Ideogram 2.0が登場：画像内文字描写がさらに進化、無料枠やiOS版も提供

AIでポスターやロゴを作ろうとして、文字化けしたような謎の記号に頭を抱えた経験がある人は多いはずです。風景のリアルさは劇的に向上した画像生成AIですが、画像の中に正確な文字を描き込む作業はいまだに多くのモデルが苦手としています。

そのテキスト描画で一躍名を馳せたIdeogramが、新モデル「Ideogram 2.0」を公開しました。元Google AIの研究者たちが立ち上げ、Andreessen Horowitz主導のシリーズAで8000万ドルを調達した同社は、今回ウェブ版の刷新にとどまらず、iOSアプリとベータ版APIの提供も同時に開始しています。

5つのスタイルと自由なアスペクト比

バージョン2.0では、General、Realistic、Design、3D、Animeという5つのスタイルが新たに導入されました。

Realisticスタイルは人間の肌や質感の描写を改善し、AI特有の不自然さを大幅に軽減しています。一方のDesignスタイルは文字の正確性をさらに高め、グラフィックデザインや販促用ビジュアルの作成に最適化されています。

画像の比率も柔軟になりました。3:1のワイドバナーや1:3の縦長画像など、任意の縦横比に対応します。さらに、プリセットやカスタムパレットを使って配色のトーンを細かく指定することも可能です。

制作を補助する機能も充実しています。既存画像を分析して詳細なプロンプトを生成する「Describe」と、短い指示を自動で膨らませる「Magic Prompt」を組み合わせることで、手持ちの画像から新しいバリエーションを素早く派生させることができます。

無料ユーザーには1日最大10クレジットが付与され、画像編集機能や参照画像を用いた高度な機能は有料プラン向けに用意されています。

FluxやMidjourneyに対抗するテキスト精度

Ideogramによると、バージョン2.0は人間の評価者によるブラインドテストにおいて、テキストの正確さ、指示への追従性、全体的な好感度の各指標でDALL-E 3や話題のFlux Proを上回ったとしています。

特に指示の再現性については、Midjourneyを大きく凌駕すると評価されていたFlux Proよりもさらに忠実だとアピールしています。同社プラットフォーム上でこれまでに生成された画像数は、すでに10億枚を超えているとのことです。

なぜ重要か

デザイナーやマーケターにとって、画像内に意図通りの英単語を一発で配置できる実用性は絶大です。従来のようにMidjourneyで背景を作り、Photoshopで文字を重ねるという二度手間を省けるため、毎日の無料枠だけでも試す価値は十分にあります。

業界の構図で見ても、Ideogramの立ち回りは極めて実用的です。Midjourneyがアート性やコミュニティに強みを持つのに対し、Ideogramは最初からタイポグラフィという商業デザインの急所を攻め、同時に低価格なAPIとモバイルアプリを揃えて業務利用の入り口を広げています。

独自の強みを明確にしてオープンモデルとの差別化を図った点は巧みだと評価できます。一方で、Fluxをはじめとするオープンソース勢の進化スピードは凄まじく、文字描画のアドバンテージをどこまで維持できるかが今後の勝負どころになりそうです。