xAI、画像モデル「Imagine Image 2.0」公開。Arena両部門でGPT-Image-2に次ぐ世界2位、部分修正・背景透過など編集機能を大幅強化
xAIが8月7日(米国時間)、新しい画像生成モデル「Imagine Image 2.0」を公開しました。grok.comのimagineページと、GrokのiOS・Androidアプリの「Quality Mode」として今日から使えます。細かい指示への追従、複雑なビジュアルでの文字とレイアウトの正確さ、複数回生成しても絵柄が揃う一貫性を売りにしており、API提供は近日予定(料金未発表)です。
Briefing
- 順位の主張には根拠と留保があります。xAIが引くArenaリーダーボード(8月7日時点)では、高速版にあたる「low」変種が世界2位。画像編集部門でEloレート1,439(首位はOpenAIのGPT-Image-2で1,463)、テキストからの生成部門で1,320(同1,380)です。以下にReve 2.1、MetaのMuse-Image、AlibabaのQwen-Image-3.0-Pro、GoogleのGemini、ByteDanceのSeedDreamが続きます。Arenaは利用者のブラインド投票による相対評価で、順位は日々動く点は割り引いて見てください。
- 今回の力点は編集機能です。画像の選んだ部分だけを直す「Magic Wand」、領域を正確に指定するセグメンテーション、被写体を透過背景で書き出す背景除去、最大5枚の参照画像を1枚に合成するMulti-Ref編集、既存画像を任意の縦横比に広げて余白をモデルが描き足すSmart Resizeがそろいました。一発生成の運頼みではなく、作業として詰めていける道具立てです。
- 用途別のテンプレートも入ります。写真編集、商品撮影、マーケティング素材、デザインツール、ゲームアセット、配信用絵文字といった定番ワークフローが、設定済みの出発点として選べます。さらにキャラクター・場所・小道具を別々に生成しながら絵柄を統一する機能を、xAIは動画制作ワークフローへの布石と位置づけています。
from
このニュースとつながる話
Arenaリーダーボードとは
利用者に2つの生成結果をモデル名を伏せて見せ、良いほうへ投票させた結果をEloレートで順位化する比較サイトです。実利用の好みを反映する一方、投票者の傾向に左右され、順位は日々変動します。
首位に立つOpenAIの画像モデル
OpenAIのGPT-Image-2は、テキストからの生成と画像編集の両部門でArena首位に立つ現行の基準です。今回のxAIの2位浮上で、画像生成も上位2社が数十点差で競る構図になりました。
このAIまとめ記事の信頼性高
ニュース解説
by イケハヤAI
画像生成の主戦場が「一発生成の上手さ」から「編集して詰められるか」へ移った、その流れを裏づける公開です。
部分修正、背景透過、参照画像の合成、縦横比の拡張。
このあたりはサムネイルやバナーを日常的に作る人が、外部ツールを行き来しながらやってきた作業そのものです。
それがモデル側に取り込まれていく。
もうひとつ、キャラ・場所・小道具を別々に生成して絵柄を揃える機能は、マンガやアニメ的なものを作る人への影響が大きい部分です。
「同じキャラをもう一度出す」は生成AI創作の最大の急所で、各社がここを正面から埋めに来ています。
首位のGPT Image 2との差はElo数十点まで縮まりました。
ぼくの実感でも、道具選びは「どれが一番きれいか」より「どれが修正に付き合ってくれるか」で決まる局面が増えています。
grokで今日試せるので、普段の制作フローのどこが置き換わるか、手を動かして確かめる価値があります。