Grok 1.5にMidjourney連携の兆候、コード内から記述が発覚

コードベースは時に、公式発表よりも早く真実を語ります。

今年2月、イーロン・マスク率いるxAIが画像生成AI大手のMidjourneyと提携交渉を行っているという噂が浮上しました。その後は音沙汰がありませんでしたが、最近になってGrokのスタンドアロン版のコードベースから、Midjourneyに関する直接的な記述が発見されました。

MidjourneyのAPI統合が浮上

xAIがGrok向けに画像生成機能を開発していること自体は知られていましたが、今回見つかったコードは、GrokがMidjourneyのモデルをAPI経由で呼び出す可能性を示唆しています。

Midjourneyは圧倒的な画像クオリティと芸術性で業界をリードしていますが、Discordを通じた操作体系が参入障壁になっていました。もしGrokとの統合が実現すれば、チャットUIから手軽に最高クラスの画像を生成できるようになります。

画像認識機能の準備も進行中

さらにコードの変更点からは、スタンドアロン版のGrokが近いうちに画像のアップロードに対応することも明らかになりました。テキストだけでなく、ビジョン認識能力が加わる見込みです。

これらの新機能は、現在Xや専用アプリで順次展開が始まっている「Grok 1.5」アップデートの一環として組み込まれる可能性が高いと見られています。

なぜ重要か

一般ユーザーやクリエイターにとってのメリットは明確です。Discordの複雑なコマンドに悩まされることなく、使い慣れたチャット画面で最高品質の画像生成を行えるようになれば、制作ワークフローは大幅に簡略化されます。

業界の視点で見ると、xAIのこの判断は非常に現実的であり、合理的だと私たちは考えます。OpenAIやGoogleのような自社完結型のマルチモーダル開発には莫大な計算資源と時間が必要です。自社開発を待たずに外部の最有力モデルを組み込むことで、Grokは一足飛びに競合との機能差を埋められます。

ただし、外部APIへの依存にはリスクも伴います。APIの利用コストや応答速度、障害時のリスクをコントロールしづらくなるためです。マスク氏は目先の完成度と利用者の獲得を最優先し、まずは「使える体験」を急いで提供する方針を選んだように見えます。