| |

ペリカン6000年の何がすごい:Geminiが純粋なコードで20の時代を描く

ペリカン6000年の何がすごい:Geminiが純粋なコードで20の時代を描く

作者注:純粋なコードで作られた中国語のオーディオビジュアル長巻『鹈鹕六千年的车』が、いかにして2分55秒で20の芸術史時代を駆け抜けるのかを解体し、gemini-4-hydrogen で同種の純粋コード画面を一小節作る方法を伝えます。

『鹈鹕六千年的车』を見たことがあるなら、おそらくある細部に引っかかるはずです。自転車に乗った一羽のペリカンが、サハラの岩壁画から縦型ショート動画まで一路走り抜ける——しかも作品全体に画像は一枚もなく、フォントパッケージも音声ファイルも一つもありません。ブラウザで開き、画面を一度クリックすれば、再生が始まります。

これはレンダリング済みのMP4ではありません。2.56 MiBの単一HTMLファイルで、画面はすべてCanvasとSVGによってリアルタイムに描画されます。本記事では作者の特定や照合は行わず、作品そのものだけを語ります。20の時代がどうつながっているのか、純粋なコードがどうやって作品全体を支えているのか、そして自分でも一小節を試してみたいときに、どうやってGemini 4を呼び出すのか、という点です。

この記事の核心:読み終えれば、この作品のどこが優れているのかが分かり、手順に沿って gemini-4-hydrogen を使い、自分だけの純粋コード時代の画面を一小節生成できるようになります。

pelican-6000-gemini-pure-code-20-eras-ja-image-0


『Pelican 六千年』の核心ポイント:1本の作品で何ができたのか

まずは手短に結論から。この作品はリポジトリの README で、次のように自己紹介しています。2分55秒(174.64秒)にわたる、純コードで作られた中国語のインタラクティブな視聴覚長巻です。鍛冶場のベクター篆刻から幕を開け、20の美術史時代を横断しながら、Live Canvas と SVG の動的な筆致で映像を描画します。

ポイント 内容 観客にとっての意味
20の時代をワンカットで サハラの岩壁画からコード美学まで、各幕に小さな物語がある スタイルフィルターを切り替えるだけのショーではなく、筋書きのある美術史の旅
純コードの画面 PNG/JPG は0、WOFF2/TTF も0。画面は Canvas/SVG でリアルタイムに描画 単一ファイルで再生でき、読める・変更できる・学べる
中国語の視聴覚同期 歌詞は一文字ずつ同期し、ボーカル、アコースティックギター、鍛冶、余韻を個別トラックに分離 画面のリズムと字幕が歌に合わせて進む
インタラクティブ再生 クリックまたはスペースで再生、Fで全画面、矢印キーで5秒進む/戻る プレーヤーのようにコード作品を操作できる
仕様は控えめ 960×720、30 fps、zip 1.93 MB、html 2.56 MiB 友人にそのまま送れるほど小さい

『Pelican 六千年』のお題はどこから来たのか

この作品の出発点は、Simon Willison が広めたテスト用のお題「A pelican riding a bicycle」です。大規模言語モデルに、自転車に乗ったペリカンをコードで描かせるというもの。元のお題は1枚の静的な SVG で、モデルが荒唐無稽な場面をベクターグラフィックで明確に表現できるかを試すものです。

『Pelican 六千年の車』は、このお題を1本の映画へと引き伸ばしました。リポジトリでは先行プロジェクト orbitoo/pelican-test へのオマージュも込められています。これはもう1本の作品で、137秒・1920×1080・60 fps の映像です。本稿で取り上げる174.64秒・960×720・30 fps の長巻とは別物なので、混同しないよう注意してください。

クレジットについては一言だけ。エンドロールには Hydrogen が単独で完成させたと記され、data/film.json に記録されたモデル名は gemini-4-carbon です。どちらも Gemini 4 ファミリーに属し、APIYI ではすでに提供されています。


ペリカン6000年の20の時代:シーンごとに画面がどう物語るか

この作品の最も心を打つところは、各シーンが単に画風を変えるだけでなく、ペリカンがその時代で「ひと騒動起こす」ことです。以下では data/film.json の story フィールドに従い、10シーンを選んで詳しく説明し、残りは表にまとめます。

pelican-6000-gemini-pure-code-20-eras-ja-image-1

サハラ岩画から漢画像石まで:ペリカン6000年の始まり

第一幕はサハラ岩画です。牧人と牛の群れが足を止め、自転車に乗ったペリカンを見物しています。岩画自体は人類最古の物語画像の一つで、ペリカンをここから出発させることは、「6000年」というタイトルを地に足のついたものにします。

漢画像石の拓本になると、ペリカンは役人の車馬隊に紛れ込み、石工はついでにこのペリカン騎手を石に刻みました。漢画像石は元々車馬出行図で知られており、自転車を馬車の列に押し込むのは、この作品全体で最も典型的な「いたって真面目にふざける」表現です。

唐代白描と宋代山水:ペリカン六千年の東洋筆法

唐代白描のこの場面の設定は「呉帯当風」です。羽根も衣帯も一緒にひらひらと翻ります。呉帯当風はもともと、呉道子が描いた衣帯が風に舞う線を形容した言葉ですが、この作品ではペリカンの羽根もその揺らぎに加わり、純粋に線だけで動きの感覚を描き出しています。これはまさにSVGパスが最も得意とする表現です。

宋代山水はまた別のカメラ言語に切り替わります。画面が千仞の山々へと進み、山道でようやく小さな自転車に乗ったペリカンを見つけます。この場面で問われるのは構図とスケールで、主人公は意図的に小さく描かれ、宋画の「山中に人あり」という気質に合致しています。

清明上河図と八大山人:ペリカン六千年のユーモア

清明上河図の場面では、ペリカンが虹橋に乗り上がり、橋の上の通行人が次々と振り返ります。原画に詳しい人なら思わず笑みがこぼれるでしょう。なぜなら虹橋は、もともとこの長巻全体で最も賑やかな場所だからです。

八大山人の写意は全編で最も「省いた」一幕です。大きな余白、わずか数筆、そしてペリカンが白目をむきます。八大山人の描く鳥は白目で人を見ることで知られており、このギャグはたった一つの眼差しで完成させています。全編で最も力量が問われる細部の一つといえるでしょう。

星月夜と叫び:ペリカン六千年、西洋の名画へ闖入

星月夜では、星空の渦が車輪と一緒に回ります。車輪の回転とゴッホの筆致の渦を結びつけ、コードで動的な筆致を作る——この場面の視覚的な見返りは、とても直接的です。

叫びの場面には、完結した小さなストーリーがあります。橋の上の叫ぶ人が驚き、ペリカンが吼え返し、やがて双方は気まずい沈黙に陥ります。世界で最も有名な恐怖の顔が、一羽のペリカンに言い返される——そのテンポは、まるでショートドラマの逆転劇のようです。

オシロスコープとコードの美学:ペリカン六千年、コードそのものへ帰還

オシロスコープのベクター画像の場面では、誰かがノブを回し間違え、ペリカンがリサジュー図形にねじれてしまいます。リサジュー図形そのものが数学関数によって生成される曲線であり、それを純粋なコード作品の中に登場させるのは、ほとんど自己言及と言っていいでしょう。

最後の場面「コードの美学」では、画面が一行また一行の SVG コードに変わり、ペリカンが描き直されます。作品はここで観客にタネを明かします。あなたが今見てきた 20 の時代は、すべてこうして一行一行書かれてきたのだ、と。エピローグでは、20 枚の時代への回答が展示壁に並び、21 番目の空席が「ペリカン本人」の応答を静かに待っています。

ペリカン六千年 残り10幕の速覧

時代 film.json 内のストーリー 見どころ
エジプト壁画 未完成の墓室壁画。ペリカンが立ち止まり、エジプトの横顔ポーズを取る 主人公が自ら画風に合わせる
マヤ写本 傍らでマヤの点と棒の数字を使い、何周踏んだかを記録 古代文字をカウンターに変える
ムガル細密画 宮廷庭園の賓客が複数の視点から見物 多視点構図
ジャワ影絵芝居 透かし影絵になり、車輪がカクカクと回る カクつきで影絵の質感を再現
浮世絵 富士山の下の田舎道、急ぐ人が振り返る 「振り返り」が全編のモチーフになる
ノスフェラトゥ 壁の影がひとりでに階段を登り、去るときに電気が通る 無声映画の影の古典的な演出
8-bit ピクセルゲーム 穴を飛び越え、コインを取り、1UP がポップアップ ゲームの文法をそのまま画面に
初期のチャットウィンドウ 256色のアニメーション画像として送られ、相手が二度ウィンドウを揺らす インターネット考古学ネタ
ヴェイパーウェイヴ 世界がスローモーション、大理石像が振り返り、テープが音飛びする 時間感覚が引き伸ばされる
縦型ショート動画 画面が縦型になり、フリーズ&スローモーション、いいねが爆発 画面比そのものが物語になる

これら20の幕をまとめて眺めると、一本の暗い線が見えてきます。前半は人間が手で作った画像の歴史(岩画、壁画、拓本、絵画)、後半は機械による画像の歴史(オシロスコープ、ピクセル、チャットウィンドウ、ショート動画)、そして最後はコードへと行き着きます。この「手で刻む」から「コードで描く」への弧こそ、この作品の本当の構造なのです。


鹈鹕六千年はなぜ純粋なコードだけで再生できるのか

初めてオンライン版を開く人の多くは、裏で動画ストリームを取得しているのだろうと反射的に考えてしまいます。しかし実際には、これは完全に自己完結したウェブ作品です。README には三つの「ゼロ」がはっきり書かれています。すなわち、音声サンプリングゼロ、外部ビットマップゼロ、外部フォントパッケージゼロです。

項目 仕様 説明
尺 174.64 秒(2 分 55 秒) ループする短いアニメではなく、一本の完結した長尺作品
解像度とフレームレート 960×720、30 fps 4:3 の画面比率で、どことなくレトロな上映の質感
外部ビットマップ 0 PNG/JPG すべての画面は Canvas/SVG で描画
外部フォント 0 WOFF2/TTF 篆刻や字幕などの文字表現はフォントパッケージに依存しない
音声ファイル 0 MP3/WAV 再生時に音声ファイルを一切読み込まない
単一ファイル zip 1.93 MB 配布が簡単
単一ファイル html 2.56 MiB ブラウザでそのまま開ける

鹈鹕六千年の映像と音声のパイプライン

映像のほうは理解しやすい話です。各シーンの形体、筆致、カメラワークは、すべて Live Canvas と SVG によってリアルタイムに計算されています。鍛冶屋のオープニングのベクター篆刻、唐代白描のたなびく線、『星月夜』の渦——その本質はどれも、パスとパラメータの時間軸上での変化です。

音声のほうについては、正直に一言添えておく必要があります。data/lyrics.json には歌詞の出所が「Suno のオリジナル歌詞 + ローカルでの文字単位フォースアライメント」と記され、data/audio/manifest.json には「コードと数値パラメータのみを含む。再生時に音声ファイルは読み込まない。パラメータは原音のスペクトル情報を格納している。」と明記されています。つまり、歌そのものは既存の Suno 作品であり、映像側は原音のスペクトル情報を数値パラメータとして保存し、それをブラウザの AudioWorklet がボーカル、アコースティックギター、鍛造、余韻といった複数のステムに分けてリアルタイムに合成しているのであって、モデルがその場で作詞作曲しているわけではありません。

pelican-6000-gemini-pure-code-20-eras-ja-image-2

鹈鹕六千年の再生操作

オンライン版のページを開くと、操作感は普通の動画プレイヤーとよく似ていますが、すべてページのスクリプトが担っています。

  • 画面をクリック、またはスペースキー:再生/一時停止
  • ダブルクリック、または F キー:全画面表示
  • M キー:ミュート
  • R キー:先頭から再生
  • 左右の矢印キー:5 秒戻る/進む

初めて観るときは、そのまま全画面にして音量を適切に合わせ、鍛冶屋のオープニングから空の椅子まで通して観るのがおすすめです。矢印キーで 5 秒ずつ進退できるので、あるシーンの細部を見返すのにぴったりです。たとえば八大山人のあの白目とか。


Gemini 4 で純粋なコードから自分だけの時代を描く:クイックスタート

映像を見終わった後、多くの人の第一の反応は「自分もモデルに少しだけ描かせてみたい」ということでしょう。答えはイエスで、ハードルも高くありません。20 幕や楽曲全体を再現する必要はなく、ひとつの時代を選んで、モデルにブラウザで直接再生できる単一ファイルの HTML を出力させるだけで十分です。

同様の純粋なコード画面を作りたい場合、生成プロセスでトークンを消費します。APIYI では OpenAI 互換インターフェース https://api.apiyi.com/v1 を利用でき、モデルには gemini-4-hydrogen を指定します。Google の公式な位置づけによると、これは Gemini 4 の日常実行グレードで、Carbon から改編され、全 1M コンテキスト統一価格となっており、こうした繰り返しのイテレーションが必要な創作タスクに適しています。同族の gemini-4-carbon も提供されているので、切り替えて試すのも簡単です。

gemini-4-hydrogen の呼び出しパラメータ

パラメータ 値 説明
インターフェースアドレス base_url https://api.apiyi.com/v1 OpenAI 互換、POST /v1/chat/completions を使用
ネイティブエンドポイント /v1beta/models/gemini-4-hydrogen:generateContent Gemini ネイティブ形式を使う場合に使用
model gemini-4-hydrogen 同族で gemini-4-carbon も選択可
思考レベル thinkingLevel low / medium / high / xhigh デフォルトは high、複雑なアニメーションではより高いレベルを試せます
単回最大出力 65,536 tokens 単一ファイル HTML で完全な小さなアニメーションを十分に収容できます

ペリカン六千年、同じ小節を描く4ステップ

  1. 時代をひとつ選ぶ:構造がシンプルなものから始めるのがおすすめです。たとえば八大山人の写意(省筆の水墨画)やオシロスコープのベクター図のように、余白が多く図形が少ない題材なら、一度で成功しやすいですよ。
  2. 制約をはっきり書く:単一のHTMLファイルであること、CanvasまたはインラインSVGのみを使うこと、外部の画像やフォントを一切参照しないこと、画面をクリックすると再生が始まること、長さは8〜15秒であることを明示します。
  3. リクエストを送る:普段使っているOpenAI SDKで、base_urlにAPIYIのアドレス、api_keyにあなたのキー、modelにgemini-4-hydrogenを設定し、messagesに以下のプロンプトを入れます。
  4. 保存して反復する:返ってきた内容をscene.htmlとして保存し、ブラウザで開いて確認します。そこへ問題点(車輪が回らない、構図が詰まりすぎているなど)を会話に追加して、モデルに修正させましょう。

以下はそのまま使えるプロンプトです。userメッセージにコピーするだけで動きます:

完全な単一ファイルのHTMLを出力してください。説明文は一切不要です。内容:自転車に乗ったペリカン。画風は「八大山人の写意」で、大きな余白、わずか数筆の水墨ライン。アニメーションの長さは約12秒:ペリカンが画面の左側からゆっくりと入ってきて中央で止まり、白目をむいてから右側へ走り去る。技術的な制約:CanvasまたはインラインSVGのみで描画すること。外部の画像・フォント・音声・スクリプトを一切参照しないこと。キャンバスは960×720。画面をクリックするかスペースキーを押すと再生・一時停止。アニメーションはrequestAnimationFrameで駆動すること。

さらに『ペリカン六千年の車』の方向へ一歩進めたいなら、会話の中で2つ目の時代を追加していけます。たとえば「続けてオシロスコープのベクター図スタイルで一幕を描き、ノブを回し間違えるとペリカンがリサジュー図形にねじれる」といった具合です。同じファイル内でシーンを切り替えるようにモデルに指示しましょう。一幕ずつ増やしていくほうが、20幕を一度に要求するよりずっと安定します。

🚀 始め方のアドバイス:まずAPIYI apiyi.comで新規ユーザー向けの無料テスト枠を受け取り、上のプロンプトで一幕を通してみてください。それから複数幕の長巻に拡張するかどうかを決めましょう。同じAPIキーのままgemini-4-carbonに切り替えて効果を比較できるので、自分の作品に合わせて選定しやすいですよ。

gemini-4-hydrogen と gemini-4-carbon の価格

以下の価格は APIYI のモデル一覧に基づくもので、データ更新日時は 2026-11-16 09:39(UTC+8)、単位は 100万トークンあたりです:

モデル 入力 出力 キャッシュ読み取り コンテキスト / 最大出力 利用可能プラットフォーム
gemini-4-hydrogen $1.5 $7.5 $0.075 1M 均一価格 / 65,536 APIYI apiyi.com(Default、SVIP グループ)
gemini-4-carbon $2 $10 $0.1 1,048,576 / 65,536 APIYI(Default、SVIP グループ)

コードだけで作るアニメーションの特徴は、出力が非常に長くなることです。アニメーションロジックを含む HTML は、多くの場合プロンプトよりもはるかに大きくなるため、総コストへの影響が最も大きいのは出力の単価です。複数回のイテレーションでは、先行するコンテキストがキャッシュ読み取りにヒットすれば、重複部分のコストを大きく下げることができます。この長編動画自体については公開されたトークン請求書がないため、ご自身のコストは実際の呼び出し量に基づいて判断してください。

なお、Google はリリース告知の中で Hydrogen の Terminal-Bench のスコアと速度向上のデータを自己申告しています。これらは公式が自ら公表した汎用ベンチマークであり、この動画の制作とは関係ありません。モデル選定の際の参考程度に留めておくとよいでしょう。


よくある質問 FAQ

Q1:「ペリカン六千年の車」とは一体どんな作品ですか?

「ペリカン六千年の車」は、2分55秒(174.64秒)の純コードで作られた中国語のインタラクティブな音と映像の長編です。自転車に乗ったペリカンがサハラの岩画から出発し、20の美術史時代を旅して、最後のコード美学のシーンでは一行ずつのSVGで描き直されます。作品全体は単一ファイルのHTMLで、ブラウザでそのまま再生できます。

Q2:「ペリカン六千年」とSimon Willisonのペリカンテストは何が違いますか?

Simon Willisonのお題は、モデルに自転車に乗ったペリカンのSVGを1枚描かせるというもので、静的な単一画像です。「ペリカン六千年の車」はそれを、20幕のストーリー、中国語歌詞の同期、インタラクティブな再生を備えた長編へと拡張しています。両者の規模と目標はまったく異なり、単一SVGのコストをこの長編に当てはめることはできません。

Q3:作品中の歌はGeminiがその場で歌ったものですか?

いいえ。歌詞の出典はSunoのオリジナル歌詞とローカルの文字単位強制アライメントであると明記されており、音声部分はデジタルパラメータとして原音のスペクトル情報を保存し、ブラウザのAudioWorkletでリアルタイムに合成しています。リポジトリにはMP3やWAVファイルはありませんが、歌そのものはモデルがその場で作ったものではありません。

Q4:「ペリカン六千年」はどのGeminiモデルを使っていますか?

エンドロールの署名はHydrogenで、`data/film.json` に記録されているモデルは `gemini-4-carbon` です。どちらもGemini 4ファミリーに属しており、対応するモデル `gemini-4-hydrogen` と `gemini-4-carbon` はどちらもAPIYIで呼び出せます。同様の効果を再現したいなら、どちらも試してみてください。

Q5:APIを使ってGeminiに純コード時代の画面を描かせるには?

推奨手順は次のとおりです:

1. APIYI apiyi.com で登録し、APIキーと無料テスト枠を取得する
2. OpenAI SDKで `base_url` をAPIYIのインターフェースアドレスに設定し、`model` に `gemini-4-hydrogen` を指定する
3. 本記事のプロンプトを使い、単一ファイルのHTML、Canvas/SVGのみの使用、クリックで再生開始することを要求する
4. HTMLファイルとして保存して開き、プレビューする。その後、複数ラウンドの対話で修正する

Q6:一度にモデルで完全な20幕を生成できますか?

推奨しません。1回の最大出力は65,536トークンで、20幕に音声同期のコードを加えると量が上限を超えやすくなります。また、1回の生成が複雑になるほど、エラーが発生する箇所も増えます。より確実な方法は、1幕ずつ生成し、同じファイルにシーンとトランジションを徐々に追加していくことです。

Q7:純コードアニメーションを作るのに大体どのくらいかかりますか?

プロンプトの長さ、出力するHTMLのサイズ、イテレーション回数によって変わります。`gemini-4-hydrogen` のAPIYI apiyi.comでの価格は、100万トークンあたり入力$1.5、出力$7.5、キャッシュ読み取り$0.075です(データ更新日:2026-11-16)。短いアニメーションの1回の出力は通常、上限を大きく下回るため、まず無料枠で数回試してご自身の使用量を見積もることをお勧めします。

Q8:生成された純コードアニメーションにはどんなよくある問題がありますか?

よくあるのは主に3つの問題です。1つ目は、モデルが外部フォントや画像をこっそり参照してしまうことです。これはプロンプトで明確に禁止する必要があります。2つ目は、アニメーションに時間制御がなく、開いた瞬間に最後まで再生されてしまうことです。クリックで再生開始するよう要求する必要があります。3つ目は、図形の細部が多すぎて動作が重くなることです。問題が起きたときは、具体的な現象をモデルに伝えて、的を絞って修正させましょう。


ペリカン六千年の核心ポイント Key Takeaways

  • 20の時代すべてにストーリーがある:各幕でペリカンがその時代で「ひと騒動起こす」ようにしており、単に画風を変えるだけではありません
  • 手彫りからコード描画まで:前半は人間による手作業の画像史、後半は機械による画像史で、ラストはコードへと戻ります
  • 3つのゼロ:PNG/JPG 0、フォントパッケージ 0、音声ファイル 0。映像はすべて Canvas/SVG によるリアルタイム描画です
  • サイズはごく小さい:単一ファイルの html が 2.56 MiB、zip が 1.93 MB。クリックまたはスペースキーで再生が始まります
  • 音についても正直に:歌詞は Suno 製で、音声は原声のスペクトルパラメータを使ってブラウザ内でリアルタイムに合成しています
  • 2つの Gemini 4:エンドロールは Hydrogen、データファイルには gemini-4-carbon と記載されており、どちらも呼び出し可能です
  • 自分で1幕試してみる:APIYI apiyi.com で gemini-4-hydrogen を使い、単幕から純コードの画面を作ってみましょう

まとめ

『ペリカン六千年の車』の優れている点は3つあります。

  1. 物語性:20の芸術史時代が1羽のペリカンによって起伏のある一本の線につながれ、各幕に思わず笑ってしまう小さな出来事が用意されています。八大山人の白眼、「叫び」の気まずい沈黙はまさに絶妙の一筆です。
  2. 技術:外部のビットマップ、フォント、音声ファイルに一切依存せず、2.56 MiB の HTML 1本で 174.64 秒の映像・音声の長巻を支え、最終幕ではコードそのものを観客に見せてくれます。
  3. 視聴覚の同期:歌詞が一字ずつ同期し、複数トラックで声部を分け、映像のリズムと中国語の歌声がかみ合うことで、純コード作品に「映画的な感覚」が生まれています。

もしあなたも手を動かしてみたいなら、最適なスタートは作品全体を再現することではなく、いちばん好きな時代をひとつ選んで、モデルにブラウザで再生できる1幕の小さなアニメを書かせることです。APIYI apiyi.com で gemini-4-hydrogen を使ってまず第1幕を動かしてみるのがおすすめです。満足できたら1幕ずつ後ろへ足していけばいいのです。もしかすると、21番目の席の空いた椅子が待っているのは、あなたのペリカンかもしれません。


📚 参考資料

  1. ペリカン6000年の車 オンライン再生:作品のオンライン版

    • リンク: wwh5441.github.io/pelican-6000-pure-code
    • 説明: ブラウザで直接開き、クリックまたはスペースキーで再生を開始します
  2. GitHub – pelican-6000-pure-code:作品のソースコードリポジトリ

    • リンク: github.com/wwh5441/pelican-6000-pure-code
    • 説明: README、data/film.json のシーンデータ、歌詞、音声パラメータファイルを含みます
  3. GitHub – orbitoo/pelican-test:本作品がオマージュした先行プロジェクト

    • リンク: github.com/orbitoo/pelican-test
    • 説明: もう1本の137秒、1920×1080、60 fpsのペリカン短編映像
  4. APIYI モデル一覧:gemini-4-hydrogen と gemini-4-carbon の価格とグループ

    • リンク: docs.apiyi.com/models.md
    • 説明: データ更新日時は2026-11-16 09:39(UTC+8)

作者:APIYI 技術チーム
技術交流:APIYI のウェブサイトトップページからお問い合わせください。Gemini 4 シリーズの接続方法はドキュメントセンターで確認できます

関連記事

類似投稿