xAIが「Imagine Image 2.0」公開、部分編集や最大5枚の参照に対応

AIで画像を生成したことがある人なら、ほんの少し手直ししたいだけなのに、再生成を押した瞬間に顔も構図もまったく別の絵に化けてしまった経験があるはずです。

xAIは8月7日、画像生成・編集モデルの最新版「Imagine Image 2.0」を正式公開しました。Web版のgrok.com/imagineのほか、iOSおよびAndroidアプリの新しい「Quality Mode」として利用可能になっており、API向けには「grok-imagine-image-2.0」として提供されます。

xAIによると、今回の開発目標は「実際のクリエイティブ業務でそのまま使える画像を作ること」に絞られています。

「引き直し」ではなく、ピンポイントで直す編集ツール

実際の制作現場では、最初の1枚で完成することはまずありません。修正の繰り返しが前提だからこそ、Image 2.0は編集機能を最優先の能力として組み込んでいます。

目玉となるのは指定箇所だけを書き換える「マジックワンド」です。変更したい部分を指し示すだけで、それ以外の領域には一切手を触れずに修正を加えます。高精度なセグメンテーションによる領域指定や、被写体を切り抜いて透明背景のまま書き出す背景除去機能も備えています。

また、マルチリファレンス編集では最大5枚の参照画像を一度に読み込めるため、事前に手作業で画像を合成して入力する必要がなくなりました。アスペクト比の変更にも柔軟に対応し、キャンバスを広げれば余白を自然に補完します。さらにタイポグラフィとレイアウト設計が見直され、複雑な構図でも崩れにくく、小さな文字もシャープに出力されます。

あらかじめワークフローを固めたテンプレートも用意されました。ポートレート写真、EC向け商品画像、アイコン、ゲーム用アセットなどを選ぶだけで、キャラクターや背景、小道具の世界観を一貫させたまま生成できるようになっています。

なお、8月7日時点のLMSYS Arena（SpaceXAI名義で参加）において、Image 2.0はテキスト画像生成と画像編集の両部門で世界第2位にランクインしたとされています。

なぜ重要か

今回のアップデートは、ユーザーの現場目線に立った非常に現実的な進化だと評価できます。これまでの生成AIは「きれいな絵を引くガチャ」になりがちで、デザイナーにとって最大の壁は微修正の難しさとスタイルのブレにありました。

5枚までの参照画像取り込み、意図した部分だけを確実に直せる編集機能、そして透過PNGの書き出しまでモデル側で完結できる点は、個人開発者やEC事業者にとって実用性が極めて高いと言えます。別のフォトレタッチソフトを行き来する手間を確実に減らしてくれるはずです。

業界全体にとっても、競争の焦点が単なる解像度や質感の向上から「作業の一貫性と編集のしやすさ」へ明確にシフトしたことを示しています。

一方で、実務ツールとして定着するには、API利用時のレスポンス速度やコストパフォーマンス、そして複雑なブランドアセットを扱った際の文字再現性がどこまで安定しているかが今後の試金石になりそうです。