画像生成

主要ニュース

1. 1

   AI食品広告に批判、店側は「一時的」

   レストランが実物の料理を撮影する代わりに生成AIで食品広告を作る事例がニューヨークやサンフランシスコで出ており、ネットで批判が殺到。Xの投稿は280万回表示、Redditの「集合体恐怖のブリトー」投稿は670超の賛同を集めた。 プロ並みの食品広告が専門カメラマンなしで作れるようになり、小規模店の手間と費用を削減できる。一方でAIは実在しない料理を描写可能で、広告がいつ欺瞞的になるかが問題に。ハーバード大教授レベッカ・タシュネット氏や広告弁護士リビー・オニール氏は、画像が商品の具体的な主張を含むかどうかが焦点だと指摘する。国内の飲食店が広告用画像を生成AIで制作した場合、消費者からの批判に直面する可能性がある。

   完璧な偽物より不完全な実写を受け入れるかどうかが消費者の試金石となり、規制当局や裁判所がAI食品画像の線引きを明確にするかが焦点。1965年の連邦最高裁判決（FTC対コルゲート・パルモリーブ）は問題が新しいものでないことを示すが、AIの写実的な偽造能力が境界をさらに押し広げる可能性がある。

2. 2

   AI生成の料理画像が不味く見える理由

   レストランやカフェ、ブランドがAIで料理画像を生成するケースが増えているが、結果は「スロップ」と呼ばれる出来になることも——例えばドーナツ型のエビ、ミミズのような麺、コンクリートを思わせるアイスクリームなどだ。 拡散モデル（ノイズを段階的に除去して画像を生成する）は、まず大まかな構造を復元し、その後で細部を追加する。この過程で初期段階に基本形状が損なわれる可能性がある。また、こうしたモデルは「世界についての正しい知識を持たずに見た目を再現する」ため、サンドイッチやブリトーが実際に何なのかを理解していない。国内で料理画像を扱う飲食店やブランドは、AI生成画像の品質低下に直面する可能性がある。

   AI生成料理画像の成否は、モデルが「細く、連続し、末端を持つ構造」をどう扱うかにかかっている。麺類や巻きひげ状の食品で品質劣化が顕著になるため、飲食店やブランドがこうしたメニュー画像を採用する際に「スパゲッティ状のアーティファクト」が生じるリスクが焦点となる。

3. 3

   AI生成メニューが不自然な理由、科学が解明

   レストランのAI生成メニューは、完璧すぎるほど対称的で滑らかな食品を映し出し、客に違和感を与えることが多い。これは、AIモデルが狭い「美しい」美学で訓練されていることに起因する。 デュースブルク・エッセン大学の研究者らは、こうした画像が「不気味の谷」効果を生み、ほぼ実物に近い食品が明らかに偽物の画像よりも不快感を与えることを発見した。均質化が起きるのは、モデルが「心地よさ」と「不快感の回避」を最適化し、「角を削る」ためだ。日本の飲食店が、違和感のあるAI生成メニュー画像を客に不快感を与えるものとして再考する可能性がある。

   レストランは客の反発を受け、AIメニューの使用を再考するかもしれない。しかし、この問題は食品にとどまらず、視覚的証拠への信頼にも影響する。Reality DefenderのCTOアレックス・ライル氏は「世界は根本的に変わった。良い意味でも悪い意味でも」と指摘する。

4. 4

   AI画像に「不気味」な理由、PR専門家が解説

   ITmediaの記事が、消費者がAI生成画像を「不気味」と感じる理由を解説。広報の専門家が分析を提供している。 企業やコミュニケーション担当者にとって、この消費者の違和感を理解することは、マーケティングや広報でのAI画像の受け取られ方に影響し、ブランド評価にも関わるため重要だ。国内の広報・マーケ担当者は、AI画像への消費者の違和感を考慮する必要が出てくる可能性がある。

   記事は2ページ構成の1ページ目として公開されており、解説は後半に続く。

5. 5

   李飛飛氏のWorld Labs、3D世界モデル「Atlas」発表

   スタンフォード大教授の李飛飛氏が設立したWorld Labsは、テキスト・画像・動画から3D環境を生成・再構築・シミュレーションできるマルチモーダル世界モデル「Atlas」を発表した。 AIを2Dコンテンツから完全な3Dシミュレーションへと押し上げるもので、ロボティクスや没入型アプリケーションにとって重要になり得る。このモデルは、メディアを生成するだけでなく、機械が物理的な空間を理解し相互作用するのを支援するよう設計されている。国内のロボティクス関連企業は、3D環境の理解・生成技術の進展による影響を受ける可能性がある。

   李飛飛氏はサンフランシスコで開催されたHumanX Conference 2026でAtlasを紹介し、AIとロボティクスのための空間知能を前進させる役割を強調した。

6. 6

   Jasper Research、料理本を公開

   Jasper Researchが、テキスト画像生成モデルをゼロから構築する方法を解説する料理本を公開し、全推論プロセスと途中結果を共有した。 この料理本は、テキスト画像生成モデルの深掘りや、フロンティアラボの構築手法を学ぶのに理想的とされ、高度なプロセスを幅広い層に身近なものにしている。国内のAI開発者は、大規模な学習資源の一部を自作で再現できる可能性がある。

   読者が実際にゼロからモデルを訓練できるかは、公開されたコードベースと1億枚の画像データセットの品質次第とみられる。公開されたリンク先での実践結果が今後の評価を左右する。