Ideogram、新画像モデル「2a」公開 価格半額で文字入り画像を高速生成
Ideogramは最新の画像生成モデル「Ideogram 2a」を公開した。前世代の2.0と比べて価格が50％引き下げられ、テキストを含むフォトリアルな画像を数秒で出力できる。WebアプリとAPIの両方で提供され、ログイン不要でプロンプトを閲覧できる公開フィード機能も追加された。
AI画像
新しいニュースを見る
Mystic、画像生成の構図を精密に制御する構造参照ツールを公開
Mysticが新機能「Structure Reference」を公開しました。画像の構造や構図を維持したまま、カートゥーン調から実写風への変換など自由なスタイル変更が可能で、映画やゲーム、建築デザインなど幅広い制作に活用できます。
Wonder Dynamicsが動作予測モデル発表：遮蔽時も3Dモーションを補完
Wonder Dynamicsは、マーカーレス動捕向けのAIモデル「Motion Prediction」を発表した。遮蔽物や画角外で身体が見えない場合でも姿勢を推定し、足の滑りやブレを軽減する。Wonder Animation内で利用可能。
Adobe、iPhone向け本格版「Photoshop」を提供開始 生成AIやレイヤーも搭載
AdobeはiPhone向けに刷新された「Photoshop」アプリの提供を開始した。従来のPhotoshop Expressと異なりデスクトップ版に近い操作感で、レイヤーやFireflyによる生成塗りつぶしを無料で利用できる。高度なツールは月額サブスクが必要となる。
X、広告主向け「Grok」新機能を発表：URL入力だけで広告文や画像を自動生成
Xは広告主向けにGrokを活用した新機能を発表した。URLを入力するだけで広告文や画像を自動作成する「Prefill with Grok」と、配信データを分析して改善策を提示する「Analyze Campaign with Grok」を段階的に提供する。
Google Ads、Imagen 3で「大人の人物写真」をプロンプト生成可能に
Googleは「Google Ads」のクリエイティブ生成機能を刷新し、Imagen 3を活用して成人人物を含むライフスタイル画像をプロンプトから生成できるようにした。未成年者や著名人の生成は制限され、SynthID透かしが付与される。素材のオーディエンス推奨機能なども追加された。
Google、「PaliGemma 2 mix」公開：プロンプトで多様な画像タスクに対応
Googleは視覚言語モデルのチェックポイント「PaliGemma 2 mix」を公開した。混合タスク向けに調整されており、ファインチューニングなしでOCRや画像キャプション生成などを即座に実行できる。初代PaliGemma mixの利用者は変更不要で直接アップグレード可能だ。
Fiverrが個人向けAIモデル発表：フリーランスが自作データでAIを育成・販売可能に
ギグワーク大手のFiverrは「Personal AI Creation Model」を発表した。声優やデザイナーなどのフリーランスが自身の過去作品でAIを訓練し、顧客に販売・課金できる月額25ドルの仕組みだ。問い合わせに対応する個人用AIアシスタントも提供されるが、初期対象は一部の選定クリエイターに限られる。
静止3Dモデルを自動でアニメーション化する「MagicArticulate」
研究チームが静止3Dモデルを自動でリギング対応アセットに変換する「MagicArticulate」を発表した。3.3万件以上の関節注記付きデータセットを構築し、自己回帰モデルによる骨格生成と拡散モデルによるスキニング予測で、従来の手動作業を大幅に自動化する。
拡散モデルの苦手な希少概念を克服 画像検索で補う「ImageRAG」発表
研究チームは、画像生成モデルに検索拡張生成（RAG）を組み合わせる新手法「ImageRAG」を発表した。VLMが初稿の不足要素を判定して外部から参考画像を検索し生成を誘導する仕組みで、モデルの再学習は不要。SDXLやOmniGenで珍しい概念の生成精度が大幅に向上した。
SD3.5 LargeがAzure AI Foundryで提供開始：画像生成モデルを拡充
Stable Diffusion 3.5 LargeおよびStable Image Ultra、CoreがMicrosoft Azure AI Foundryのモデルカタログに追加された。SD3.5 Largeはテキストや画像を入力とした高精度な画像生成に対応し、企業は自社のクラウド環境から直接導入できる。
Google、画像合成ツール「Whisk」を世界100カ国以上へ提供拡大
Googleは実験的AI画像ツール「Whisk」の提供を100カ国以上に拡大した。テキストプロンプトの代わりに最大3枚の画像を使って被写体・背景・スタイルを指定し、Imagen 3で合成できる。なお、EUや英国、インドなどは対象外となっている。
CADFusion：テキストから高精度な3D CADモデルを生成するLLMフレームワーク
研究者らが自然言語からCADパラメトリックシーケンスを生成するフレームワーク「CADFusion」を発表した。シーケンス学習と視覚的フィードバックを交互に適用することで、論理的な整合性とレンダリング品質の両立を実現している。
静止画から狙った時間・位置に特撮を生成する「VFX Creator」登場
研究チームが制御可能な映像エフェクト生成フレームワーク「VFX Creator」とデータセット「Open-VFX」を発表した。静止画とテキストに加え、マスクによる位置指定とタイムスタンプによる開始・終了時刻の設定が可能で、爆破や溶解など 15 種類の特殊効果を狙ったタイミングで精密に再現できる。
クリスティーズが初のAIアート専門オークションを発表、反発広がる
クリスティーズはAI生成作品のみを扱う初の専門オークションの開催を発表した。現場で描画するロボットなども披露されるが、無断学習への抗議から中止を求める公開書簡には24時間足らずで1800件以上の署名が集まっている。
Krea AI、対話型生成ツール「Krea Chat」のオープンベータを公開
Krea AI は DeepSeek を活用した新機能「Krea Chat」のオープンベータを開始した。チャット画面からテキスト指示や参考画像のアップロードによる画像生成、さらに生成画像からの動画作成までを一元化。ログインすれば無料で試用可能だが、無料枠には制限がある。
Google、画像生成「Imagen 3」をGemini APIで提供開始
Googleは画像生成モデル「Imagen 3」をGemini API経由で開発者向けに提供開始した。1枚あたり0.03ドルで、SynthID電子透かしに対応する。まずは有料ユーザー向けに開放され、近日中に無料枠にも提供予定。
FreepikがGoogleの画像生成AI「Imagen 3」を統合、24時間限定で2回無料提供
Freepikは自社のAIスイートにGoogleの画像生成モデル「Imagen 3」を統合したと発表しました。繊細なディテールと光の表現力を特徴としており、提供開始から24時間以内は2回まで無料で画像を生成できます。
KREA AI、リアルタイム生成対応のカスタムモデル学習機能を提供開始
KREA AI はリアルタイム生成に対応したカスタムモデルの学習機能を追加した。インフラには io.net の分散型 GPU を採用。3 枚以上の参考画像をアップロードすれば数分で専用スタイルを学習でき、リアルタイム描画ですぐに使える。月額 10 ドルの有料プラン向けに提供される。
Spline、単一画像から3D空間を生成するAIモデル「Spell」発表
3DデザインツールのSplineは、1枚の画像から数分で3D空間を生成するAIモデル「Spell」を発表した。生成物はガウシアン・スプラッティングなどでレンダリング可能な立体表現として出力され、物理的な視点移動や反射の一貫性も維持される。