Ideogramが画像生成モデル4.0を公開

Ideogram 4.0は、雰囲気重視の画像生成器というより、使えるデザイン資産に近い出力を生むワークスペースとして位置づけられている。日本語ページは、用途を決め、被写体・テキスト・書体・構図・比率をプロンプトに書き、複数案を確認したうえでPhotoshop、Figma、Illustratorで仕上げる流れとして説明する。この枠組みではIdeogram 4が起点であり、納品前の標準化は後工程に残る。

公式パイプラインは、JSONのテキスト要素と正規化座標のバウンディングボックスでテキスト配置を固定し、最大16色（1要素あたり最大5色）のカラーパレットで説明文ではなく色値によって導く。同じスキーマが推論時にも検証されるため、入力形式は学習時と一致する。Ideogramは4.0と4.5の役割を別々に挙げており、サイトにはリンク先のサービスがネイティブの4.5モデルを動かしていない可能性があるとの注記がある。本記事は公開ページで説明されている4.0世代の用途を扱う。

品質については、公式数値と独立評価では問うていることが異なる。公式の5軸比較は英語OCR 0.97、7Bench mIoU 0.69を報告する一方、デザイナーによる独立のブラインドテストは顧客に見せられる成果物かどうかに着目し、タイポグラフィの完成度と顧客提出への準備度で差が開いた。著者自身もこの結果は方向性を示すものであり、有意差について統計的検出力を主張するものではないと注意を添えている。