Midjourney、画像編集モデル「V8.2」のテスト公開　指示テキストでの編集やインペイントに対応

Midjourneyで理想的な1枚が生成できた後、服の色や小物を少し変えたいだけなのに、プロンプトを打ち直したら人物の顔ごと変わってしまった経験は誰にでもあるはずです。AI画像生成において、生成後の微調整は常に最大のハードルでした。

Midjourneyはコミュニティ向けに初の「V8.2」画像編集モデルの公開テストを開始しました。狙いは、プロンプトによる一発勝負から、狙い通りの編集ができるツールへの脱却です。

指示出しでの編集と最大4枚の画像参照

今回の目玉は、自然言語の指示で画像を編集できるようになった点です。

画像の一部を指定して修正するインペインティングや、構図を外側に広げるアウトペインティングに対応しており、テキストで具体的な変更内容を指示できます。

また、従来のomni-referenceを置き換える形で、最大4枚の参照画像を同時に読み込ませて新しい画像を生成できるようになりました。

パーソナライゼーション機能やムードボード、スタイルリファレンス（srefs）も併用可能です。ただし今回のバージョンでは、ムードボードやsrefsを適用する場合、プロンプト側でも少し補足説明を加えたほうが安定して機能しやすいとアナウンスされています。

WebとDiscordの両方でテスト可能

新モデルの提供開始に合わせて、公式サイトのmidjourney.comと検証用のalpha.midjourney.comのインターフェースも更新されました。

Web版では、プロンプト入力欄に画像をドラッグ＆ドロップするか、ライトボックスの右下にある編集ボタンを押すか、左側メニューの編集タブから直接画像をアップロードして操作します。

Discord派のユーザーであれば、--editコマンドの後に画像URLを入力すれば同じ機能を利用できます。

現在はテスト運用の初期段階であるため、うまく処理できないケースも多数想定されています。仕上がりに問題がある場合は、ライトボックス右側の困り顔アイコンを押すか、ジョブIDを報告するよう呼びかけられています。

なぜ重要か

生成AIが実務で使われるかどうかの分かれ目は、思い通りの修正が効くかどうかにかかっています。

クリエイターにとって、テキストの指示だけで一部分だけを直せる機能や、4枚の画像を組み合わせて作風を制御できる仕組みは、待ち望んでいたアップデートです。これまでは外部の画像編集ソフトに頼らざるを得なかった作業を、生成環境の中で完結させられる可能性があります。

今回のMidjourneyのアプローチは、画質の向上競争から実用的なワークフローの改善へ軸足を移しており、賢明な判断だと考えられます。特に複数画像の参照を整理し直したのは、キャラクターや世界観の一貫性を保つための基盤固めと言えます。

一方で、公式が認めている通り、現在はエッジケースが多く動作が不安定な側面もあります。参照画像が増えた際に要素が意図せず混ざり合ってしまう問題がどこまで抑えられているかは、今後の検証が必要です。それでも、手軽に試せる段階まで降りてきた価値は十分にあります。