OpenAIは9月8日、画像生成モデル「ChatGPT Images 2.5」を発表しました。ChatGPT内での画像の細部表現や編集精度を高め、Images 2.0と比べて画像生成時の待ち時間を最大50％削減したとしています。デスクトップ、モバイル、ウェブ版のChatGPT、ChatGPT Work、Codexの全プラン利用者を対象に、同日から順次提供します。
同社によると、ChatGPT ImagesとAPIのGPT-Imageモデルでは毎週30億枚超の画像が作成されています。新モデルは、より自然な照明や豊かな質感を表現できるほか、参照写真に含まれる人物や物などの特徴を保ちながら、別の場面、画風、構図へ変換する能力を改善しました。編集では、利用者が指定した箇所だけを変更し、複雑な被写体や背景を含む画像でも、それ以外の要素を維持しやすくしたと説明しています。
複数回にわたって編集する場面も強化点です。長いChatGPTの会話内で具体的な編集指示を続けても、先行する変更内容を保ち、新しい修正を積み重ねながら画質が低下しにくくなるとしています。複雑な視覚指示の理解、現実世界に関する情報を含む画像の内容、透明背景を含むレイアウト、指定された視覚スタイルの反映も改善対象に挙げました。
ChatGPTには制作を支援する機能も加わります。新機能「Sketch」は、チャット上で描いたスケッチを最終画像の視覚的なガイドとして使うものです。部屋の配置や衣服の輪郭、簡単な落書きなどを描き、スタイルや必要な要素を文章で追加指定できます。利用時はChatGPTで「@Sketch」と入力します。また、「Poster」や「Merch」など、よく使われる制作形式のテンプレートを用意し、伝えたい情報、デザイン要素、スタイルを加えて作成を始められるようにしました。
画像を共有する際には、生成に使ったプロンプトを併せて共有できるようになります。受け取った人は、そのアイデアを基に自分の画像や詳細を加えた別の画像を作成できます。画像内へ直接コメントを置き、修正箇所をより絞り込む機能も導入します。
開発者向けAPIには、「GPT-Image-2.5 Flare」と「GPT-Image-2.5 Sunburst」の2モデルを投入しました。Flareは品質、編集、速度の改善を備えた大半の用途向けの標準モデルで、GPT-Image-2より高品質な画像を50％低い遅延で提供するとOpenAIは説明します。Sunburstは生成時間が長くなる一方、詳細なクリエイティブ作業や編集での精密な制御を想定したモデルです。両モデルはAPIで利用できます。
安全面では、既存の保護策を基に、プロンプトと画像を確認して有害な出力を防ぐ仕組みを採用します。生成画像の識別を支援するため、C2PAメタデータと不可視の透かしも継続して使用するとしています。