8月21日、Matthias Bastianが「OpenAI's GPT-Image-2 can now generate images without a background」と題した記事を公開した。OpenAIがAPIを通じてGPT-Image-2に背景透過PNG画像の生成機能をプレビュー追加したという内容だ。最大の技術的ポイントは、生成の段階でアルファチャンネルを画像に埋め込むという設計にある——つまり、生成した画像を事後的にremove.bgやAdobe Fireflyの背景除去機能にかける従来ワークフローを、そもそも不要にするアプローチだ。
生成時にアルファチャンネルを「焼き込む」アプローチ
従来の背景透過処理といえば、生成した画像に対して事後的に背景除去ツールを適用するのが一般的だった。remove.bgやAdobe Expressの背景除去、あるいはPhotoshopの「被写体を選択」機能などは広く使われているが、いずれも「生成済み画像を後処理する」という順序に変わりはない。この事後処理アプローチには構造的な弱点がある。モデルは背景ありの画像として学習・生成しているため、透明なガラス素材、薄い布地のエッジ、細い毛髪や繊維といった領域での切り抜き精度が落ちやすい。
GPT-Image-2の新機能はこの順序を根本から変える。生成の段階でアルファチャンネルを画像に埋め込むことで、モデル自身が「何を残し、何を透明にするか」を生成時に決定する。背景除去ツールが苦手とする透明なガラス素材や細い繊維などでも精度の高い切り抜きを実現するとOpenAIは説明している。事後処理と比べて何テイクもやり直す手間が減ることが期待される。
APIからの呼び出しは、リクエストに background=transparent パラメータを追加するだけだ。出力形式はPNG。なお、プロンプトに背景の描写を含めると、モデルが背景を生成してしまう場合があるため、OpenAIはプロンプトから背景の記述を省くよう推奨している。
想定されている4つのユースケース
OpenAIが公開したCookbook（開発者向けレシピ集）では、以下の4つのユースケースが紹介されている。
- ECサイト向けの商品写真（背景なしの商品画像をそのまま掲載）
- PowerPointなどのプレゼン資料向けダイアグラム
- アイコンやステッカーなどのデザイン素材
- グッズ・マーチャンダイズ用のアートワーク
いずれも、デザイナーや制作担当者が日常的に必要とする素材だ。特にECサイト向け商品写真は、撮影後にPhotoshopやremove.bgで切り抜く作業が現場の工数を占めてきた領域であり、生成と切り抜きを一工程にまとめられる実務的なメリットは小さくない。プレゼン資料向けダイアグラムについても、スライドの背景色を問わず使い回せる素材を直接生成できる点は実用的だ。
注意点：数値の検証は手動で
グラフや図表など正確な数値を含むチャートを生成する場合、生成された値を手動で確認するようOpenAIは明記している。GPT-Image-2はラスターグラフィックス（ピクセル単位の画像）を出力するモデルであり、ピクセル単位の数値正確性は保証されない。データビジュアライゼーションの用途には、Chart.jsやD3.jsといったコードベースのソリューションと組み合わせる運用が現実的だろう。
実行環境としては、Python、OpenAIライブラリ、画像処理ライブラリのPillow、およびAPIキーが必要だ。
プレビュー段階ゆえの留意点
今回の透過背景対応は現時点でプレビュー段階にある。プレビューとはGA（一般提供）前の評価フェーズを指し、GA時期は未定で、仕様変更や機能廃止の可能性がある。本番システムへの組み込みを検討する場合は、OpenAIのAPIアップデート情報を継続的に確認し、仕様変更に備えた実装上の考慮が必要だ。料金体系やレート制限についても、プレビュー期間中は変更される可能性があるため、OpenAIの料金ページで最新情報を確認することを推奨する。
背景
GPT-Image-2は、OpenAIがAPIを通じて提供している画像生成モデルだ。テキストから画像を生成するだけでなく、既存画像の編集や合成にも対応している。platform.openai.com/docsでは画像生成APIの全体的なリファレンスが公開されており、パラメータの詳細や使用制限を確認できる。
詳細はOpenAI's GPT-Image-2 can now generate images without a backgroundを参照していただきたい。
