メモリスによる要約- スケッチを元にした画像生成やテンプレート機能を追加
- 編集時の一貫性とインフォグラフィックの精度も改善
- リアリズム向上に伴い偽画像対策も強化
OpenAIが公開した安全性文書によると、ChatGPT Images 2.5に新機能が加わった。目玉はスケッチを元にした画像生成で、手元のラフな下絵を入力にしてAIが仕上げの画像を作る仕組みだ。あわせてテンプレートやプロンプトの共有機能も加わり、生成の速度も上がったことで、短い時間で作って直す反復がしやすくなったという。
画像を編集する際の一貫性も高まったとされる。設定やスタイル、構図を変えながらも元の細部をより多く保てるようになり、インフォグラフィック(図表を使った説明画像)の精度とレイアウトも改善されたとOpenAIは説明している。
資料作成や企画のたたき台づくりでは、頭の中にあるイメージを言葉で説明し直す作業が地味に時間を食う。スケッチのまま渡せる機能は、この「言語化のコスト」を一段飛ばしにする類のものだ。会議で使った手書きの図やホワイトボードの写真を、そのまま提案資料の素材に変換する使い方も広がりそうだ。
この手の機能追加を見て興味深いのは、入力の形式そのものを変えるアプローチが、生成AIの使われ方を静かに変えている点である。言葉で説明してから渡すのではなく、手を動かした結果(スケッチ、あるいは録音した音声)をそのまま渡せるようにすると、道具として使われる場面が一気に広がる。会議やアイデアを声のまま残し、後からAIに文字起こし・要約させるメモリスのようなAIボイスメモも、同じ発想に立っている。
もっとも、この種の進化には裏がある。OpenAIも認めている通り、ChatGPT Images 2.5は前バージョンよりリアリズムが高まった結果、対策がなければ実在の人物や場所、出来事についてのより説得力のある偽画像(政治的・性的な文脈を含む)を作れてしまう可能性がある。表現力の向上と悪用リスクの拡大は、同じ性能向上から生まれる表裏の関係にあり、片方だけを享受することはできない。
そこで問われるのは、性能を上げながらリスクを抑える仕組みを、開発側がどこまで作り込めているかだ。OpenAIは生成前に違反の疑いがあるリクエストを止める安全プロンプト、入力画像を審査する分類器、入力とプロンプトの組み合わせから悪意ある編集を見抜く仕組み、そして生成後に画像を最終チェックする段階まで、複数の層を重ねる設計を採っていると説明している。単発のフィルターではなく、生成前・生成中・生成後の各段階に別々の防波堤を置く発想は、生成AIが実用に耐える製品になるための最低条件になりつつある。OpenAI自身、安全性の評価では今回のモデル群は前バージョンと総じて同等かそれ以上の結果だったとしており、リアリズムを高めながらも安全対策のガードレールを弱めない方向で開発が進んでいることがうかがえる。この構図は画像生成に限らず、Google Vidsのような文書の自動変換機能や、Geminiの音声生成機能にも共通する課題であり、入力形式を広げる機能を選ぶ際は、生成後のコンテンツをどう扱うかまで含めて使い方を決めておくのが実務上の備えになる。
関連記事
メモリス ブログの記事を、Googleで便利に検索できます
