ChatGPT Images 2.5登場：他社の生画像モデルも本気で警戒が必要に
Tapbit Wire著者：肖 Jing（シャオ・ジン）、騰訊科技（テンセント・テクノロジー）
編集：徐 Qingyang（シュウ・チンヤン）、騰訊科技（テンセント・テクノロジー）
米国現地時間9月8日、OpenAIが最新画像生成モデル「ChatGPT Images 2.5」を発表しました。
新バージョンは、画像編集機能、参照画像の忠実度、および複数回編集における一貫性の向上に重点を置いています。ユーザーが画像を継続的に修正する際、以前に調整した内容がより確実に保持されます。人物・製品・背景などの特定要素を変更する場合も、指定部分のみを簡単に編集できます。生成速度はImages 2.0比で最大50％高速化されました。
同時に、ChatGPTはスケッチ入力、テンプレート、画像コメント機能を追加しました。ユーザーはスケッチを直接描いて参照として利用したり、画像上で修正箇所をマークできます。開発者はAPI経由で「GPT-Image-2.5 Flare」と「GPT-Image-2.5 Sunburst」を利用可能です。
OpenAIによると、現在ChatGPT ImagesおよびAPI内のGPT-Imageモデルを通じて、ユーザーが毎週30億枚以上の画像を生成しています。Images 2.5は、ChatGPT、ChatGPT Work、Codexの各ユーザー向けにウェブ・デスクトップ・モバイル全プラットフォームで提供開始されています。
01 全体ではなく、一部だけを変更
AI生成画像の真の課題は、初回生成後の編集段階に多くあります。たとえば、人物は満足できるが衣装だけ変更したい、製品は決定済みだが背景だけ差し替えたい、ポスター完成済みだが1行のテキストだけ修正したいなどです。従来、継続編集すると画像の他の部分まで変化してしまうことがありました。
Images 2.5では、精密編集を最優先に位置づけています。OpenAIは「全身編集」「多都市旅行チケット」などの事例を提示。連続画像で編集プロセスを示し、指示通りに指定内容を調整しつつ、被写体や構図などの元の詳細を維持できるかを検証しています。
『多都市旅行チケット』の例は比較的直感的です。画像中の1つの情報のみを変更する場合、モデルは対象オブジェクトを正確に特定し、チケット全体のデザイン構造を保ったまま修正する必要があります。この能力は、単に美しい画像を生成するよりも、製品画像・広告素材・ブランドポスターなど実用的な用途で価値があります。
もう一つの焦点は、複数回にわたる編集です。OpenAIは「キューブ回転」「旅行インフォグラフィック」「誕生日キャンドル」の3事例を紹介。これらは単発生成ではなく、連続的な複数編集を伴うもので、既に完了した編集内容が後続操作によって乱されず、継続して保持されることを実証しています。
これはImages 2.5アップグレードにおいて、最も注目すべき点です。
ユーザー@thesoragirlsが簡潔なテストを行いました。画像内にキャンドルを描きつつ、花びらは変更しないよう指定し、他の領域を編集した際に元の花びらが影響を受けないかを確認しました。その結果、固定された花びらは保持され、他の部分は指示通りに変化しました。
ただし、連続編集ではディテールの問題が完全には解決されていません。日本のアニメーター@genel_ai氏が実際のテストで発見したところ、公式が複数回編集後も画質を維持できると強調していたにもかかわらず、編集を重ねるとアーティファクトやテクスチャの変化が依然として発生しました。
つまり、2.5版は安定性が向上したものの、複雑なシーンでは依然として画質劣化が発生する可能性があります。
02 参照画像：より安定
画像2.5の2つ目の変更点は参照画像の取り扱いです。
ユーザーはキャラクターやペットなどの写真を提供し、それを新しいシーンに登場させたり、ビジュアルスタイルや構図を変更したりできます。OpenAIによると、新バージョンはキャラクターの識別可能な特徴を保持する能力が向上し、ライティングとテクスチャの品質も改善されています。
公式の例には「赤ん坊ポートレートの再デザイン」「コスチュームを着た犬」「フォトブース風ポートレート」「グループパーティ合成写真」「ベッドメイキング」の5ケースが含まれます。
これらの事例は異なる状況をカバーしています。「赤ん坊ポートレート」と「フォトブース風ポートレート」は主にキャラクターの特徴保持を確認、「犬」の事例は衣装変更後の被写体の再現性を検証、「グループパーティ合成写真」は複数人物の同時描写、「ベッドメイキング」は日常的な画像編集に近く、元のシーンへの特定の調整が求められます。
この機能は、同一キャラクターや製品、ブランド素材を継続的に使用する作業にとって特に重要です。API利用者は同一参照画像に基づいて異なるバージョンを生成でき、毎回の生成で大きく変化するリスクを低減できます。
複雑な画像も今回の公式事例の重点です。OpenAIは、緑豊かな景観・湖・未来都市を収めた巨大円筒形宇宙居住区の前で家族が立つ、1950年代風ファミリーイラストを紹介しました。
OpenAIの公式紹介ページには宜昌市の旅行ページが掲載され、観光地・観光情報・画像・テキストを1ページに統合した完成度の高い旅行ガイドが実現されています。これは単一要素ではなく、複数画像・多段階テキスト・ページレイアウトを同時に処理する必要があります。
中世をモチーフにした9マスのモダニストポスターのセットもあり、それぞれ異なる幾何学模様と「創造する」「共に成長」「思いやりを選択」などのテキストが入っています。
もう1枚は印象派風のサンフランシスコ街並みで、カラフルな家々の間を通り抜ける道が湾とゴールデンゲートブリッジへと続いています。
その他、クリーム・ゴールド調のコモ湖ウェディング招待状、上下反転した未来都市、米国国立公園のレトロ風切手（8種）、太陽フレアの科学スライド、青・金色の地球モザイク、ChatGPTステッカー風ポスター、雨中の未来都市などがあります。
これらの例には、イラスト、ポスター、招待状、インフォグラフィック、科学的イラスト、製品プロモーション画像など、さまざまな種類が含まれます。OpenAIの焦点も明確です：プロンプトで画像構造・テキスト・ビジュアルスタイル・特定要素を同時に指定した場合、Images 2.5はこうした要件をより完全に実行できます。
ファッション起業家のYana Welinder氏は、Images 2.5がファッションデザイン性能で大幅に向上したと評価しています。旧モデルでは参考デザインを保持できたものの、完成イメージがやや平板になることがありました。一方、2.5ではオリジナルデザインがより完成度の高い視覚効果で再現されると述べています。
しかし、反対のテスト結果を報告する声もあります。AI・ソフトウェアエンジニアのMark Kretschmann氏は、特に森林シーンにおけるノイズ・アーティファクト検証を実施しました。
彼によると、2.5には多くの改善点がありますが、テスト結果は安定していません。また、Images 2.5と2.0を比較したところ、検証したいくつかのケースでは、2.0の方がリアリズム面で優れていたとのことです。
したがって、現時点でのより正確な評価は、Images 2.5が主に編集制御と複雑な指示処理能力を向上させたものの、実際の出力品質は画像タイプによってばらつきがある、ということです。
03 何本か線を引けば、理解します
モデルそのものに加え、OpenAIはChatGPTにいくつかの新操作方法を追加しました。
最も直感的なのは「スケッチ」機能です。ユーザーはChatGPT内で直接スケッチを描き、それをもとに最終画像を生成させられます。たとえば部屋の設計なら概略レイアウトを、服の制作ならシルエットを、あるいは単に構図のラフを描いても、ChatGPTが詳細を補完してくれます。その後、ビジュアルスタイルなどの要件を追加可能です。
利用には「@Sketch.」と入力するだけです。これにより、テキストプロンプトへの依存が大幅に軽減されます。物体の位置・比率・輪郭などは言葉で説明しにくい場合が多く、今後はまず描いてからモデルに細部を任せるという流れになります。
ユーザー@fquolodasha氏がGPT-Image2.5の手書き認識能力をテストしたところ、非常に高い評価を与え、「かなりすごい」と称賛。OpenAIの最近の急速なアップデートと能力向上に感嘆を示しました。
テンプレート機能は別の課題に対応します。ChatGPTにはポスターやグッズ（Merch）など、一般的な作成フォーマットが追加されました。ユーザーはまずテンプレートを選択し、伝えたい情報・デザイン要素・ビジュアルスタイルを入力すればよく、毎回白紙から始める必要がなくなります。
画像共有機能にも「プロンプト」オプションが追加されました。画像を共有する際に、生成に使用したプロンプトも併せて共有できるようになりました。他ユーザーはこれをもとに、自身の写真や詳細情報を差し替えて再生成できます。
OpenAIが提示した例は、「1980年代風ポートレート：カールヘア、カラフルなジャケット、ゴールドチェーン、ネオン照明、音楽プレーヤー」です。他のユーザーはこのアイデアを踏まえ、自分の写真に置き換えて活用できます。
04 2つのAPIバージョン
Images 2.5はAPIにも統合され、OpenAIは「GPT-Image-2.5 Flare」と「GPT-Image-2.5 Sunburst」の2種類をリリースしました。
Flareはデフォルト版で、速度・品質・編集機能に重点を置いています。OpenAIによると、GPT-Image-2より高品質な画像を生成し、遅延を50%削減。SNS向けコンテンツ、製品体験、ビジュアル検索、迅速なプロトタイピング、大規模画像生成に適しています。
一方Sunburstは、正式な広告素材や高品質製品画像など、細かい制御が必要な作業向けです。生成時間を長くすることで、より精密な編集が可能になります。
OpenAIが公開した初期ユーザーのフィードバックも、主に編集制御に焦点を当てています。
HiggsfieldのAI製品責任者アクスタン・アリムクーロフ氏は、Flareが「変更しないべき要素」をより正確に理解できることを指摘。映画・UGC・広告チームにとって、ある要素を編集しても、元のキャラクターや構図、視覚的認識をできる限り維持できます。
シリアル・エンタープレネurの@gkxspace氏は、商用画像ワークフロー内でこのアップデートを確認。過去のAI生成画像の最大の課題は、1枚目は良質でも、それを基に安定して2・3枚目を生成するのが困難だった点だと指摘。Images 2.5の連続編集・速度・参照画像の忠実度向上により、ECでのコーデ変更・ブランド素材拡張・連続イラスト制作などが実用的になりました。
現在、Images 2.5はChatGPT・ChatGPT Work・Codexユーザーに対応済み。API上のFlareおよびSunburstも利用可能。プロンプト・画像の安全性チェック、C2PAメタデータ、非表示ウォーターマークなど、OpenAIツール生成画像の識別機構は維持されています。
公式事例と現行ユーザーテストから、今回のアップデートの焦点は明確です：画像生成後の修正をよりコントロールしやすくし、連続使用時の参照画像の安定性を高め、スケッチ・テンプレート・画像注釈などの操作をワークフローに統合することです。
複数回編集後のリアリズム・ディテール・画質については、既存テストで結果にばらつきがあります。Images 2.5でこれらの課題がどの程度改善されるかは、今後の実践的な利用による検証が必要です。
