2025年8月26日、Googleはかねてより「nano-banana」のコードネームで知られ、AIコミュニティで大きな話題を呼んでいた次世代画像生成・編集モデルを、正式に「Gemini 2.5 Flash Image」としてリリースした。この新たなAIモデルは、Googleの主力AIチャットボット「Gemini」アプリに統合されるだけでなく、Adobeのクリエイティブツール「Adobe Firefly」および「Adobe Express」にも搭載されることが同時に発表され、クリエイティブ業界に大きな衝撃を与えている。

AD

ネットを席巻した謎のAI、その名は「nano-banana」

2025年8月、AIモデルの性能を匿名で評価するプラットフォーム「LMArena」に、突如として正体不明の画像編集モデルが登場した。 その名は「nano-banana」。この奇妙な名前とは裏腹に、その性能は驚異的だった。ユーザーが与える複雑な指示を的確に理解し、写真に写る人物の特徴を崩すことなく、背景や服装を自在に変更する。従来のAIが苦手としてきた「編集後も同じ人物であり続ける」という一貫性を、いとも簡単に実現してしまったのだ。

ソーシャルメディアでは瞬く間に憶測が飛び交った。「これはGoogleの新モデルではないか？」。その圧倒的な性能から、多くの専門家やアーリーアダプターがGoogle DeepMindの関与を確信していた。 そして、その憶測は現実のものとなる。

Googleは8月26日、この「nano-banana」が、自社開発の最新AI画像モデル「Gemini 2.5 Flash Image」であることを正式に発表。 LMArenaで世界トップ評価を獲得したこのモデルを、同社の対話AIサービス「Gemini」アプリに統合し、一般ユーザーに提供を開始したのだ。

なぜ「最高評価」なのか？Gemini 2.5 Flash Imageの4つの革新

従来のAI画像編集ツールには、ユーザーを悩ませる共通の課題があった。それは、少し編集を加えるだけで被写体の顔が微妙に、あるいは全くの別人に変わってしまう「一貫性の欠如」だ。 例えば、自分の写真に「眼鏡をかけて」と指示しただけで、顔の輪郭や髪型まで変わってしまう。これでは実用的な編集とは言えない。

Gemini 2.5 Flash Imageは、この根本的な課題を克服し、クリエイターの創造性を解放する4つの革新的な機能を搭載している。

悪夢の「別人化」に終止符：驚異のキャラクター一貫性

筆者が最も注目するのは、この「キャラクター一貫性」である。 ユーザーがアップロードした人物やペットの写真を元に、モデルはその核となる特徴を記憶する。その上で、「60年代の髪型にして」「サイバーパンクな鎧を着せて」といった指示を加えても、元の顔立ちや個性を維持したまま、違和感のない画像を生成できるのだ。

これは、単に同じような画像を生成するのとは訳が違う。モデルが画像の表層的なピクセル情報だけでなく、被写体の「アイデンティティ」とも言うべきものを理解していることを示唆する。この能力は、企業のブランディング素材やECサイトの商品カタログ作成など、一貫性が求められる商業分野で絶大な威力を発揮するだろう。

創造性を解き放つ「マルチイメージ・フュージョン」

次に挙げるべきは、複数の画像をシームレスに融合させる能力だ。 例えば、あなたの写真と愛犬の写真、そしてバスケットボールコートの写真をアップロードし、「このコートで私と犬が一緒に写っているポートレートを作って」と指示すれば、3つの要素が自然に調和した一枚の画像を生成する。

Googleは、製品写真と部屋の写真を組み合わせてリアルなインテリアシーンを作成する例や、複数の要素を持つ複雑な構図を単一のプロンプトから生成する例を挙げている。

これは、単なる切り貼り合成ではない。光の当たり方や影の落ち方、遠近感などをAIが自動で計算し、あたかもその場で撮影されたかのようなリアリティを生み出す。

さらに、「スタイル転送」機能も強化され、ある画像のパターン、色、テクスチャを別のオブジェクトに適用できる。花の模様をレインブーツに、蝶の羽のパターンをドレスに適用するといったクリエイティブな表現が、形状や細部を維持したまま行えるようになる。これにより、デザイナーは迅速に多様なデザインコンセプトを試すことができ、クリエイティブなプロセスを大幅に加速させるだろう。

「もう少し右」が伝わる：自然言語による精密ローカル編集

プロ向けの画像編集ソフトは高機能だが、習得には時間がかかる。Gemini 2.5 Flash Imageは、その壁を取り払う。 「背景だけをぼかして」「Tシャツのシミを消して」「この人物を写真から削除して」といった日常的な言葉で指示するだけで、AIが意図を汲み取り、特定の箇所だけを精密に編集する。

さらに、このモデルは「マルチターン編集」にも対応している。これは、一度の編集で完結するのではなく、AIとの対話を通じて、段階的に画像を修正していくプロセスを指す。例えば、空の部屋の写真をアップロードし、まず「壁を塗る」と指示し、次に「本棚を追加する」、さらに「家具やコーヒーテーブルを加える」といった形で、連続して編集を進めることができる。AIは各段階での変更を記憶し、全体の一貫性を保ちながら編集を進めるため、より複雑で洗練された最終画像を効率的に生成することが可能となる。これは、まるで熟練のフォトエディターと対話しながら作業を進めているかのような感覚をユーザーに与えるだろう。

単なるお絵描きAIではない：Geminiの「世界知識」との連携

Gemini 2.5 Flash Imageの真の強みは、Googleが誇る大規模言語モデル「Gemini」の膨大な世界知識と連携している点にある。 これにより、単に見た目を編集するだけでなく、画像の内容を意味的に理解した上での高度な処理が可能になる。

Googleが公開したデモでは、段差の手前に立っている棒人間が段差を上に上がるために何かを描き足してと指示を出すものがあった。 モデルは因果関係を理解し、はしごの絵を生成した。これは、このAIが単なる「画素の操作ツール」ではなく、世界の仕組みをある程度理解した「知的パートナー」であることを示している。

AD

Adobeとの電撃連携：クリエイティブ業界に波紋を広げる協業

今回の発表で特に注目すべきは、GoogleがAdobeと協業し、Gemini 2.5 Flash Imageを「Adobe Firefly」および「Adobe Express」に搭載することである。Adobeは、クリエイティブソフトウェア業界の長年のリーダーであり、そのフラッグシップモデル「Firefly」は、Photoshopなどのプロフェッショナル向けツールに統合され、既に多くのクリエイターに利用されている。

FireflyとExpressへの統合の意義

Adobe FireflyとAdobe ExpressへのGemini 2.5 Flash Imageの搭載は、クリエイターにとって複数の重要な意味を持つ。まず、Adobe製品のユーザーは、Googleの最先端AIモデルの恩恵を、使い慣れたワークフローの中で享受できるようになる。これにより、ソーシャルクリエイターはFireflyで一貫したルック＆フィールのグラフィックシリーズを素早く作成し、Expressでアニメーション、リサイズ、キャプション生成、ソーシャルメディアへの公開までをシームレスに行える。マーケターや中小企業は、既存のキャンペーン資産をExpressに取り込み、Gemini 2.5 Flash Imageを使って様々なフォーマット（ソーシャル、チラシ、プレゼンテーション、メールグラフィックなど）に対応するビジュアルを生成・調整できるようになる。背景の入れ替え、オブジェクトの統合、バリエーションの生成などが数分で可能になるだろう。

さらに、ビジュアルデザイナーはFireflyでプロダクトコンセプトやキャラクターデザインのラピッドプロトタイピングを行い、複数の方向性を検討した後、PhotoshopやIllustratorで微調整するといった、より高度なワークフローが実現する。この連携は、単なる機能追加に留まらず、AIがクリエイティブプロセスの中核を担う「マルチモデルクリエイティビティ」の時代の到来を告げるものと言える。

クリエイターへの解放、そして残された課題

Googleは、この強力なツールを一般ユーザーだけでなく、開発者にも広く開放する。Gemini API、Google AI Studio、Vertex AIを通じて提供され、料金は画像1枚あたり約0.039ドルと、比較的手頃な価格設定だ。 さらに、OpenRouter.aiやfal.aiといったサードパーティのプラットフォームとも提携し、開発者コミュニティへの浸透を図る。

一方で、高性能なAIには常に悪用のリスクがつきまとう。ディープフェイクの精巧化など、社会的な懸念は無視できない。Googleはこの問題に対し、生成された全ての画像に、目に見えるウォーターマークと、改変後も検出可能な「SynthID」と呼ばれる電子透かしを埋め込むことで対応している。 技術による透明性の確保は、信頼を醸成する上で不可欠な取り組みだ。

もちろん、このモデルも完璧ではない。Google自身も、長文テキストの正確な描画など、まだ改善の余地があることを認めている。

AI画像生成・編集の技術は、まさに新時代の幕開けを迎えた。Gemini 2.5 Flash Imageの登場は、OpenAIとの競争を新たな次元に引き上げ、クリエイティブの民主化をさらに加速させるだろう。今後、問われるのは単なる画像の美しさや機能の多さではない。いかにクリエイターの意図を正確に汲み取り、倫理的な課題と向き合い、信頼されるエコシステムを構築できるかが今後の焦点となるだろう。

Sources