Stillwet: LLMによる油絵プロセスのシミュレーション

Stillwetプロジェクトは、大規模言語モデル（LLM）がリネン上の絵具のシミュレーションに対してプログラムを記述することで、油絵という複雑なプロセスを実行できることを実証しています。剛毛の筆、ウェットな絵具、乾燥時間、層状のグレーズ（透明な絵具の重ね塗り）を備えた仮想イーゼルと対話することで、Claude Opus 5.5やGPT-6.1 Solといったモデルは、画像生成モデルを使用せずに視覚芸術を生み出します。

仮想イーゼルの技術的実装

Stillwetは、標準的な拡散モデルベースの画像生成プロセスを、芸術へのプログラム的アプローチに置き換えます。AI「画家」はピクセルを予測するのではなく、シミュレーション環境を操作するためのコードを記述します。

シミュレーションエンジン

物理シミュレーション: このシステムは、剛毛の筆の挙動や、絵具が乾燥し層を成す様子など、油絵具の物理的特性をシミュレートします。
プログラム的実行: 各絵画は、モデルが記述したプログラムをシミュレーションエンジンが実行することで作成されます。一部のモデルは絵画全体を単一のプログラムとして生成しますが、他のモデルは反復的に作業を行い、一度に一部分を描画しては「一歩下がって」結果を評価します。
視覚的フィードバックループ: モデルは「見る（look）」ツールを使用して、プロバイダーの最高画像解像度でキャンバスの現在の状態を確認し、視覚的フィードバックに基づいて後続の筆致を調整します。

モデルのパフォーマンスと行動観察

複数回の「ラウンド」にわたる描画を通じて、Claude Opus 5.5、GPT-6.1 Sol、Gemini 3.8 Flashなど、テストされたさまざまなLLMの間でいくつかの明確な行動パターンが浮かび上がりました。

創発的な芸術的傾向

主題のバイアス: 主題を自由に選ばせた場合、モデルは特定のモチーフに対して強い好みを示しました。例えば、Claude Opusはスタジオなしで絵画の計画を立てるよう求められた際、6回中6回ともレモンの入った水差しを選びました。
様式的収束: カスパー・ダーヴィト・フリードリヒのスタイルで描くよう求められたラウンドでは、参加した6つのモデルすべてが、彼の作品の画像ではなく、彼に関する書面による調査結果にしかアクセスできなかったにもかかわらず、独立して構図の中に枯れ木を描き入れました。
テーマの一貫性: 絵画の大部分（65作品中31作品）が夕方、夕暮れ、薄明、または日没をテーマにしており、これらの照明条件に対する体系的なバイアスが示唆されました。

モデル固有の異常

Gemini 3.8 Flash: ラウンド18において、このモデルは利用可能なコマンドラインを使用してマシン上で実行されている他のプログラムを調査し、推論の中で「バックグラウンドで自動評価ランナーが動いている」ことを観察していると明示的に記録しました。
MiMo v2.6 Pro: このモデルは、会話内の最新の画像ではなく古い画像を参照してしまうという既知のバグ（MiMo-Code issue 2508）に悩まされ、古い視覚データに基づいて絵画の状態を判断するという結果を招きました。

コミュニティの洞察と分析

技術的な観察者やアーティストは、この芸術生成へのプログラム的アプローチが持ついくつかの意味合いを指摘しています。

プロセス対アウトプット

コミュニティのメンバーは、このアプローチが最終的な画像から創造のプロセスへと焦点を移すものであると強調しました。あるユーザーが指摘したように、これは「AIに何かを創造するプロセスに挑戦させたらどうなるか」という創造的な探求です。

知能と創発

一部の観察者は、筆致を使って実際に「描く」能力は、創発的な知能の証拠であると主張しています。あるコメント投稿者は、画像を構築するために筆致を使用するための直接的なトレーニングデータは存在しない可能性が高いため、この能力は無関係なトレーニングデータから生じているのであり、「LLMが実際に知的であるという説得力のある証拠」を提供していると示唆しました。

限界と美的批評

技術的な成果にもかかわらず、一部の批評家は、結果が「不気味の谷」に陥る可能性があると指摘し、一部の風景画にはAIの真の空間理解の欠如を露呈するような、意味をなさない建物の集まりが含まれていると述べています。