今週はモデルの「新登場」よりも「地力の底上げ」が目立つ週でした。画像ではMidjourneyが画質と好み学習の精度を静かに引き上げ、FLUXとIdeogramはブランド運用や自社ホスティングという実務寄りの武器を強化。動画では音声とカメラワークの「同時制御」が一気に進みました。それぞれのアップデートの勘所と、その場でコピペして試せる一言プロンプトをまとめます。
①Midjourney V8.2:画質のムラを消す「見せ方」のアップデート
MidjourneyのV8.2は2026年7月24日にデフォルト化された、新機能追加型ではなく「画質と好み学習の精度」を底上げする更新です。バッチ内で品質が突然落ちる「アタリハズレ」が減り、パーソナライズ済みプロフィールほど狙った作風に寄りやすくなりました。
editorial portrait of a woman on a rooftop at golden hour, confident and unsmiling expression, warm rim light, matte film grain, minimal color grading --style raw --stylize 200 --v 8.2効いている要素: --style rawはモデル既定の「盛り」を抑えて写実に寄せる指定で、V8.2の強化点である「好み学習の再現性」と相性が良いです。unsmiling expressionのように表情を明確に否定形で固定すると、バッチのばらつきが出やすい表情まわりが安定します。--stylizeは数値を低めにするほどプロンプトへの忠実度が上がるため、ポートレートのように狙いが明確なカットでは200前後が扱いやすい値です。
②FLUX.2:複数リファレンスでブランドの一貫性を量産する
Black Forest LabsのFLUX.2は複数の参照画像を束ねて一貫性のあるバリエーションを量産できる「マルチリファレンス」が強化ポイントです。商品写真のように「同じ被写体を角度違いで揃えたい」用途に向いています。
same ceramic coffee mug across three angles: straight-on hero shot, 45-degree angle shot, top-down flat lay, identical studio softbox lighting, identical matte teal glaze color, seamless white backdrop効いている要素: same [被写体]で固定したい対象を明示したうえで、identical lighting / identical colorのように「変えたくない条件」を繰り返し言語化するのがコツです。角度だけを可変にしたい場合は、可変要素(three angles)と固定要素を分けて書くと、複数リファレンス間でのブレが起きにくくなります。
③Ideogram 4.0:オープンウェイト化で自社サーバー運用が現実的に
IdeogramのIdeogram 4.0は93億パラメータの基盤モデルをオープンウェイトかつ商用ライセンス付きで公開した点が最大のトピックです。fp8/nf4の量子化版は24GBクラスのGPU1枚で動作するため、社内サーバーでのファインチューンやオンプレ運用を検討しやすくなりました。得意分野は多言語の文字組みです。
seasonal sale poster, bold headline text "新商品発売" in clean geometric sans-serif at top third, product photo occupying bottom two-thirds, navy and coral two-color palette, generous whitespace margins効いている要素: 文字を画像内に正しく描かせたい場合は、headline text "〜"のように引用符でテキストそのものを囲むと誤字が起きにくくなります。top third / bottom two-thirdsのような比率指定と、navy and coralのような2色までの配色指定は、Ideogramが得意とするレイアウト・配色コントロールと噛み合います。
④MiniMax H3(Hailuo 3.0):映像と音を同時に1回で生成
MiniMaxが2026年7月31日に発表したH3(Hailuo 3.0)は、テキスト・画像・動画・音声を1つのモデルで扱う「オムニモーダル」動画生成モデルです。最大2K・15秒の映像に、セリフ・効果音・音楽をあとから合成するのではなく生成過程で同時に作り込めるのが特徴です(2026年8月3日にオープンソース化)。
cozy rain-soaked jazz cafe at night, static wide shot, warm tungsten lighting, steam rising from coffee cups, ambient rain patter and distant thunder, soft upright bass and brushed drums playing from the cafe speakers, 15s, native stereo audio効いている要素: 映像の指示(static wide shotや照明)と音の指示(ambient rain patterや楽器編成)を同じプロンプト内で並列に書くのがオムニモーダルモデルの基本です。「何の音がどこから鳴っているか」をfrom the cafe speakersのように音源の位置まで書くと、映像と音の定位が食い違いにくくなります。
⑤Kling 3.0 Omni:ショット単位で尺・画角・カメラを台本化する
Kling AIのVideo 3.0 Omniは最大6カットをつなげて生成できるマルチショット・ストーリーボード機能が核です。カットごとに尺・画角・カメラの動き・ナレーション内容を個別に指定できるため、1本の動画をミニ絵コンテとして書き下ろす感覚に近づきました(Kuaishou公式発表)。
Shot1 (3s): slow dolly-in toward a lone lighthouse at dusk, storm clouds gathering.
Shot2 (4s): orbit shot circling the lighthouse, waves crashing against the rocks below.
Shot3 (3s): push-in to the lantern room, warm light glowing through rain-streaked glass.
Consistent moody teal-and-orange color grade across all shots, continuous storm atmosphere.効いている要素: Shot1 (3s): [カメラワーク], [内容]という形でカットごとに改行して書き分けると、ショット単位の制御がしやすくなります。カット間で世界観がバラつかないよう、末尾にConsistent [色調] across all shotsと全体を貫く指定を一文添えるのがポイントです。
今週登場した指定テクニック早見表
| モデル | 今週の注目機能 | プロンプトでの書き方の要点 |
|---|---|---|
| Midjourney V8.2 | 画質の安定化・好み学習の精度向上 | --style raw + 具体的な否定形の表情指定でブレを抑える |
| FLUX.2 | マルチリファレンスでの一貫生成 | same [被写体]で固定+identical [条件]を反復 |
| Ideogram 4.0 | オープンウェイト化・多言語文字組み | 引用符での文字指定+比率・2色までの配色指定 |
| MiniMax H3 | 映像と音声の同時生成 | 映像指示と音源位置(from 〜)を並列記述 |
| Kling 3.0 Omni | ショット単位のストーリーボード | Shot1 (秒数): カメラワーク, 内容を改行で並べる |
主な情報源
- Midjourney Updates(公式)
- Midjourney Version ドキュメント(公式)
- FLUX.2: Frontier Visual Intelligence(Black Forest Labs公式)
- Ideogram 4.0 Press Release(Ideogram公式)
- MiniMax H3(MiniMax公式)
- MiniMax H3 Open Source(MiniMax公式)
- Kling VIDEO 3.0 Omni Guide(Kling AI公式)
- Kling AI Launches 3.0 Model(Kuaishou Technology公式)
サンプルプロンプトは本メディアのオリジナル例です。各モデル・サービスは提供元の規約に従ってご利用ください。生成物の権利・商用条件は各規約をご確認ください。情報は公開時点のもの。収集・要約はAI、公開判断は人。