Googleは2025年8月26日、新画像編集モデル「Gemini 2.5 Flash Image」をリリースした。ベータユーザーには「nanobanana」として知られていた同モデルは、Gemini 2.5 Flashを基盤とし、Geminiアプリに統合される。
画像編集時の一貫性を維持し、被写体を変更しない特徴を持つ。Googleのデビッド・シャロン氏とニコール・ブリクトバ氏がブログで解説した。生成物にはSynthIDが付与され、全ユーザーが利用可能だ。競合にはQwenの「Qwen-Image Edit」、OpenAI、Adobeの「Firefly」が存在する。Geminiは同年3月にネイティブ画像編集機能を導入している。
【編集部解説】
今回のGoogleによる「Gemini 2.5 Flash Image」の発表は、単なる画像編集機能のアップデートではありません。これは、生成AIが「面白い画像を創る」段階から、「意図した通りに画像を制御する」ビジネスツールへと本格的に進化する、重要な転換点を示しています。
特に注目すべきは「一貫性」の向上です。これまでの画像生成AIは、例えば「このキャラクターに帽子を被せて」と指示するだけで、キャラクターの顔つきや服装まで微妙に変わってしまう課題がありました。これでは、企業のロゴやブランドキャラクター、ECサイトの商品画像など、厳密な同一性が求められる商業利用には耐えられませんでした。今回のモデルは、被写体の特徴を維持したまま編集できるため、企業のマーケティングや広告制作の現場で、実用的なツールとして活用される道が大きく開かれたと言えるでしょう。
リリース前に「nanobanana」というコードネームで専門家の間で話題になった経緯も興味深い点です。正体不明の高性能モデルが突如現れ、その能力の高さが憶測を呼んだこの出来事は、AI開発競争の激しさと、その進化がリアルタイムで世界中に共有される現代のテクノロジーシーンを象徴しています。
この技術革新は、企業のクリエイティブ制作のワークフローを根底から変える可能性を秘めています。例えば、広告キャンペーンで複数のパターンの画像を手早く作成したり、SNS投稿用の画像を日次で大量に生成したりといった作業が、デザイナーの手を借りずとも可能になるかもしれません。これにより、制作のスピードアップとコスト削減が期待できます。
一方で、競争環境は熾烈を極めます。プロ向けツールとの連携でクリエイター層をがっちり掴むAdobeの「Firefly」、ChatGPTとの連携で手軽さを武器にするOpenAIなど、各社が独自のアプローチで市場を切り拓いています。Googleの強みは、今後GeminiをGoogle Workspaceなどのビジネスツール群へ深く統合していくことで、企業の日常業務の中にAI画像編集を浸透させる戦略にあると考えられます。
また、Googleが生成画像すべてに「SynthID」という電子透かしを導入している点も見過ごせません。AIによる生成物が社会に溢れる中で、その出所を明確にすることは、フェイクニュース対策や著作権問題への配慮を示す上で極めて重要です。これは、テクノロジーを社会に責任ある形で実装しようとするGoogleの姿勢の表れでもあります。
この技術は、私たちの働き方を「進化」させる大きな可能性を秘めています。単純な画像修正作業はAIに任せ、人間はより創造的な企画やコンセプト設計、AIを使いこなすディレクション能力といった、本質的な業務に集中できるようになるのではないでしょうか。
【用語解説】
マルチモーダルAI (Multimodal AI)
テキスト、画像、音声など、複数の異なる形式のデータを同時に理解し、処理できるAIのことである。今回の「Gemini 2.5 Flash Image」のように、テキストの指示（プロンプト）で画像を編集する技術もこれに含まれる。
LM Arena (Chatbot Arena)
カリフォルニア大学バークレー校などが運営する、大規模言語モデル（LLM）の性能を匿名の対戦形式で評価するためのオープンプラットフォームだ。ユーザーが2つの匿名モデルと対話し、どちらの応答が優れているかを投票することで、客観的なランキングが作成される。
SynthID
Google DeepMindが開発した、AI生成画像に電子透かしを埋め込むための技術である。人間の目には見えない形で画像のピクセル自体に情報を埋め込むため、画像のトリミングや圧縮などの編集を加えても、AIによって生成されたコンテンツであることを検出しやすいという特徴を持つ。
【参考リンク】
【参考記事】
【編集部後記】
AIによる画像編集の「意図通り」への進化。技術の精度は確実に上がっていますが、人間の創造性や判断力はどこに価値を置くべきでしょうか？一貫性を保てる反面、予期しない発見や偶然の美しさを排除してしまう可能性もあります。また、これほど手軽になった画像編集で、私たちの「完璧さ」への要求水準はどう変わるのか。日常的に使うSNS投稿から企業の重要な広告まで、すべてがAIで補正された世界で、「自然さ」や「リアルさ」の定義自体が変化するかもしれません。あなたなら、どの場面でAIに任せ、どの部分で人間の感性を大切にしますか？
