ChatGPT Images 2.5は、新しい最先端（state-of-the-art）の画像モデルです。ChatGPT Images 2.5は、より鮮明なディテール、より精密な編集、そしてより高速な画像生成を創作ワークフローにもたらします。今回の発表では、モデルの改善に加えて、ChatGPTに作成・共有のためのより良いツールも導入されています。

Images 2.5は、より自然な照明とより豊かなテクスチャを生成し、参照写真の被写体をよりよく保持して、複数ターンにわたる編集指示にもより確実に従います。Images 2.5では、Images 2.0と比べて画像生成のレイテンシを最大50%削減しており、画像の生成とコンセプトの改良をより素早く行えます。また、ChatGPTでは、創作過程でより多くの制御ができるプロダクト機能を導入しています。

参照写真の保持と精密な編集

Images 2.5は、参照写真をもとに、身近な被写体を新しい設定、ビジュアルスタイル、構図へ変換する作業がより得意になりました。被写体はより見分けやすくなり、照明とテクスチャはより自然になり、特徴的な要素が引き継がれやすくなっています。Images 2.5では、絞り込んだ編集(focused edit)がしやすくなり、最終的な画像が利用者が実際に思い描いていたものにより沿うようになります。また、Images 2.5は依頼された部分だけを編集し、それ以外のディテールは同じに保つことがより得意であり、これはより複雑な被写体や背景でも同様です。OpenAIは、最も意味のある画像は、その元になった実在の人物、場所、そして思い出に根ざしていると感じられるものだ、と述べています。記事に掲載された動画は複数の画像で構成されており、精密な編集指示に従う能力が高まったことを示しています。

Images 2.5は、複雑な視覚的指示を理解し、それを一貫した結果に変換する能力が向上しています。Images 2.5では、現実世界の情報を含む画像の内容がより正確になり、透過背景を含むより複雑なレイアウトも扱えます。また、Images 2.5は視覚スタイルをより良く反映できるため、生成される画像がユーザーの芸術的なビジョンにより沿うようになります。Images 2.5では、複数回の編集を通じて以前の変更や画質が一貫して保たれる可能性が高まっており、各新しい編集は、時間の経過とともに画質を低下させることなく、すでに行った作業の上に積み上げられます。このような一貫性は、アセット全体を作り直さずに的を絞った変更を加える必要がある開発者の本番ワークフローにおいても重要です。

ChatGPTでの長い会話の中でも、Images 2.5は複数回の編集にわたって個々の編集指示により確実に従います。記事に掲載された別の動画は複数の画像で構成されており、ChatGPT Images 2.5のモデルが複数ターンにわたって画質を維持する能力を高めたことを示しています。

提供範囲と安全対策

ChatGPT Images 2.5は、すべてのティア(tier)において、デスクトップ、モバイル、webで9月8日から順次提供されます。この機能は、ChatGPT、ChatGPT Work、Codexのユーザー向けに展開されます。

ChatGPT Images 2.5は既存の安全対策の上に構築されており、有害な出力を防ぐのに役立つよう、プロンプトと画像のチェックを行います。また、同社のツールで作られた画像を識別しやすくするため、C2PAメタデータと見えない透かしを引き続き使っています。評価と取り組み方の詳細は、システムカードで読めます。

Sketchやテンプレートなど新機能

ChatGPTは、作りたいものは明確だが、取りかかるための手助けが欲しい場合を想定した機能として、特に人気のあるクリエイティブ形式のテンプレートを導入しています。

現在話題になっているプロンプトの例として、80年代の自分がどう見えたかを確認できるものが紹介されています。

ChatGPT ImagesとAPIのGPT-Imageモデルを合わせて、毎週30億枚を超える画像が作成されています。

Sketchは、ChatGPT内で直接描画し、それを最終画像の参照として使える新機能です。アイデアを説明する最も明快な方法が、絵に描くことである場合があります。Sketchを使うときは、スタイルやその他の希望するディテールの説明を加えると、ビジョンが反映されやすくなります。

部屋のレイアウト、考案中の服の輪郭、ちょっとした落書きなどをすばやく描くと、ChatGPTがそのラフな絵を完成した画像に仕上げます。Sketchを使うのにプロの画家である必要はなく、最終的な画像を頭の中のイメージに近づけるための一つの方法です。試すにはChatGPTで「@Sketch」と入力します。

テンプレートを使うと、チラシ(flyers)や商品写真(product photos)など、特に人気のある画像フォーマットで作成を始めやすくなります。白紙から始める代わりに、「Poster」や「Merch」などのテンプレートを選び、伝えたい情報、デザイン要素、スタイルなどのディテールを加えて結果を自分向けにカスタマイズできます。ChatGPT Imagesでは、共有したくなるほど出来のよい画像ができあがることがよくあります。

ChatGPTでは、画像に直接コメントを置いてより的を絞った編集ができるようになりました。また、使ったプロンプトを共有して、他の人が自分の写真や詳細でそのアイデアを試せるようにすることも可能です。画像を共有するとき、その画像に至ったプロンプトも含めて共有することを選べます。他の人は同じアイデアを引き継ぎ、自分の画像やディテールを持ち込んで自分らしいバージョンを作ることができます。

API向け新モデルの特徴

APIにおいて、2つの新しい画像モデルが公開されました。開発者は、クリエイティブ、マーケティング、小売、メディアの各チームが日々使う製品に、Images APIで画像生成ワークフローを組み込んでいます。

GPT-Image-2.5 Flareは、ChatGPTのImages 2.5と同じ品質、編集、速度の改善をAPIにもたらすモデルで、ほとんどのアプリケーションにとってデフォルトの選択肢です。このモデルは、GPT-Image-2より高品質な画像を、50%低いレイテンシで生成します。GPT-Image-2.5 Flareは、クリエイターやソーシャル向けのコンテンツ、製品体験、ビジュアル検索、画像の高速プロトタイピング、大量生成など幅広い用途に適しています。

GPT-Image-2.5 Sunburstは、APIで利用可能です。このモデルは、編集全体にわたってより緻密な制御の恩恵を受けるプレミアムなビジュアルワークフロー向けに作られています。OpenAIは、制作そのまま使えるキャンペーン用クリエイティブや、仕上がりの良い製品画像などのクリエイティブ・編集ワークフローで使うよう勧めています。GPT-Image-2.5 Sunburstは、生成時間が長くなる代わりに、詳細な創作作業向けにさらに高い精度を提供します。

APIで開発するチームにとって、Images 2.5の参照写真に対する忠実度により、参照を起点にしたワークフローがより信頼できるものになり、バリエーションを元の素材に沿ったものに保てます。Images APIを使う開発者が提供する製品では、Images 2.5によって、ユーザーが商品、背景、コピーなどの単一の要素を更新しつつ、その周囲の被写体、構図、ブランド処理を保持することが可能になります。また、開発者や企業向けに、Images 2.5は複雑なクリエイティブブリーフをより確実に扱えるようにします。指示が具体的になっても流されにくく、求められたビジュアルの方向性、構図、個々のディテールを維持しやすいのが特徴です。こうした維持力は、ブランドに沿った一連のクリエイティブ素材、与えられた階層構造を保つUIコンセプト、定義された構造に合うプレゼンテーション用ビジュアルを生成する際に重要になります。