ジブリ風画像生成が世界中で拡散：ChatGPTが1時間で100万ユーザーを獲得
OpenAIのサム・アルトマンCEOは、GPT-4oの画像生成機能のヒットによりChatGPTが直近1時間で100万人の新規ユーザーを獲得したと明かした。写真をスタジオジブリ風に変換する機能がSNSで爆発的な流行を見せている。
AI画像
新しいニュースを見る
Google スライドに画像生成AI「Imagen 3」統合、右サイドバーも刷新
米Googleは「Google スライド」に最新の画像生成モデル「Imagen 3」を導入したと発表した。画面右側に新設されたデザインサイドバーから直接画像を生成できるほか、アジェンダなどの事前デザイン済みコンポーネントも追加され、資料作成がよりスムーズに行える。
OpenAI、ChatGPTの画像生成規制を緩和：有名人の描画を解禁
OpenAIはChatGPTの画像生成に関するコンテンツ規約を緩和した。一律の拒絶をやめ、ドナルド・トランプ氏ら著名人の描画や教育目的などの中立的な文脈でのセンシティブなシンボル生成を許可する。現実的な被害防止に軸足を移す方針だが、子どもを守る規制は維持される。
ChatGPTの新しい画像生成機能、人気沸騰で無料ユーザーへの提供が延期
OpenAIのサム・アルトマンCEOは、ChatGPTの新しい画像生成機能が予想以上の人気を集めたため、無料ユーザーへの提供を延期すると発表した。ジブリ風画像ブームを巻き起こした同機能は、現在Plusなど有料加入者限定で提供されている。
画像生成AI「Ideogram 3.0」公開、写実性と速度が向上し全ユーザーに無料開放
Ideogramは画像生成モデル「Ideogram 3.0」を全ユーザー向けに無料公開した。リアルな質感やデザインの一貫性が向上したほか、生成速度も大幅に改善されている。誰でも手軽に試せるのが魅力だ。
OpenAIがGPT-4oにネイティブ画像生成を導入：文字描画の精度向上
OpenAIはGPT-4oに統合されたネイティブ画像生成機能を発表した。画像内のテキストを正確に描写でき、最大20個のオブジェクト配置や会話を通じた一貫性の維持に対応する。ChatGPTの標準生成機能として提供され、生成には最大1分程度かかる。
Reveが画像生成モデル「Reve Image 1.0」公開、文字描画と画質で首位獲得
米スタートアップのReve AIが画像生成モデル「Reve Image 1.0」を公開した。評価機関Artificial AnalysisのImage ArenaでMidjourneyなどを抑え画質1位を記録。画像内の文字描画に強く、自然言語による画像編集にも対応する。現在ウェブ上で無料プレビューが利用可能。
アリババが「LHM」を発表：1枚の写真から数秒で動く3Dアバターを生成
アリババの研究チームが3D人体復元モデル「LHM」を発表した。1枚の人物写真からわずか数秒で、3D Gaussian Splattingを用いた動かせる高精度アバターを生成可能。顔や手の下処理を別途行うことなく、高精度なアニメーション制作が行える。
AIクリエイター向け画像整理ツール「VrefDeck」登場、完全ローカルでプロンプトや設定も管理可能
Alie JulesがAIクリエイターやデザイナー向けのビジュアルリファレンス管理アプリ「VrefDeck」を公開した。ドラッグ＆ドロップで画像を自由に整理でき、カード形式で生成プロンプトやパラメータを記録できる。データはすべて端末内に保存され、29ドルの買い切り型で提供される。
Topaz LabsがGigapixel 8.3をリリース：新モデル「Recover v2」で修復速度が5倍以上に
Topaz Labsは画像高画質化ソフト「Gigapixel 8.3」をリリースしました。目玉は新世代の「Recover v2」モデルで、アーティファクトを大幅に抑えつつ前世代比500%以上の高速化を実現しています。ローカル実行には8GBのVRAMが必要ですが、クラウド処理にも対応します。
xAIが画像生成APIを提供開始、1枚0.07ドルで展開
xAIは開発者向けAPIに画像生成機能を追加し、モデル「grok-2-image-1212」の提供を始めた。料金は1枚あたり0.07ドルで、1回のリクエストで最大10枚のJPGを生成できる。現時点ではサイズやスタイルの指定はできず、プロンプトが自動で手直しされる仕様となっている。
『アバター』のVFX開拓者Robert Legato氏、Stability AIに参画
『アバター』などの映画で知られるVFX界の先駆者Robert Legato氏がStability AIにチーフパイプラインアーキテクトとして参画した。取締役のジェームズ・キャメロン氏と再び組み、生成AI技術と映画制作パイプラインの統合を推進する。
Google、「Gemini 2.0 Flash」のネイティブ画像生成を開発者に開放
Googleは、Gemini 2.0 Flashのネイティブ画像生成機能を開発者向けに提供開始した。外部ツールを挟まず直接画像を生成可能で、対話形式での継続的な編集やキャラクターの一貫性保持、画像内テキスト描写に対応する。Google AI StudioおよびGemini APIからテストできる。
Freepik、Google Veo 2統合で画像からの動画生成に対応
FreepikはAIクリエイティブ環境「Freepik AI Suite」にGoogleの動画生成AI「Veo 2」を統合した。画像生成やレタッチツールで仕上げた静止画から、そのまま高画質な動画へ変換できる。ワークフローが一元化されるのが魅力だが、利用はPremium有料会員限定となる。
Lumaが新手法「IMM」を発表：拡散モデル超えの画質と10倍以上のサンプリング効率を実現
Luma AIは新たな生成事前学習技術「IMM」を発表しコードを公開した。拡散モデルの限界を克服するため推論視点から再設計され、サンプリングステップ数を最大30分の1に削減しながら拡散モデルやFlow Matchingを上回る生成品質を達成している。
Adobe Stockに新AI機能「Customize」 Photoshopを開かずに素材を直接編集
Adobeは素材サービス「Adobe Stock」にFirefly活用の新機能「Customize」を追加した。Photoshopなどの外部ソフトを開かずに、ブラウザ上で画像の拡張やスタイル適用、縦横比の変更が行える。有料プラン会員向けに提供され、利用には生成クレジットを消費する。
Apple、iOS 19やmacOS 16で大規模刷新へ：visionOS風UIに統一か
報道によると、AppleはiOS 19、iPadOS 19、macOS 16のUIを刷新する大規模改修を準備中です。半透明パネルや3D効果などvisionOSの要素を取り入れ、操作感の統一を目指します。iOS 7以来の大規模な見た目の刷新とされ、6月のWWDCで披露される見込みです。
広告大手WPPがStability AIに出資、画像・動画モデルを自社基盤「WPP Open」に統合
Stability AIは世界的広告大手WPPからの戦略的出資と提携を発表した。WPPはStability AIの画像、動画、3D、音声モデルを自社のAI基盤「WPP Open」に直接組み込み、広告制作や検証に活用する。経営体制刷新後の同社にとって、法人向け展開を加速させる重要な一歩となる。
Google、ショッピング機能に生成AI導入 言葉から服を生成して似た商品を検索可能に
米Googleは「Googleショッピング」に複数のAI新機能を導入した。頭の中の服のイメージを文章で入力すると、画像生成AIが可視化して実在する似た服を探す「vision match」を米国のモバイル向けに提供開始。Geminiを活用したフルメイクのAR試着や、ボトムスのバーチャル試着も順次展開する。
Metaが新技術「Avat3r」発表：自撮り4枚から動かせるリアルアバターを数分で生成
Metaとミュンヘン工科大学の研究チームが新システム「Avat3r」を発表した。スマホ自撮り写真4枚から、表情を動かせるフォトリアルな3Dアバター頭部を数分で生成できる。3Dガウススプラッティング技術で従来の重厚な撮影設備を不要にしたが、現状はRTX 3090で8FPSにとどまりリアルタイム描画には課題が残る。