OpenAIが画像生成を刷新：生成速度4倍、構図を崩さず部分編集が可能に

AIを使った画像編集で最も厄介だったのは、服の色を変えたいだけなのに、人物の顔立ちや部屋の照明まで勝手に変わってしまうことでした。

OpenAIは12月16日、新しいフラッグシップ画像生成モデル「GPT Image 1.5」を搭載した新版「ChatGPT Images」を公開しました。今回のアップデートが目指したのは、編集精度の向上と生成速度の大幅な短縮です。

指示通りの編集と4倍の高速化

真っ先に実感できるのは速度の向上です。画像の生成速度は従来モデルに比べて最大4倍に高速化され、待ち時間が大幅に減りました。

それ以上に大きな進化が、指示に対する忠実度です。アップロードした画像に対して修正を指示した際、照明や構図、人物の容姿といった元の要素を崩さず、変更を求めた部分だけをピンポイントで書き換えることができます。

要素の追加や削除、合成、配置変更など柔軟な編集に対応しており、服の試着シミュレーションや髪型の変更といった用途でも破綻しにくくなりました。また、より小さく密度の高いテキストの描写や、背景に映る小さな顔の描写も自然になっています。

プロンプトの記述に悩む手間を減らすため、ChatGPTのサイドバーには専用の「Images」タブが新設されました。トレンドに合わせたプリセットスタイルやプロンプトのアイデアがあらかじめ用意されており、クリック操作だけで試すことができます。

新モデルはChatGPTの全ユーザーおよびAPI向けに提供が始まっており、法人向けプランにも順次展開されます。APIの入出力料金は旧世代モデルから20％値下げされました。

なぜ重要か

私たちは、このアップデートが画像生成AIを「ガチャ要素の強い実験ツール」から「実用的な業務ツール」へと引き上げる一歩だと考えています。

これまでクリエイターやEC担当者が生成AIを現場で使いあぐねていた最大の理由は、再現性の低さでした。細部を少し手直ししようとするたびに画像全体が再生成されてしまい、修正指示に対応できなかったためです。

GPT Image 1.5が構図やブランドロゴの一貫性を重視し、API価格を20％下げたことは、製品カタログのバリエーション展開やマーケティング素材の制作現場にとって極めて合理的です。1枚の元画像から複数パターンの広告ビジュアルを低コストで量産できる道が現実味を帯びてきました。

もちろん、複雑な指示ではまだ意図通りにいかないケースもあり、プロのレタッチ作業を完全に代替できるわけではありません。それでも、思い通りの編集を安定して行える環境を整えたことで、日常的な制作フローにおける生成AIの定着は一段と進むはずです。