テキストトゥイメージ（Text-to-Image）

テキストトゥイメージ（Text-to-Image）とは、ユーザーが入力したテキストの説明文（プロンプト）をもとに、AIが画像を自動生成する技術です。拡散モデル（Diffusion Model）を中心とした深層学習モデルで実現されています。

なぜ注目されるかというと、専門的なデザインスキルがなくても「青い海の上を飛ぶ白いドラゴン、日本画風」のような文章を入力するだけでリアルな画像が数秒で生成できるためです。イラスト・写真・グラフィックデザインなどのクリエイティブ制作プロセスを根本的に変えつつあります。

代表的なサービスには、OpenAIのDALL-E（API経由で利用可能）、Stability AIのStable Diffusion（オープンソース）、Midjourney（高品質なアートスタイル）があります。Stable DiffusionはオープンソースのためローカルPCでも動作させられます。

ビジネス活用として、広告バナー・SNS投稿・記事のアイキャッチ・商品イメージの試作などに使われています。一方で、著作権・肖像権・フェイク画像などの倫理的課題も議論されており、利用ルールの整備が求められています。