Tripo AI 与筑波女子大学：从生成式误差到 3D 角色塑造的学术新范式
在生成式 AI 的常规逻辑中，那些违背指令、形态怪诞的图像往往被视为需要修正的“失败案例”。然而，对于筑波女子大学（原文提及 Jissen Women's University）美学与艺术史系四年级学生 Ayaka Yamazaki 而言，这些“错误”恰恰是她毕业研究的起点。
Tripo AI 与该校的合作已超越简单的工具使用，演变为一种深度的学术与创意共生关系。此次合作的核心在于探索 AI 在图像生成与 3D 建模过程中产生的“不可预测形态”（Unpredictable Forms），并试图将这些由算法误差产生的视觉不适感，转化为一种独特的 AI 艺术形式。
从《百鬼夜行》到不可预测的生物
Ayaka 的研究灵感源自日本著名的《百鬼夜行绘卷》（Chōjū-giga）。她提出一个大胆的问题：如果让生成式 AI 创造那些完全不属于该画风的生物会怎样？
她测试了从玩具贵宾犬、帕拉斯猫到恐龙、海洋生物乃至神话生物的广泛样本，并对比了 ChatGPT 和 Gemini 的输出。最有趣的发现出现在模型不再严格遵循指令的时刻。
Ayaka 观察到，当 AI 连续生成图像时，前一个图像的特征会像“传声游戏”（Game of Telephone）一样发生变异。Gemini 生成的生物会逐渐失去原有特征，甚至产生完全未被请求的新形态。这种“失控”不再是技术故障，而是 AI 自主解读与重构的体现。
当“错误”成为方法论
Ayaka 决定不再试图消除这些奇怪输出，而是将其作为原材料。她筛选出形态最具不可预测性的生物，并再次输入给 AI，要求将其转化为具有性格、表情和角色设定的 2D 角色。
在这个过程中，不同对话线程产生了截然不同的解读。有的角色严格遵循指令，有的则引入了意想不到的名字和特征。Ayaka 的目标不是追求单一的“正确”结果，而是观察 AI 如何在不断的自我迭代中“养育”（Raising）这些角色。
2D 到 3D 的转化：新的变形层
Tripo AI 在此项目中扮演了关键角色，将 2D 的不可预测形态转化为 3D 模型。这一步骤至关重要，因为 3D 生成模型不仅要还原可见部分，还必须推断出体积、深度、结构以及源图像中从未展示的身体部位。
Ayaka 指出，如果 2D 生成模型在解读提示词时会产生意外变形，那么当 3D 生成模型面对这些已经“变异”的 2D 生物时，会发生什么？这种 2D 到 3D 的翻译过程，引入了第二层变形，进一步扩展了生物演化的可能性。
未来展望：从数字到物理
目前，该项目仍在进行中。Ayaka 计划利用 WebAR 和 3D 打印技术，让这些由 AI“养育”的角色从数字空间走向物理世界。Tripo AI 提供的 GLB 文件导出功能，为这一从物理艺术品到 AR 体验再到实体 3D 打印的完整工作流提供了坚实的技术支撑。
正如 Ayaka 在研究材料中所言，她正在观察 AI 如何作为一种独立的创造力存在，而不仅仅是人类意图的被动执行者。这一研究不仅为 AI 艺术提供了新的理论框架，也为人机协作的未来形态提供了宝贵的实验数据。
注：原文中提到的大学名称为 Jissen Women's University（筑波女子大学），此处根据上下文逻辑进行对应。
