ChatGPTのImages 2.0モデルはテキスト生成に優れている
ほんの数年前までは、人間が作成した画像とAIが生成した画像を見分けるのは比較的簡単でした。当時、画像生成モデルにメキシコ料理店のメニューを作成させると、「エンチュイタ」や「チュリロス」、「バート」、「マルガータ」といった、奇妙な架空の料理が頻繁に生成されていました。
今日、最新のChatGPT Images 2.0モデルにメキシコ料理のメニューを作成するよう依頼すると、実際のレストランですぐに使えるようなものが生成され、客が不自然さを感じることはまずないだろう。(とはいえ、13.50ドルのセビチェには、魚の品質について疑問を抱く人もいるかもしれないが)。

画像提供:ChatGPT Images 2.0
比較のために、2年前にDALL-E 3から受け取った結果を以下に示します。(当時、ChatGPTには画像生成機能がありませんでした):

画像提供:Microsoft Designer (DALL-E 3)
これまで、AI画像生成ツールは文字の描画に大きな課題を抱えていました。これは主に、ランダムなノイズから画像を再構築する拡散モデルに依存していたためです。
「拡散モデルは……与えられた入力を再構築しているのです」と、Lesan AIの創業者兼CEOであるAsmelash Teka Hadgu氏は2024年にTechCrunchに説明しました。「画像上のテキストはごくわずかな要素に過ぎないと見なせるため、画像生成モデルはより多くのピクセルを占める視覚パターンの学習を優先するのです。」
それ以来、研究者たちは自己回帰モデルなど、画像生成に対する他のアプローチを調査してきた。これらのモデルは、画像がどのように見えるべきかを段階的に予測し、大規模言語モデル(LLM)とより類似した働きをする。
残念ながら、OpenAIは今週の記者会見において、ChatGPT Images 2.0を支える具体的なモデルアーキテクチャに関する質問への回答を控えた。
しかし同社は、新モデルが「思考能力」を備えていることを明らかにした。これにより、ウェブ検索、単一のプロンプトからの複数画像生成、自身の出力結果の検証が可能となる。これらの機能により、Images 2.0は様々なサイズのマーケティング資料や、複数コマの漫画を生成できるようになった。
またOpenAIは、Images 2.0が日本語、韓国語、ヒンディー語、ベンガル語を含む非ラテン文字のレンダリングをより的確に処理できると述べています。モデルの知識は2025年12月時点のものであり、ごく最近の出来事に関連する画像を生成する際の精度に影響を与える可能性があります。
「Images 2.0は、画像生成において前例のないレベルの詳細さと正確さを実現します。より複雑なシーンを構想できるだけでなく、そのビジョンを効果的に具現化することも可能です。指示を正確に遵守し、要求された詳細を維持するとともに、小さなテキスト、アイコン、UIコンポーネント、複雑な構図、微妙なスタイルのニュアンスなど、他の画像モデルにとってしばしば課題となる細かな要素を、最大2Kの解像度でレンダリングします」と、OpenAIはプレスリリースで述べています。
こうした高度な機能により、画像生成はChatGPTにテキストで質問するほど瞬時ではありません。しかし、複数コマの漫画のような複雑なものを生成する場合でも、所要時間は数分程度です。
火曜日から、すべてのChatGPTおよびCodexユーザーがImages 2.0を利用できるようになり、有料サブスクライバーはより高度な出力を生成できるようになります。同社はまた、gpt-image-2 APIをリリースする予定で、価格は希望する出力品質と解像度に基づいて設定されます。
関連記事
PHPのアルマゲドン:OpenAIとGoogleのWizが古くからの脆弱性を発見、ネット上でパニックを引き起こす
米国国家安全保障局(NSA)は水曜日、PHPに存在する2つの深刻な脆弱性について重大な警告を発しました。これに対し、PHP財団はすでにパッチを公開しています。サーバーサイドスクリプト言語であるPHPは、世界のウェブサイトの約70%(3,300万サイト以上)を支えており、WordPressなどの主要なコンテンツ管理プラットフォームに不可欠な存在です。NSAは、これらの脆弱性が極めて深刻であるため、パ
GoogleのAI概要記事が検索結果で存在感を増している
Similarwebの「2026年生成AIの現状」レポートによると、米国の検索の43%でGoogleのAI生成要約が表示されており、これは前年の15%から大幅に増加した。「AI Overviews」は通常の検索結果内に生成された要約を表示するのに対し、「AI Mode」は複雑なクエリや追問に対応する対話型インターフェースを提供する。ユーザーは、最初の検索の文脈を失うことなく、「AI Overvie
OpenAIは、ChatGPTの新しいデフォルトモデルとして「GPT-5.5 Instant」をリリースしました。
OpenAIは月曜日、GPT-5.5 Instantをリリースし、ChatGPTのデフォルトモデルとしてGPT-5.3 Instantを置き換えた。同社は、このアップデートにより、法務、医療、金融といった高リスクな分野におけるハルシネーション(幻覚)を最小限に抑えながら、以前のバージョンの高速な応答時間を維持していると述べている。先月、コーディングや知識作業の強化を強調した幅広いGPT-5.5シリーズがリリースされた後、OpenAIはこれらの改善をインスタンモデルに統合した。パフォーマンス面
関連特集おすすめ
コメント (0)
0/500
ほんの数年前までは、人間が作成した画像とAIが生成した画像を見分けるのは比較的簡単でした。当時、画像生成モデルにメキシコ料理店のメニューを作成させると、「エンチュイタ」や「チュリロス」、「バート」、「マルガータ」といった、奇妙な架空の料理が頻繁に生成されていました。
今日、最新のChatGPT Images 2.0モデルにメキシコ料理のメニューを作成するよう依頼すると、実際のレストランですぐに使えるようなものが生成され、客が不自然さを感じることはまずないだろう。(とはいえ、13.50ドルのセビチェには、魚の品質について疑問を抱く人もいるかもしれないが)。

画像提供:ChatGPT Images 2.0
比較のために、2年前にDALL-E 3から受け取った結果を以下に示します。(当時、ChatGPTには画像生成機能がありませんでした):

画像提供:Microsoft Designer (DALL-E 3)
これまで、AI画像生成ツールは文字の描画に大きな課題を抱えていました。これは主に、ランダムなノイズから画像を再構築する拡散モデルに依存していたためです。
「拡散モデルは……与えられた入力を再構築しているのです」と、Lesan AIの創業者兼CEOであるAsmelash Teka Hadgu氏は2024年にTechCrunchに説明しました。「画像上のテキストはごくわずかな要素に過ぎないと見なせるため、画像生成モデルはより多くのピクセルを占める視覚パターンの学習を優先するのです。」
それ以来、研究者たちは自己回帰モデルなど、画像生成に対する他のアプローチを調査してきた。これらのモデルは、画像がどのように見えるべきかを段階的に予測し、大規模言語モデル(LLM)とより類似した働きをする。
残念ながら、OpenAIは今週の記者会見において、ChatGPT Images 2.0を支える具体的なモデルアーキテクチャに関する質問への回答を控えた。
しかし同社は、新モデルが「思考能力」を備えていることを明らかにした。これにより、ウェブ検索、単一のプロンプトからの複数画像生成、自身の出力結果の検証が可能となる。これらの機能により、Images 2.0は様々なサイズのマーケティング資料や、複数コマの漫画を生成できるようになった。
またOpenAIは、Images 2.0が日本語、韓国語、ヒンディー語、ベンガル語を含む非ラテン文字のレンダリングをより的確に処理できると述べています。モデルの知識は2025年12月時点のものであり、ごく最近の出来事に関連する画像を生成する際の精度に影響を与える可能性があります。
「Images 2.0は、画像生成において前例のないレベルの詳細さと正確さを実現します。より複雑なシーンを構想できるだけでなく、そのビジョンを効果的に具現化することも可能です。指示を正確に遵守し、要求された詳細を維持するとともに、小さなテキスト、アイコン、UIコンポーネント、複雑な構図、微妙なスタイルのニュアンスなど、他の画像モデルにとってしばしば課題となる細かな要素を、最大2Kの解像度でレンダリングします」と、OpenAIはプレスリリースで述べています。
こうした高度な機能により、画像生成はChatGPTにテキストで質問するほど瞬時ではありません。しかし、複数コマの漫画のような複雑なものを生成する場合でも、所要時間は数分程度です。
火曜日から、すべてのChatGPTおよびCodexユーザーがImages 2.0を利用できるようになり、有料サブスクライバーはより高度な出力を生成できるようになります。同社はまた、gpt-image-2 APIをリリースする予定で、価格は希望する出力品質と解像度に基づいて設定されます。
PHPのアルマゲドン:OpenAIとGoogleのWizが古くからの脆弱性を発見、ネット上でパニックを引き起こす
米国国家安全保障局(NSA)は水曜日、PHPに存在する2つの深刻な脆弱性について重大な警告を発しました。これに対し、PHP財団はすでにパッチを公開しています。サーバーサイドスクリプト言語であるPHPは、世界のウェブサイトの約70%(3,300万サイト以上)を支えており、WordPressなどの主要なコンテンツ管理プラットフォームに不可欠な存在です。NSAは、これらの脆弱性が極めて深刻であるため、パ
GoogleのAI概要記事が検索結果で存在感を増している
Similarwebの「2026年生成AIの現状」レポートによると、米国の検索の43%でGoogleのAI生成要約が表示されており、これは前年の15%から大幅に増加した。「AI Overviews」は通常の検索結果内に生成された要約を表示するのに対し、「AI Mode」は複雑なクエリや追問に対応する対話型インターフェースを提供する。ユーザーは、最初の検索の文脈を失うことなく、「AI Overvie
OpenAIは、ChatGPTの新しいデフォルトモデルとして「GPT-5.5 Instant」をリリースしました。
OpenAIは月曜日、GPT-5.5 Instantをリリースし、ChatGPTのデフォルトモデルとしてGPT-5.3 Instantを置き換えた。同社は、このアップデートにより、法務、医療、金融といった高リスクな分野におけるハルシネーション(幻覚)を最小限に抑えながら、以前のバージョンの高速な応答時間を維持していると述べている。先月、コーディングや知識作業の強化を強調した幅広いGPT-5.5シリーズがリリースされた後、OpenAIはこれらの改善をインスタンモデルに統合した。パフォーマンス面





家






