The Vergeの報道によると、ChatGPTはテキストプロンプトまたはアップロードした写真からアニメーションGIFをネイティブに生成できるようになる。この機能は、単独の公式発表がまだ行われていないOpenAIの新画像生成モデル「Images 2.6」上で動作しており、展開は段階的で、ほとんどのユーザーはまだ利用できない。

ユーザーはアニメーションを平易な英語で記述するか、既存の写真をアップロードしてChatGPTに動きを加えるよう依頼できる。GIFが生成されると、再生速度の調整、個々のフレームの確認、編集、完成したアニメーションの共有が可能になる。GIFは1987年から存在し、その短いループアニメーションはソーシャルメディアやメッセージアプリで今も定番の形式であり、この機能によって、ユーザーがすでにプロンプトを書き画像を編集している場所に、身近なウェブ形式がもたらされる。

OpenAIは「can you make a gif of a cat dancing?(猫が踊っているGIFを作ってくれる?)」というシンプルなリクエストでこの機能を実演した。報道によると、生成されたインターフェースにはアニメーション速度を変更し、GIFをフレームごとに確認できるコントロールが含まれている。

Decryptがこの機能をテストしたところ、テスト時点では自社アカウントで利用できなかった。その際のやり取りでは、モデルはアニメーションではなくフレームの連続を生成した。展開は段階的に見えるため、ユーザーが踊る猫を頼み続けるにはもう少し時間がかかるかもしれない。

Images 2.6も登場へ

GIFメーカーは、より高速な画像生成をうたうより広範なImages 2.6アップデートの一部とされる。The Vergeによると、OpenAIはこのモデルをウェブ、デスクトップ、モバイル各プラットフォームのChatGPTとCodexユーザーに提供する。ここで速度が通常以上に重要になるのは、1つのGIFに多数のフレームが詰め込まれており、生成時間が積み重なりやすい処理だからだ。

開発者向けには、高速生成を目的とした「GPT-Image-2.6 Flare」と、より高品質な結果を狙った「GPT-Image-2.6 Sunburst」の2つの新しいAPIモデルも提供される。OpenAIは新モデルの能力を詳述する単独の発表をまだ行っておらず、その性能は独自に検証できていない。

このアップデートは、9月にリリースされたChatGPT Images 2.5に続くもので、同バージョンはよりシャープなディテール、より精密な編集、前世代比最大50%高速な生成速度をもたらした。Decryptの以前のテストでは、Images 2.5がGoogleのNano Banana 2と6カテゴリーで対決し、各モデルが3つずつ勝利した。OpenAIのモデルは特にイラスト品質が印象的で、以前のバージョンに見られた過剰なシャープ化の問題を改善したものの、テキストの描画では依然ミスが見られた。

GIF生成への動きは、OpenAIがスタンドアロンのAI動画生成アプリ「Soraを終了」した3月から数カ月後のことでもある。アニメーションGIFはSoraが生成した動画よりはるかに単純だが、この新機能により、別アプリを必要とせず、ある種のモーション生成がChatGPT内に直接もたらされ、テキスト、画像、そして短いループアニメーションが1つのアシスタント内に収まることになる。

OpenAIは、すべてのChatGPTアカウントにGIF生成が届く具体的な日付を示していない。それまでの間、段階的な展開と、まだ出ていないImages 2.6の単独発表が注目すべきポイントだ。どちらかが判明すれば、新モデルが実際に何をでき、誰が使えるのかが明らかになる。