10月2日、Matthias Bastianが「Ideogram says its new model can edit part of an image without messing up the rest」と題した記事を公開した。IdeogramのAI画像生成モデル「Ideogram 4.5」が、画像の指定部分だけを編集し、それ以外の領域を変更しない精度の高い部分編集機能を備えているという内容だ。
「ここだけ変えたのに、なぜか全体が崩れる」問題に正面から向き合う
AI画像編集における長年の課題がある。画像の一部だけを変更したのに、残りの部分まで変わってしまう問題だ。たとえば、人物の服装だけを変えようとすると、体型や背景まで微妙にずれてしまう。特に複数回の編集を重ねるとアーティファクト（意図しない画像の乱れ）が生じやすく、多くのモデルが課題を抱えてきた領域だ。
Ideogramは新モデル「Ideogram 4.5」でこの問題を正面から解決したと主張する。ユーザーが指示した箇所だけを変更し、それ以外の領域には一切手を加えない、というのが同社のうたい文句だ。
同社が挙げる主なユースケースは以下の通りだ：
- 商品写真の編集（背景やカラーバリエーションの差し替え）
- インテリアデザイン（家具や内装の変更シミュレーション）
- 写真修復（古い写真の特定部分の補正）
- 画像内テキストの編集（看板やラベルの文字を変更）
早期テスターからは、複数回の編集を重ねても一貫性が保たれるという評価が寄せられているという。ただし、これらはあくまで同社発表ベースの情報であり、独立した第三者による広範な検証はまだ限られている。
ネイティブ2K解像度と4段階の価格帯
Ideogram 4.5のもう一つの特徴は、ネイティブ2K解像度での出力だ。アップスケーリングではなく、最初から2K解像度で生成する。商用用途での実用性を意識した仕様といえる。
料金は4段階のクオリティティアで構成されており、1枚あたり0.8セント〜22セントの範囲に収まる。低コストのティアから高品質ティアまで用途に応じて選べる設計だ。
現在、Ideogramのプラットフォーム上およびAPIを通じて利用可能になっている。パートナー企業としてPicsart、Runway、Pika、Leonardo AIが名を連ねており、これらのサービスを通じた統合利用も想定されている。
また、Ideogramはオープンウェイト版のリリースも近日中に予定していると発表した。オープンウェイトとは、モデルの重みパラメータを公開する形式で、研究者や開発者が独自に利用・改変できるようになる。商用クローズドモデルが主流の画像生成AI分野において、この動きは注目される。
競合との立ち位置と業界の文脈
部分編集（インペインティング）の一貫性向上は、画像生成AI全体で取り組まれてきた課題だ。マスク領域外の保持精度をいかに高めるかは、拡散モデルベースのアーキテクチャが共通して抱える難所でもある。
※編集部の考察：Adobe FireflyやStability AIのインペインティング機能も同様の問題に継続的に取り組んでいるが、元記事ではこれらとの直接比較には言及していない。Ideogram 4.5がAPIを通じてRunwayやPikaといった動画生成プラットフォームとも統合されている点は、静止画にとどまらない用途への展開を示唆しており、業界の連携という観点でも注目できる。
同社の主張の多くはまだ自社発表ベースであり、早期テスターの反応は肯定的だとされるが、実際の精度については実際に触れて確かめる必要がある。オープンウェイト版が公開されれば、コミュニティによる独立した評価が進む可能性もある。
詳細はIdeogram says its new model can edit part of an image without messing up the restを参照していただきたい。
