Google、Gemini 2.0 Flashの画像生成・編集機能をプレビュー公開

Google は Gemini 2.0 Flash における画像生成および編集機能のプレビュー版を公開しました。開発者は Google AI Studio および Vertex AI を通じて、モデル名 gemini-2.0-flash-preview-image-generation で利用できます。

対話しながら画像を生成・編集する

このアップデートにより、対話の流れの中で画像を生成したり、過去のプロンプトを前提に画像の一部を修正したりすることが可能になります。

最大の特徴は、テキストと画像をひとつのレスポンスで同時に返せる点です。たとえばマカロンの作り方を尋ねると、テキストの手順解説と一緒に各工程の画像がまとめて出力されます。Google は利用制限の緩和や価格設定の適用に加えて、AI Studio 内で試せる Gemini Co-Drawing というサンプルアプリも公開しました。

なぜ重要か

これまで画像付きの対話アプリを作るには、テキスト用 LLM と画像生成モデルを別々に組み合わせる必要がありました。今回の統合により、1 本の API 呼び出しで図解やビジュアルコンテンツを完結できるようになります。

低遅延かつ低コストな Flash モデルにこの機能を載せてきたあたり、実用的なアプリへの組み込みを急がせたい Google の狙いがうかがえます。ただ、専用の画像生成モデルと比べてどこまで描写のクオリティを維持できるかは、今後の現場での検証が必要です。