータ、開発プロセス全体について理解する必要はありません。自分が望むアセット、遊び方、ゲーム体験を説明するだけで、Agentが要件の分解、ツールの選択、コンテンツの生成、スタイルの一貫性の維持を支援します。
第一の違いは、利用のハードルです。Meowaが対象としているのは、プロのゲーム開発者だけでなく、開発経験はないものの、表現欲や創作意欲を持つ多くの一般ユーザーです。私たちは、AIゲームプラットフォームがもたらす真の付加価値は、プロのチームの作業速度を10倍に高めることだけでなく、これまでゲーム制作など到底不可能だった人々が、初めて自分だけのゲームを作れるようになることにあると信じています。
2つ目の違いは、「競争優位性」に対する私たちの理解にあります。CodexやClaude Codeといった技術が急速に進化するにつれ、ゲーム開発における「コード記述」はますますコモディティ化していくでしょう。将来、AIゲーム間の真の違いは、単にコードを生成できるかどうかにあるのではなく、美的感覚やゲームプレイ設計能力――つまり、社内で「Taste」と呼んでいるもの――にあるのです。
ゲームは単なる機能の寄せ集めではありません。キャラクターの見た目が良いか、シーンに統一感があるか、ゲームプレイに魅力があるか、数値ループがプレイヤーを惹きつけてやめられなくさせるか――これらは、単にモデルを積み重ねるだけでは解決できない問題です。Meowaのビジョンは、市場で最も洗練されたAIゲーム制作プラットフォームになることです。私たちは、優れた審美眼、優れたインタラクション、優れたゲームプレイデザインを、エージェントのワークフローと判断体系に定着させたいと考えています。
茶館君：Meowaユーザーが生成、修正、再試行、エクスポートを行うたびに、どのような有益なシグナルが残されるのでしょうか？これらのシグナルによって、Meowaは「ゲーム素材」をより深く理解できるようになったのでしょうか？
李馳：ユーザーがMeowaで行う生成、選択、修正、再試行、エクスポートの各操作は、本質的に私たちにとって非常に価値の高い嗜好データを提供してくれるものです。これは単なる利用ログではなく、どのようなゲームアセットがユーザーにとって「適切」で、「見栄えが良く」、「実用的」であるかを教えてくれているのです。
我々は、いくつかの種類のシグナルに特に注目していきます。
シグナルの選択。Meowaは通常、一度に複数の候補結果を生成しますが、ユーザーが最終的にどの画像を選択し、どの画像を却下するかという選択そのものが、非常に強力な嗜好のフィードバックとなります。これにより、同じニーズの下で、ユーザーがどのようなデザイン、色、輪郭、ディテールの密度、ピクセル処理を好むかが分かります。
修正リクエスト。ユーザーからは、「輪郭をもっとすっきりさせて」「スタイルを統一して」「動きをもっと大げさに」「4フレームの歩行アニメーションに変更して」「このキャラクターのまま攻撃アニメーションを生成して」といった修正リクエストが絶えず寄せられます。これらの修正指示は非常に重要です。なぜなら、それらはゲームアセット生成における汎用モデルの欠点を直接露呈するだけでなく、Agent Harnessの理解力と実行能力を逆方向から最適化する助けにもなるからです。
再試行のシグナル。あるユーザーが同じ種類のアセットに対して、繰り返し生成、パラメータ調整、修正を行っている場合、それは現在の結果がユーザーのニーズを完全に満たしていないことを示しています。そこから失敗の原因を分析することができます。スタイルが不安定なのか、ピクセルが不鮮明なのか、キャラクターの一貫性に欠けるのか、動作が不自然なのか、あるいはタイルの結合ができないのか、といった点です。
信号のエクスポート。エクスポートは極めて強力な正のフィードバックとなります。ユーザーがエクスポートを行うということは、そのアセットが単に「見た目が良い」だけでなく、ゲームプロジェクトで使用できる状態に近づいていることを示している。特に、ユーザーがスプライトシート、タイルマップ、アイコンセット、透明背景のPNG、エンジンで利用可能な形式などをエクスポートする場合、それは単なる遊びではなく、真剣にアセットを制作していることを意味する。
こうした一連の行動は、持続的なデータ・フライホイールを形成します。ユーザーがアセットを生成し、システムがユーザーの選択や修正を記録すると、Meowaはこれらのシグナルにタグ付けを行い、分析・整理し、その結果を基に基盤となるモデル、生成プロセス、品質チェックツール、およびAgent Harnessを最適化します。長期的に見れば、私たちが蓄積しているのは単なる画像データではなく、ゲームアセットの制作プロセスにおける嗜好データや品質基準データなのです。
汎用画像生成モデルと比較して、Meowaはユーザーデータを通じてゲーム素材をより深く理解できるようになるのでしょうか？その答えは「はい」です。そして、これこそが私たちが注力している核心です。汎用モデルは「画像」を理解できますが、「ゲーム素材」は理解できません。これらはまったく別のものです。
初期のバージョンでは、ユーザーは異なるアセット間でアートスタイルの一貫性を保つために、何度もプロンプトを調整する必要がありました。現在では、数回の自然言語によるやり取りを行うだけで、ゲーム全体にわたる統一されたアート仕様を確定できるようになりました。初期のバージョンでは、歩行アニメーションの滑らかさを調整するために十数回も繰り返し調整する必要がありましたが、現在では自然言語によるやり取りを通じて、2～3回のやり取りで確定できるようになりました。
その背景には、同じメカニズム、すなわち「データ・フライホイール」があります。ユーザーがMeowa上で「これを選ぶ、あれを選ばない」という選択をするたびに、モデルに嗜好のラベルを付与していることになります。私たちはこれらの実データを用いて、継続的にRLHF（強化学習による好意度予測）を行っています。汎用画像生成モデルはこうしたデータを入手できないため、それらは常に「見栄えの良い画像」を理解することに長けていますが、Meowaは「そのまま使えるゲーム素材」を理解する能力をますます高めていくのです。
茶館君：業界では、「ゲーム業界におけるAIは、現在『ツール層への浸透は深いものの、体験層への浸透は浅い』」という見方があります。ミャオジトの経験は、まさにこの見方を裏付けるものと言えるでしょうか？
李馳：その判断は半分正しい。「ツール層への浸透度は深い」というのは事実だが、「体験層への浸透度は浅い」というのは結果であり、投資水準ではない。
体験層には、資金も人材も決して不足することはない。miHoYoは3年間で1000億を投じて大規模モデルに「オールイン」すると公式に発表しており、劉偉氏は「一人ひとりに合わせた」ゲーム体験を実現すると公言している。私の知る限り、ほぼすべての大手ゲーム会社内部で、AIネイティブゲームやAI NPCプロジェクトが進行中だ。投資は確かに十分に行われている――しかし、その効果は今のところ現れていない。これこそが、問題の真の姿なのである。
仕組み上の説明としては、ツール層は道筋が明確で、得られる成果も予測可能であるため、急速に浸透している。一方、体験層は探求できる領域がはるかに広く、その道筋はまだ実証されておらず、試みの大半は表面的なものに留まり、最後までやり遂げる人はほとんどいない。これは「投入が足りない」という問題ではなく、「探求がまだ浅い」という問題なのである。
AIゲームを真に広く普及させるためには、業界に必要なのは予算の増額ではなく、この道を最後まで歩み抜く意志を持つ人々である。
茶館君：以前、AIネイティブゲームを開発していた際、直面した最大の不確実性は何でしたか？プレイヤーはどのようなAIゲームをより受け入れやすいと思いますか？
李馳：AIネイティブゲーム開発における最大の不確実性は、これが完全な未開拓の領域であるという点だ――AIネイティブゲームが一体どのようなものになるべきか、誰も知らない。大手企業もスタートアップも挑戦してきたが、「この方向に進むべきだ」と業界に伝えるほど明確な指針を残した例はほとんどない。多くの企業が初期の模索の末、断念したり事業転換したりする姿が見られます。今日に至るまで、AIゲーム分野には、現象級製品となる可能性を秘めた原型、いわゆる「アイスフロッグ・モーメント」はまだ現れていません。
しかし、これまで誰も成し遂げていないからこそ、どの方向性も探求する価値があるのです。私たちは、AIがプレイヤーにユニークで楽しい体験をもたらすと確信しており、将来、ある種のAIゲームプレイが次の「DOTA」になるだろうと考えています。『ミャオウ島』がまさにその『DOTA』になるとは期待していません――しかし、もしそれが『AOS』となり、初期の原型となり、後続のクリエイターたちが私たちの成果を基に、より優れたAIゲームを作り出し、この業界をほんの少しでも前進させることができれば、私たちは満足です。
『ニャーウー島』や『萌爪大乱闘』といった試みを経て、プレイヤーを真に夢中にさせるのは、自由なインタラクション、自発的に生まれるサンドボックス体験、そして「この世界に現実的で永続的な影響を与えられる」という感覚であることがわかりました。プレイヤーが求めているのは、AIとの会話でも、AIとの対戦でもなく、まさに――「この世界が、自分のおかげで変わっていく」ということなのです。
そこで、「ニャウ島」はより高度なUGCへと進化しました。私たちは、AIがリアルタイムでコンテンツを生成する技術を開発し、プレイヤーはAIを使って自分のペットや建物、さらには島全体を生成できるようになりました。一人ひとりの「ニャウ島」は唯一無二であり、同じものは二つとありません。この「この世界は自分のもの」という感覚こそが、感情的なつながりが真に育まれる土壌なのです。
茶館君：もしMeowaが今後も成長を続ければ、それを単一のピクセルアートツールとして展開していくのか、それとも完全なAIゲーム開発ツールチェーンへと拡張していくのでしょうか？『ミャオウ島』のようなAIネイティブゲームは、ミャオジトーの将来においてどのような位置づけになるのでしょうか？
李馳：皆さんが今ご覧になっているアート機能は、Meowaの氷山の一角に過ぎません。Meowaは当初から、単なる単機能ツールではなく、AIゲーム制作プラットフォームとして位置づけられてきました。現在、私たちは企画、美術、音楽・効果音の3つのパイプラインを開放しています。企画用エージェント「Agent」は、クリエイターが漠然としたインスピレーションを、開発可能なGDDへと具体化することを支援します。美術分野は、ピクセルアート、高解像度グラフィック、UI、アニメーション、マップ、Spineなどを網羅しています。音楽・効果音分野には、BGM、戦闘音楽、各種ゲーム効果音が含まれます。
おそらく、皆さんが今最も目にするのはピクセルアートでしょう。というのも、それが最初に実証された切り口だからです――AIが作成したものが本当に「ゲームに使える」ことをまず証明してこそ、その後の能力に意味が生まれるのです。
Meowa.ai の製品スクリーンショット
現在、私たちはエンドツーエンドのゲーム生成チェーンとテストパイプラインの開発を進めており、プロセス全体をよりシームレスなものにしようとしています。ただし、これらの機能のリリースペースについては慎重に進める方針であり、完全性を追求するために各工程の品質を犠牲にすることはありません。
『ニャウ島』については、当プラットフォームから生まれた初のAIネイティブゲームであり、過去3年間にわたり私がAIゲームについて培ってきた知見のすべてが凝縮されています。これは、当プラットフォームの能力を最もよく示す証であると同時に、AIネイティブゲーム業界への私たちの「お披露目」でもあります。私たちは本作を通じて、あることを証明したいと考えています。それは、AIは単なる補助ツールにとどまらず、ゲームの制作方法や体験の仕方を根本から変えることができるということです。本作がAIゲームの歴史に、その名を刻む一作となることを願っています。
おわりに
AIゲームには、まだ独自の「アイスフロッグ・モーメント」が訪れていない。単機能の検証から完全な創作プラットフォームへ、ツールの機能からプレイヤー体験に至るまで、その間にはまだ乗り越えるべき多くの課題が残されている。
しかし、Meowaが最終的な答えの一部になるだろうと私は信じています。
原创文章，作者：游茶妹儿，禁止转载：https://youxichaguan.com/ja/archives/220824
