实践女子大学学生用Tripo AI把AI生成错误变成毕业研究课题
四年级学生山崎彩花研究AI图像与3D生成中的"不可预测形态"，将意外结果收集、再解释并转入三维，Tripo AI的2D转3D推断成为研究的一环。
AI解读：生成式AI用户通常会把畸形、混种的输出当成废品重做，但实践女子大学美学美术史学科四年级学生山崎彩花选择留下它们。她的毕业研究把AI在图像和3D生成中出现的视觉不适、变形和意外形状当作研究对象，追问这些结果能否被观察、筛选、培育，最终被视为AI特有的一种创造力。
这条研究线索并非凭空出现。该教授下山肇2026年发表在该校美学美术史学报上的论文记录了福岛相马市的AR艺术工作坊：把参与者做的实体作品拍照、经Tripo AI转成3D模型、输出GLB文件并通过WebAR展示。论文指出，由于单张照片看不到物体的所有侧面，AI必须推断缺失部分，有时会造出原物没有的形态；研究没有把这些"波动"一律当作缺陷。
山崎的实验从鸟兽戏画开始，测试对象从玩具贵宾犬、兔狲、长颈鹿、金鱼到恐龙、灭绝物种、海洋生物、昆虫和神话生物，还对比了ChatGPT与Gemini在风格复现、构图和叙事表达上的差异。她发现，模型没有严格听从指令时反而最有意思：Gemini会受上一张图像强烈影响，特征逐渐消失或变异，她把这种过程比作"传话游戏"。
研究的转折点是从"消除错误"变成"收集错误"。她筛选出形态特别不可预测的生物，再交回生成式AI把它们变成角色，经过多轮对话赋予名字、性格、表情和三视图；不同对话线程会给出不同解释，有的贴近指令，有的引入意外的名字和特征。
下一步是Tripo AI的3D阶段。二维图像只提供了一个可见的解释，转成三维时模型必须推断体积、深度、结构和原图中从未露出的身体部位，那些非预期的变形成为角色演化的又一层。项目仍在进行，之后计划通过WebAR和3D打印让角色进入数字与物理空间。
实践女子大学美学美术史学科四年级学生山崎彩花的毕业研究题目是《AI生成"不可预测形态"的创作、角色化与3D展开研究》，她把AI图像和3D生成中出现的视觉不适、变形和意外形状，从"需要修复的错误"转为可以观察、筛选、培育、并可能被当作AI特有创造力的对象。
这项研究建立在实践女子大学与Tripo AI已有的学术与创作合作之上，此前已有工作坊、学生实验、文化遗产项目和研究论文。
在其2026年发表于实践女子大学美学美术史学报的论文中，教授下山肇记录了福岛县相马市的AR艺术工作坊模式：参加者制作的实体作品被拍摄下来，用Tripo AI转成3D模型，导出为GLB文件，再通过WebAR展示。论文称这套流程能在一次公开工作坊的有限时间内完成从实体作品到3D模型再到AR体验的转换。
从鸟兽戏画出发测试"不该出现的生物"
山崎彩花以日本著名画卷《鸟兽戏画》为起点，该画卷以拟人化动物著称。她早期的实验有意提出一个问题：如果让生成式AI去创造根本不属于《鸟兽戏画》的生物，会发生什么？
她测试的对象包括玩具贵宾犬、兔狲、长颈鹿、金鱼，以及恐龙、已灭绝物种、海洋生物、昆虫和神话生物。她还比较了ChatGPT与Gemini的输出，观察两者在风格复现、构图和叙事表达上的差异。
她发现最有趣的结果出现在模型没有完全遵循指令的时候：有些生成引入了她从未要求过的形态。她继续按顺序生成图像时注意到，Gemini会受紧邻的上一张图像强烈影响，特征逐渐消失或变异，原生物种的视觉身份随时间发生漂移。她在笔记里把这一过程比作"传话游戏"——信息每传递一次就改变一点。
这改变了研究方向。AI不再只是复现风格的工具，而成为会解释、转换、有时还会发明的系统。
把错误收集起来当作方法
山崎不再试图消除这些奇怪输出，而是开始收集它们。她从大量生成图像中挑出形态尤其不可预测或独特的生物，作为下一阶段的原材料。
随后她把选中的生物交回生成式AI，要求把它们变成角色。通过在ChatGPT和Gemini中的反复实验，这些生物逐渐获得名字、性格、面部表情和三视图角色设定。
这一过程同样有意保留不稳定性：不同的对话线程产生不同的解释，前几次生成会影响后面的结果，有些结果严格遵循指令，另一些则引入意外的名字、形状或角色特征。研究的目标不是把所有系统逼向某一个"正确"的角色，而是观察每一次被新的AI解释后角色如何继续变化。
2D到3D：Tripo AI推断原图中没有的部分
下一阶段用Tripo AI把研究带入三维。这一步的意义不只是产出一个3D资产：二维图像只给出了生物的一种可见解释，当Tripo把图像转成三维形态时，必须推断体积、深度、结构以及原图中从未展示的身体部位。
对山崎彩花来说，这些推断本身成为又一个研究机会。如果图像生成模型解释提示词时会出现意外形态，那么当3D生成模型去解释一个本已不可预测的二维生物时，又会发生什么？
她的论文把这种2D到3D的翻译定位为研究的核心部分。3D生成过程中非预期的变形，可以成为这个生物演化的又一层，延续从第一张意外图像开始的同一个问题。
"养育"AI生物：WebAR与3D打印仍在计划中
山崎彩花研究材料里有一个说法特别贴切："养育"这些角色。一个生物最初只是AI生成图像中的一个意外形态，被选中、被再次解释为角色、被转成三维，之后放进AR或通过3D打印实体化。每个阶段里，人的决定和机器的解释共同塑造它下一步的样子。结果不像常规生产流水线，更像一个培育过程。
这也把山崎的工作与两方合作中浮现的更广泛问题连在一起：跨越工作坊、文化遗产实验和学生研究，同一个问题反复出现——生成式AI的不确定性，能否成为我们研究、用来设计、甚至加以珍视的东西，而不是总要设法清除的杂质？
山崎的毕业研究仍在进行中。Tripo的3D阶段正在推进，WebAR、3D打印和进一步展示计划随项目发展安排。每个新媒介都提供一次让角色变化的机会，也提供一次观察人的意图与AI解释之间关系的机会。