OpenAIは新しい画像生成モデルで「コードレッド」戦略を継続

OpenAIは、より優れた指示遵守、より正確な編集、そして最大4倍速い画像生成速度を約束する新バージョンのChatGPT Imagesを展開しています。

この新モデルはGPT-Image-1.5と名付けられ、火曜日からすべてのChatGPTユーザーおよびAPI経由で利用可能です。これは、先月OpenAIのCEO Sam Altmanが内部メモで「コードレッド」を宣言した後、GoogleのGeminiとの競争が激化している最新の動きです。そのメモには、Googleが最新のフラッグシップモデルGemini 3と、Googleのバイラル画像生成器の最新バージョンNano Banana Proをリリースし、市場シェアを獲得し始めたことを受けて、OpenAIがAIリーダーとしての地位を取り戻す計画が詳述されていました。これら両方のモデルは、複数のベンチマークでLMArenaリーダーボードのトップに立っています。

Googleは、OpenAIが先週GPT-5.2をリリースしてその成功に応じ、開発者や日常のプロフェッショナル利用向けにこれまでで最も高度なモデルであるとアピールした後も、リードを維持しています。OpenAIは当初、1月初旬に新しい画像生成器をリリースする予定だったと報じられており、今週の発表でその計画を加速させました。前回の画像モデルリリースは4月のGPT-Image-1でした。

GPT-Image-1.5は、画像および動画生成器がプロトタイプを超えて、より本格的な生産対応機能を獲得しつつある中で登場します。Nano Banana Proと同様に、ChatGPT Imagesはポストプロダクション機能を提供し、顔の類似性、ライティング、構図、色調など、編集を通じてビジュアルの一貫性を維持するためのより詳細な編集コントロールを提供します。

上記と同じ画像が異なる編集で表示されており、GPT-Image-1.5の指示遵守の向上を示しています。 Image Credits:OpenAI

ほとんどのGenAI画像ツールはイテレーションが苦手なため、これは大きな進歩となります。例えば「顔の表情を調整する」や「ライティングを冷たくする」といった具体的な変更を求めても、モデルはしばしば画像全体を再解釈してしまい、一貫性が失われがちです。

今回のアップデートは新機能だけではありません。ChatGPT Imagesは、ChatGPTサイドバー内の専用エントリーポイントからもアクセスできるようになり、「よりクリエイティブスタジオのように」動作するようになったと、OpenAIのアプリケーション部門CEOであるFidji Simoが火曜日のブログ投稿で述べています。

「新しい画像閲覧・編集画面により、自分のビジョンに合った画像を作成したり、トレンドのプロンプトやプリセットフィルターからインスピレーションを得たりするのが簡単になります」とSimoは書いています。

新しい画像生成器に加え、OpenAIはChatGPT体験をよりビジュアル要素で向上させる新しい方法も導入しています。Simoによると、検索クエリにより多くのビジュアルと明確な情報源を表示する計画で、単位変換やスポーツのスコア確認などのタスクに役立つ可能性があります。

「創造しているときは、自分が作っているものを見て形作れるべきです。ビジュアルが言葉だけよりも物語を伝えられる場合、ChatGPTはそれらを含むべきです」とSimoは書いています。「素早い答えが必要なときや、次のステップが他のツールにある場合、それがすぐそこにあるべきです。こうした取り組みを通じて、頭の中にあるものとそれを実現する力との距離を縮め続けることができます。」