ChatGPT Images 2.5 リリースノート

OpenAI は、より鮮明な詳細、より高速な生成速度、より正確な編集機能を備えた最先端の画像生成モデル「ChatGPT Images 2.5」をリリースしました。このアップデートは、参照画像の忠実度を向上させ、Images 2.0 と比較して最大 50% のレイテンシを削減し、クリエイターが最終出力に対してより多くの制御をできるようにする新しいユーザーインターフェースツールを導入しています。

イメージの忠実度向上と参照画像を基準としたワークフロー

Images 2.5 は、異なる設定、視覚スタイル、構図においても、参照画像から被写体を変換する能力を向上させ、被写体の認識しやすい特徴を保持します。これにより、照明やテクスチャがより自然に感じられ、特徴的な要素がより確実に引き継がれます。

API を使用する開発者にとっては、この忠実度の向上により、参照画像を基準としたワークフローがより信頼性が高くなり、画像のバリエーションが元のソース素材に anchored したままになります。

精度とマルチターン編集

Images 2.5 は、特定の要素（たとえば背景や単一の製品）を変更しつつ、画像の他の部分を変更しないように設計されています。この精度は、プロフェッショナルなワークフローにおけるブランド処理や構図の維持に不可欠です。

マルチターン会話における一貫性も向上しました。モデルは複数の反復処理において、編集指示をより確実に遵守するようになり、初期の変更が保持され、会話の進行に伴って画像品質が低下することもありません。

新しいクリエイティブツール：スケッチとテンプレート

OpenAI は、ChatGPT 内のクリエイティブプロセスを強化する複数の製品機能を導入しました：

スケッチ：ユーザーは @Sketch コマンドを使って、ChatGPT 内でざっくりとしたレイアウトやスケッチを直接描くことができ、モデルが最終的な画像を生成するための視覚的ガイドとして利用できます。
テンプレート：「ポスター」や「マーチャンダイジング」など、人気のあるクリエイティブニーズに合わせた事前定義されたフォーマットにより、ユーザーは白紙のキャンバスではなく、構造化されたプロンプトからスタートできます。
プロンプト共有：ユーザーは画像生成に使用した特定のプロンプトを共有できるようになり、他のユーザーが自らの写真や詳細を使って同じアイデアを再現できるようになります。
画像への直接コメント：ユーザーは画像上にコメントを直接記入することで、より的確な編集リクエストが可能になります。

API オファー：Flare と Sunburst

開発者向けに、OpenAI は API で2つの異なるモデルをリリースしています：

GPT-Image-2.5 Flare：ほとんどのアプリケーションにとってのデフォルト選択肢で、ChatGPT バージョンと同等の品質と速度の向上を提供し、GPT-Image-2 より 50% の低レイテンシを実現しています。
GPT-Image-2.5 Sunburst：極めて高い精度と編集におけるより細かい制御を必要とするプレミアムなビジュアルワークフロー向けに設計されていますが、生成時間は長めです。

コミュニティからのフィードバックと技術的観察

OpenAI がこれらのツールの有用性を強調する一方で、コミュニティはいくつかの技術的・実用的な観察をしています：

パフォーマンスの向上

開発者たちは顕著なレイテンシ削減を報告しています。あるユーザーは、GPT-Image-2 では平均で約 104 秒だったレイテンシが、2.5 バージョンでは 35 〜 40 秒にまで低下したと述べています。

忠実度とアーティファクト

改善は見られますが、一部のユーザーは、複雑な合成画像において、歯の構造や指の本数といった微細な詳細にまだ AI アーティファクトが見られると指摘しています。

実用性

コミュニティの意見は大きく分かれています。一部のユーザーは、インテリアデザインや UI のアイデア出しにこのツールが役立つと評価していますが、他のユーザーは、花の配置やタトゥーのデザインといった提示例は単なる「理想論」であり、スプライトシートやインフォグラフィックを作成するようなプロフェッショナルな生産課題を解決しているとは言えないとしています。

社会的影響

Hacker News 上の議論では、商業用看板における「AIスロップ」の拡散や、Facebook Marketplace などのプラットフォームでAIで加工された写真が実際の中古品の状態を誤って表現する可能性について懸念が示されています。

"中古品の Facebook Marketplace 体験は、LLM の広範な採用により著しく劣化しています…探しているものを見つけるのがますます難しくなっています。"

セーフティと利用可能範囲

OpenAI は引き続き C2PA メタデータと目に見えないウォーターマーキングを使用して、AI 生成コンテンツを識別しています。このモデルは、デスクトップ、モバイル、Web すべてのツールで、すべての階層の ChatGPT、ChatGPT Work、Codex ユーザーに利用可能です。