Grokの新画像生成モデル「Imagine Image 2.0」公開、画像の部分修正にも対応

　Imagine Image 2.0の最大の特徴は、画像生成後の編集プロセスの改善にある。従来の画像生成AIでは、生成された画像の一部を修正する際に画像全体が再生成され、元の構図やデザインが損なわれる課題があった。今回のアップデートでは、独自開発の自己回帰型アーキテクチャ「Aurora」を採用し、部分編集を処理の根幹として組み込んでいる。これにより、指定した領域のみを変更する「マジックワンド編集」や、より細かく領域を選択する「セグメンテーション」、対象物の背景を透明化してエクスポートする「背景除去」が可能になった。

　複雑なデザイン制作に向けた機能も拡充された。最大5枚の画像を参照して生成・編集を行う「Multi-ref editing」機能により、キャラクターや小道具などを個別の要素として扱いながら、画像間で一貫したスタイルやデザインを維持できる。加えて、画像サイズの変更機能「Smart resize」を搭載し、1:1や16:9、9:16といった指定のアスペクト比に合わせて、AIが不足する部分を自動生成して構図を作り直す仕組みを整えた。文字の描画能力も向上しており、小さな文字や密度の高いレイアウトにおいても鮮明なテキストを出力する。実用的なワークフローを想定し、商品広告、EC向け商品写真、ゲーム用キャラクタースプライトなどに向けたテンプレート機能も新たに導入された。

　性能面において、同モデルはベンチマークプラットフォーム「Arena」のテキスト・トゥ・イメージおよび画像編集のランキングで、OpenAIの「gpt-image-2」に次ぐ世界第2位のスコアを記録した。開発者向けのAPIアクセスも順次提供される予定で、Puter.jsなどのプラットフォームを通じた利用価格は1画像あたり0.05ドルに設定されている。同モデルは現在、Grok.comの「Imagine」機能内で利用可能となっているほか、モバイルアプリ環境でも展開されている。