より速い画像、より安い動画

今週の2つのリリースが、ブランドコンテンツのためのツールを一歩前に進めました。11月4日、OpenAIはImages 2.6を公開しました。アニメーションGIFとベクターファイルを作り、前のバージョンより速く動きます。その翌日、GoogleはGemini Omni 1.2 Flashを公開しました。より長いクリップを、より少ない費用で作成・編集できる動画モデルです。どちらも、ブランドに必要なものを変えはしません。どちらも、チームがアイデアから判断できる形のものにたどり着くまでの速さと安さを変えます。

OpenAI：Images 2.6

Images 2.6は、ChatGPTのすべてのプランで、ChatGPT、Codex、APIに登場しました。OpenAIによると、画像の生成は以前より50パーセント速くなっています。APIでは今回も2つのモデルが用意されています。低品質の設定で「最短6秒で画像を生成できる」GPT Image 2.6 Flareと、より細かいディテールと、編集を重ねても安定した結果のためのSunburstです。OpenAIはまた、Flareはポスターや商品画像のレイアウトがうまくなったとしています。トークンあたりの価格は2.5から変わっておらず、画像出力100万トークンあたり30ドルです。

目に見える新しさは動きです。The Next Webによると、ChatGPTではプロンプトや写真からGIFを作り始めることができ、あとから速度や個々のフレームを調整できます。APIではGIFは2〜16フレームで、初期設定ではそれぞれ200ミリ秒のフレームが9枚、1.8秒のループになります。OpenAIは、動くブランドマスコットや、商品写真をループにしたものといった用途を提案しています。

開発者向けには、APIに画像へのマークアップ機能が加わり、編集を正確な位置に向けられるようになりました。また、新しい複雑さの設定によって、モデルが描画の前にどれだけ計画を立てるかが決まります。画像はSVGファイルとして返すこともでき、OpenAIによれば、そのままウェブサイト、アプリ、印刷物で使えます。その仕組みはドキュメントに説明されています。APIはまず画像を作り、次に2つ目のモデルがそれをベクターとして描き直し、両方のステップが課金されます。結果は、スクリプトも埋め込み画像も含まない静的なファイルです。

Google：Gemini Omni 1.2 Flash

Googleは11月5日にGemini Omni 1.2 Flashを公開し、Gemini APIで、また企業向けにはGoogle Cloudを通じて一般提供しました。クリップの長さはOmni 1.1の10秒から最大15秒に延び、3秒から1秒単位で指定できます。720pでは1秒あたり0.07ドルで、Omni 1.1の0.10ドルより30パーセント安く、15秒のクリップ1本で約1.04ドルになります。360pの下書きは1秒あたり0.023ドル、1080pや4Kへのアップスケールはそれより高く、最大で1秒あたり0.209ドルです。

ほかの変更は、コントロールに関わるものです。クリップは生成し直すことなく、1ターンずつ編集できます。商品や背景を差し替えたり、光やアスペクト比を変えたりできるのです。Googleによると、顔、衣服、パッケージのタイポグラフィ、ブランドカラーはカメラアングルが変わっても一貫性が保たれ、APIは最大6枚の参照画像を受け付けます。Googleは自らの限界も挙げており、「速いスポーツの動き、目まぐるしい台本の変化、複雑な物理」については、まだ取り組みが続いているとしています。

ヨーロッパのチームにとって重要な点が2つあります。アップロードした動画をAPIで編集したり延長したりする機能は、EEA、スイス、英国では利用できません。そのため、これらの地域のブランドは、自社の映像をモデルに渡して作り直させることはまだできません。モデル自身が作ったクリップは、それでも編集できます。そして、古いモデルはすぐに姿を消します。12月3日から、Omni 1.1へのリクエストは1.2に回され、1.2の料金で課金されます。

制作で何が変わるのか

第一に、完成した形式がモデルから直接出てきます。ストーリー用のループするマスコット、短いループで回転する商品、編集可能なベクターのアイコン。これまでは、どれも2つ目のツールと、ファイルを変換する誰かが必要でした。いまでは同じリクエストから最初のバージョンが出てきて、デザイナーは平面的な画像ではなく、作業用のファイルから始められます。

第二に、動画1秒あたりのコストは下がり続けています。15秒のクリップを360pで10本下書きしても3.50ドルに満たず、アップスケールが必要なのは選んだ1本だけです。オーディエンスや掲載先ごとのバリエーションは予算の問題ではなくなり、Google自身も、低解像度で下書きし、「追加の編集で細部を直し」、最も良いものだけをアップスケールするよう勧めています。

第三に、やり取りの1回が短くなります。6秒でできる下書きと、クリップ全体ではなく1か所だけを変える編集によって、午後のうちに何度もやり取りを重ねられます。どちらのモデルも、デザインチームがすでに仕事をしている場所に届きます。Figma Weaveは両方の発表で、AdobeはGoogleの発表で引用されており、HiggsfieldはOpenAIの先行アクセスの顧客に名を連ねています。

変わらないもの

速くなったモデルでも、自社のブランドのことはまだ知りません。OpenAIのドキュメントには、モデルは生成を重ねるなかで「繰り返し登場するキャラクターやブランド要素の視覚的な一貫性を保つのに、ときに苦労することがある」とあります。10月のImages 2.5のレビューで私たちが指摘したのと同じ注意書きです。一貫性はいまも、固定されたスタイルから生まれます。本物の参照画像、固定された光、トリミング、色を、レシピとして書き留め、テストしたものです。

出力が増えれば、選ぶことも増えます。安いバリエーションが10個あっても、センスのある誰かが正しい1つを選び、ほかがなぜだめなのかを説明できなければ役に立ちません。私たちの見方では、生成が安くなるほどその仕事は大きくなります。難しい部分が、作ることから判断することへ移るからです。

権利と開示も、簡単にはなりません。両社はいまや同じ仕組みで電子透かしを入れています。OpenAIは、C2PAのメタデータに加えて、Google DeepMindのSynthIDをChatGPT、Codex、APIの全体に導入するとしており、Omniのすべての動画にはSynthIDが入っています。EUでは、AI生成コンテンツのマーキングと表示に関するAI法（AI Act）のルールが2026年8月2日から適用されており、それ以前から市場に出ていたツールには、出力のマーキングについて12月2日までの猶予が与えられています。欧州委員会の行動規範は、それらのルールを満たす方法を説明しています。ブランドにはいまも、アップロードするすべての参照素材についての権利と、公開するものにいつ表示をするかの明確なルールが必要です。

そして、承認は人に残ります。OpenAIのシステムカードは、GIFについて率直です。「動きに関わる違反は依然として検出が難しく、安全対策がすべての違反を捉えられるとは限りません」。ループするマスコットも、ほかと同じく公開されるコンテンツであり、世に出る前に同じチェックと同じ承認が必要です。

私たちの立ち位置

ReelとTempoは、まさにこの仕事を中心に作られています。提供中のReelは、ブランドの固定されたスタイルで画像と映像を制作し、GPT ImageやGeminiを含む中から仕事ごとに最適なモデルを選び、すべての結果をチェックして、最終的な選択は人に委ねます。同じく提供中のTempoは、私たちのソーシャルメディアエンジンです。そのビジュアルはReelから生まれ、現在はすべての投稿を人が承認しています。より速く、より安いモデルは、そのプロセスを速くします。けれども、スタイルも、選択も、承認も、それで置き換わるわけではありません。