Midjourney V7とは？

Midjourney V7は、最近話題となっているChatGPTの最新画像モデルに続いて登場しました。ChatGPTの新モデルはスタジオジブリ風の画像変換能力で大きな話題を呼んでいますが、Midjourneyの最新バージョンもまた、これまでで最も高度なバージョンだと言われています。

Midjourneyの最新バージョンは、テキストプロンプトをより正確に理解し、明らかに高品質な画像を生成できるように設計されています。Midjourney CEOのDavid Holz氏が同社のDiscordで説明したように、この改善はテクスチャー、人体、手などの表現、さらには物体の描写にも表れています。

以前のMidjourneyモデル（および他の古いAI画像生成ツール）と比較すると、新バージョンではAIと判別するのが難しいほどの品質レベルが実現されています。これまでMidjourneyは、手や複雑な形状の再現に苦戦していました。

Midjourney V7の新機能

V7には二つの異なるバージョンがあります。「Turbo」は高価ですが処理が速く、「Relax」はより手頃な価格ですが処理速度が遅いオプションです。

また、「ドラフトモード」という新機能も導入されました。これは標準モードの10倍の速さで画像をレンダリングし、コストも半分で済みます。ただし、ドラフト画像は標準よりも品質が低くなりますが、生成結果に満足であれば品質を向上させることもできます。

現時点では、いくつかの主要機能がこのバージョンでは利用できません。画像のアップスケーリングやリテクスチャリングなどの機能は、あと数ヶ月後に追加される予定です。

ChatGPTの最新画像アップデートと同様に、初期段階ではいくつかの問題が発生する可能性があり、Midjourneyはトラフィック増加に対応するために機能の追加や削除を行う可能性があります。

パーソナライゼーション機能

Midjourneyのチームによると、V7を使用するためには最初に約200枚の画像を評価して（10分くらいかかる）、あなた専用のMidjourneyをパーソナライズする必要があります。

これにより、モデルはあなた自身の好みに合わせて調整されます。以前のMidjourneyモデルでもこの機能は可能でしたが、デフォルトで有効になるのは今回が初めてです。

パーソナライゼーションのプロセスは、あなたの好みや美的感覚に合わせてAIを調整するための重要なステップです。これにより、生成される画像があなたの期待により近いものになります。評価プロセスは直感的で、好きな画像や気に入った要素に基づいて行われます。

Midjourney V7の利用方法

Midjourneyへの登録は公式ウェブサイトから行えます。上記のパーソナライゼーションステップを通じてプロフィールをカスタマイズした後、V7はDiscordまたはMidjourney公式ウェブサイトのどちらからでも利用できます。

利用を開始するには、まず基本的なテキストプロンプトの書き方を理解することが重要です。例えば「夕日に照らされた富士山」のような簡単な指示から始めて、徐々に詳細な要素を追加していくことで、より思い通りの画像を生成できるようになります。

Midjourney V7が画像生成に与える影響

Midjourney V7の登場により、AI画像生成の世界はさらに一歩前進しました。以前のバージョンでは難しかった繊細なテクスチャーや人間の手のような複雑な形状の生成が、より自然で高品質になりました。

これにより、クリエイターやデザイナー、イラストレーターなどのプロフェッショナルも、より実用的なツールとしてMidjourneyを活用できるようになります。アイデアの視覚化や、制作過程の初期段階でのコンセプト作りに非常に役立つでしょう。

また、一般ユーザーにとっても、思い描いたイメージをより簡単に具現化できるようになり、創造性の幅が広がります。SNSでのプロフィール画像作成や、個人的なプロジェクトのビジュアル要素の制作など、様々な用途に活用できるでしょう。

日本語の音声入力にも対応

これまで、英語のプロンプトに変換していましたが、日本語の音声入力に対応し、短い単語からプロンプトを作成してくれるようになっています。

ただ残念なのは日本語の文字には対応していないようです。

新モデルの展開スケジュールと現在の状況

Googleは通常、新しいモデルをまず「gemini.google.com」のWebサイトに展開し、その数日後にモバイルアプリへと提供を拡大します。土曜日の午後の時点で、複数のGeminiアカウントで新モデルの利用可能性が大幅に広がっていることが確認されています。

これまでのGoogleの展開パターンを見ると、重要な機能やモデルのアップデートは段階的に行われることが多く、今回もその手法が踏襲されています。このような慎重なアプローチにより、システムの安定性を確保しながら、新機能を安全に提供することが可能になっています。現在は多くのユーザーがアクセス可能な状態になりつつあり、近日中には全ユーザーへの展開が完了する見込みです。

無料ユーザーも利用可能な新機能

無料のGeminiユーザーも「2.0 Flash Thinking (experimental)」にアクセスできるようになりました。今回のモデル更新で、Googleは「experimental」の表記を小文字にして括弧内に配置するという変更も行っています。同様に、ハイエンドモデルも「2.0 Pro (experimental)」となりましたが、このモデルに関する具体的な変更点はGoogleから発表されていません。

2月初旬に導入された前バージョンと比較して、新しいFlash Thinkingは「より優れた効率性と速度」を提供します。この性能向上により、ユーザーはより迅速かつ正確な応答を得ることができるようになりました。特に複雑な質問や多段階の推論を必要とする場面では、その差が顕著に表れるでしょう。

さらに、新しいFlash Thinkingモデルでは、@GmailやYouTubeなどのGemini Appsにアクセスすることが可能になりました。Googleは先月別々に提供していた「with apps」モデルを統合し、シンプルな構成に整理しています。この変更により、ユーザーは異なるモデルを切り替える手間なく、さまざまな機能にアクセスできるようになりました。

また、ファイルアップロード機能も全ユーザーに対応し、Advanced（有料）サブスクライバーには100万トークンのコンテキストウィンドウが提供されています。この大幅な拡張により、より多くの情報を一度に処理することが可能になり、特に複雑なドキュメントや長文テキストの分析において大きなメリットをもたらします。

Deep Research機能の一般公開

今回の更新で特に注目すべき点は、すべてのGeminiアカウントで「Deep Research」機能が利用可能になったことです。この機能は「Gemini 2.0 Flash Thinking (experimental)」によって動作していますが、Googleは使用されているモデルを明示的に表示しなくなりました。

Web版では、プロンプトバーに新しい「Deep Research」ボタンが追加されており、従来のモデル選択機能も引き続き利用できます。無料ユーザーはAdvancedユーザーと比較して低い研究制限が設けられていますが、基本的な機能は同様に利用できます。

Deep Research機能は特定のトピックについて詳細かつ包括的な情報を提供します。通常の検索では得られない深い洞察や、複数の情報源からの総合的な分析結果を得ることができるため、学術研究や詳細な調査を行いたいユーザーにとって非常に有用な機能となるでしょう。これまで有料ユーザーのみが利用できた高度な調査機能が無料ユーザーにも提供されることで、Geminiの実用性が大きく向上しています。

パーソナライゼーション機能の実験的導入

Googleはすべてのユーザーがテストできる新しい「Personalization (experimental)」モデルも発表しました。「2.0 Flash Thinking (experimental)」を基盤としたこのモデルでは、入力されたプロンプトが分析され、過去の検索履歴が「回答の質を向上させる」かどうかが判断されます。

この機能は特にブレインストーミングやパーソナライズされた推薦において有用です。Googleが示す例示的なプロンプトには以下のようなものがあります：

「今年の夏はどこに旅行に行くべき？」
「YouTubeチャンネルを始めたいけどコンテンツのアイデアが必要」
「新しい趣味や仕事として何を学ぶべき？」

将来的にGoogleは検索履歴だけでなく、YouTubeやPhotosなどのサービスからの情報も活用する予定です。これはGoogleが「一般的な質問に答えるだけでなく、あなたを理解する」パーソナルAIアシスタントを作るための取り組みの一環です。

この方向性は、単なる情報検索から一歩進んだ、ユーザーの嗜好や行動パターンを理解した上での支援を目指すものであり、AIアシスタントの進化における重要なステップといえるでしょう。プライバシーに配慮しながらも、パーソナライズされた体験を提供するバランスが今後の課題となりそうです。

情報保存機能の拡充

パーソナライゼーションの一環として、「Saved info（保存情報）」機能が広く展開されるようになりました。また、過去のチャットを思い出して参照できるAdvanced機能は、近く45言語以上で利用可能になる予定です。

これらの機能により、ユーザーは長期間にわたる一貫した対話が可能になり、以前の会話内容を繰り返し説明する必要がなくなります。特に複雑なプロジェクトや継続的な学習において、この記憶機能は大きな価値を提供するでしょう。多言語対応の拡大も、グローバルユーザーにとって重要な進展です。

Geminiアプリで利用可能な最新2.0モデル一覧

現在、Geminiアプリで利用できる最新の2.0モデルは以下の通りです：

• 「2.0 Flash」：日常的なタスクに加え、より多くの機能を提供
• 「2.0 Flash Thinking (experimental)」：高度な推論を使用
• 「Deep Research」：詳細な研究レポートを提供
• 「Personalization (experimental)」：検索履歴に基づいたサポート
• 「2.0 Pro (experimental)」：複雑なタスクに最適

各モデルは異なる特性と強みを持っており、ユーザーはタスクの性質に応じて適切なモデルを選択できます。

基本的な質問応答には「2.0 Flash」が十分ですが、複雑な課題には「2.0 Pro」や「2.0 Flash Thinking」が適しています。

研究目的には「Deep Research」、個人化された推薦には「Personalization」というように、用途に合わせた選択が可能です。

無料版と有料版（Advanced）の違い

Geminiの無料版と有料版（Advanced）では、利用できる機能やその制限に違いがあります。今回の更新によって、無料ユーザーも多くの高度な機能にアクセスできるようになりましたが、一部の機能や使用制限には依然として差があります。

• 有料版（Advanced）：より大きなコンテキストウィンドウ（100万トークン）、高いリクエスト制限、Deep Researchでの詳細な分析能力など、より拡張された機能を利用できます。特に大量のデータ処理や高度な分析が必要なプロフェッショナルユースでは、この差が大きな意味を持つでしょう。
• 無料版：基本的なAI機能や最新モデルへのアクセス、ファイルアップロード機能など、多くの重要機能を利用できるようになりました。一般的な使用目的であれば、無料版でも十分に満足できる機能が提供されています。

(Via 9to5Mac.)

2.0 Flash Thinkingの強化、Deep Researchの一般提供開始、パーソナライゼーション機能の追加など、多くの注目すべき新機能が登場しています。

これらの機能は多くのユーザーが無料で試すことができるようになりました。

進化した「2.0 Flash Thinking Experimental」の新機能

Googleは「Gemini」の中核となるAIモデル「2.0 Flash Thinking Experimental」の大幅なアップグレードを開始しました。このモデルは、ユーザーの質問やリクエストを一連のステップに分解して処理することで、より強力な推論能力を発揮し、質の高い回答を提供します。今回のアップデートでは、効率性と処理速度が改善されただけでなく、ファイルアップロード機能も追加されました。

Gemini Advancedユーザー向けの大容量コンテキストウィンドウ

特筆すべき点として、Gemini Advancedユーザーは「2.0 Flash Thinking Experimental」モデルで100万トークン（約100万語に相当）のコンテキストウィンドウにアクセスできるようになりました。

この拡張により、ユーザーは膨大な情報を探索・分析しながら、これまで以上に複雑な問題を解決することが可能になります。大量のテキストデータを一度に処理できることで、長文の書類や複数の資料を同時に分析するようなタスクが劇的に効率化されるでしょう。

「Deep Research」機能の一般提供開始

昨年12月に先行導入された「Deep Research」機能は、個人専用のAIリサーチアシスタントとして注目を集めてきました。この機能はウェブ全体から情報を検索・統合して数分でまとめ上げ、通常であれば何時間もかかる調査作業を大幅に効率化します。また、ユーザーが自力では見つけられなかったような情報源の発見にも役立ちます。

「2.0 Flash Thinking」による機能強化

今回、「Deep Research」は「Gemini 2.0 Flash Thinking Experimental」モデルと統合されることで大幅に強化されました。この連携により、調査の計画立案から検索、推論、分析、レポート作成に至るまで、研究のあらゆる段階でGeminiの能力が向上しています。より詳細で洞察に富んだ複数ページのレポートが作成できるようになり、質の高い調査結果が得られるようになりました。

特筆すべき新機能として、Geminiがウェブを閲覧している間に自身の思考プロセスをリアルタイムで表示する機能が追加されました。これにより、ユーザーはAIがどのように調査タスクを進めているかを直接観察できるようになります。Deep ResearchとFlash Thinkingモデルの組み合わせにより、レポートの品質は今後もさらに向上していくことが期待されています。

グローバル展開と利用条件

「Deep Research」機能は現在、全世界で45言語以上に対応して展開されています。通常の「Gemini」ユーザーは無料で月に数回この機能を試すことができ、「Gemini Advanced」ユーザーはより広範囲にアクセスできるため、複雑なプロジェクトの時間節約に大いに役立てることができます。

この機能を利用するには、新しいプロンプトバーまたはモデルドロップダウンから「Deep Research」を選択するだけです。

パーソナライゼーション機能の導入

Geminiは単なる便利なアシスタントではなく、ユーザーを理解し、すべてのやり取りをユーザーに合わせて調整する個人専用のAIパワードアシスタントとしての役割を強化しています。今回、「Gemini 2.0 Flash Thinking Experimental」モデルを基盤とした「パーソナライゼーション」と呼ばれる実験的な新機能が追加されました。

Googleのアプリやサービスとの連携

パーソナライゼーション機能により、GeminiはGoogleのアプリやサービス（当初はGoogle検索から開始）と連携して、ユーザーの個々のニーズにさらに合わせた応答を提供できるようになりました。

例えば、レストランのおすすめを尋ねると、Geminiはユーザーの最近の食べ物関連の検索を参照します。また、旅行のアドバイスを求めると、以前に検索した目的地に基づいて回答を提供します。

この機能を有効にするには、モデルドロップダウンから「Personalization (experimental)」を選択します。ユーザーは常に自分の検索履歴をコントロールでき、有効にした後でもGeminiから切断することができます。これにより、プライバシーを保ちながらもパーソナライズされた体験を得ることができるのです。

連携アプリの機能強化

Geminiが個人的なAIアシスタントとして魅力的な点の一つは、ユーザーがすでに利用しているGoogleのアプリやサービスにアクセスできることです。今回、英語版では、Geminiと連携する追加のアプリ（カレンダー、メモ、タスク、写真など）が「2.0 Flash Thinking Experimental」モデルで利用できるようになりました。

複数アプリを横断する複雑なリクエストへの対応

この思考モデルを使用することで、Geminiは複数のアプリを含む複雑なリクエストをより効果的に処理できるようになりました。新しいモデルは全体的なリクエストをより適切に推論し、それを個別のステップに分解して、進行状況を自己評価しながら処理を進めることができます。例えば、一つのプロンプトで「YouTubeで簡単なクッキーのレシピを探して、材料をショッピングリストに追加し、近くでまだ営業中の食料品店を見つけて」というような複合的な依頼が可能になります。

Google写真との連携（近日公開）

今後数週間のうちに、Geminiが操作できるアプリのリストに「Google写真」が追加される予定です。これにより、ユーザーは自分の写真に基づいて簡単に助けを求めることができるようになります。

例えば、Geminiは最近の旅行の写真を見て、訪れた場所に基づいて旅行の行程表を作成したり、運転免許証の有効期限がいつ切れるかなどの情報を思い出したりすることができます。

「Gems」機能の一般提供開始

「Gems」機能を使用すると、任意のトピックに関する独自の個人的なAIエキスパートを作成してGeminiをカスタマイズできます。この機能は現在、Geminiアプリで無料で展開され始めています。あらかじめ用意されたGemsのいずれかを使用するか、翻訳者、食事プランナー、数学コーチなど、独自のカスタムGemsをすぐに作成することができます。

カスタムGems作成方法

カスタムGemsを作成するには、デスクトップの「Gems manager」にアクセスし、指示を書き、名前を付けるだけで、好きなときにチャットすることができます。

また、カスタムGem作成時にファイルをアップロードすることもでき、さらに役立つ情報を参照できるようになります。これにより、特定の分野や目的に特化した独自のAIアシスタントを簡単に作成できるようになりました。

(Via Google.)