OpenAI「ChatGPT Images 2.5」登場 画像生成を最大50％高速化、編集性能も向上
参照画像の被写体を維持した編集や複数ターンの一貫性を強化、API向け2モデルも提供
米OpenAIは現地時間9月8日、画像生成モデル「ChatGPT Images 2.5」を発表した。前世代の「Images 2.0」と比べて画像生成のレイテンシを最大50％削減したほか、細部の描写精度や編集指示への追従性、複数ターンにわたる編集の一貫性を高めた。ChatGPT、ChatGPT Work、Codexの全ユーザーを対象に、デスクトップ、モバイル、Webで同日から提供を開始している。
参照画像の被写体を維持しながら編集
Images 2.5では、参照画像の人物や被写体の特徴を維持したまま、新しいシーンやスタイル、構図に変換する性能を向上させた。照明や質感もより自然になり、複数回の編集を重ねても被写体の特徴が崩れにくくなったという。指定した部分だけを変更し、それ以外を維持する編集性能も強化した。複数ターンにわたる編集でも、それまでの変更内容を保ちやすくなっている。
複雑な指示への対応を強化
複雑な視覚的指示を理解して画像に反映する能力も向上した。現実世界の情報を含む画像の内容をより正確に扱えるほか、透明背景を使った複雑なレイアウトや、指定したビジュアルスタイルにも対応する。ChatGPTには、手書きのラフスケッチを視覚的なガイドとして画像を生成できる「Sketch」も追加した。
このほか、ポスターや商品写真などに対応する「テンプレート」機能、画像に直接コメントを付けて編集指示を出す機能、生成に使用したプロンプトを共有する機能も追加した。
API向けに2種類のモデルを提供
開発者向けには、APIで「GPT-Image-2.5 Flare」と「GPT-Image-2.5 Sunburst」を提供する。FlareはGPT-Image-2と比べてレイテンシが50％低く、クリエイター向けコンテンツや商品体験、ビジュアル検索、大量生成など幅広い用途に対応する。一方のSunburstは、複数ターンにわたる編集で高い制御性が求められる用途向けで、キャンペーン素材や商品画像など、より精密なクリエイティブ制作を想定する。Flareより生成時間は長い。
Adobe FireflyやManusなどもすでにGPT-Image-2.5を利用しており、ChatGPTだけでなく、外部サービスを通じた画像生成や編集への展開も進みそうだ。
参照サイト
OpenAI News
Introducing ChatGPT Images 2.5
