Gensparkは、アプリ内で「音声制御AI写真編集ツール」として位置付ける「Photo Genius」のリリースを発表しました。公式説明によると、この機能はOpenAI Realtime音声技術とNano-Banana画像モデルを組み合わせ、ユーザーが自然な音声で編集要件を直接指定できるようにします。これには、メイクやヘアスタイル、服装のスタイル、背景の置き換え、ポーズの調整、一般的な「レスキュー」操作などが含まれます。従来の画像処理ツールと比較して、Photo Geniusは「チュートリアル不要の会話型」アプローチで導入のハードルを下げ、日常的な写真編集とクリエイティブな加工の両方に対応しています。Nano-Bananaは、被写体やシーンの一貫性と制御性を重視した、最近人気の画像編集モデルで、Geminiエコシステム内の追跡可能な透かしなどのセキュリティメカニズムによってサポートされています。この統合により、Gensparkのマルチモーダルワークフロー（音声指示による目標設定→リアルタイム理解→画像レベルの編集と置き換え）がさらに強化されます。課金と使用制限に関する詳細は公式には未公開です。機能の詳細と対応プラットフォームについては、Gensparkのアナウンスとアプリストアのページをご覧ください。
よくある質問
Q: Photo Geniusのコア機能は何ですか？
A: Nano-Bananaは音声コマンドを使用して画像編集を行い、メイク、ヘアスタイル、服装、ポーズの調整、背景の置き換え、写真の復元をサポートします。
Q: 本当に「世界初」の音声制御AI写真編集ソフトなのでしょうか？
A: これは公式のプロモーション資料からの主張です。業界では音声と画像の統合を試みる試みもありますが、厳密な比較は定義と機能の境界によって異なります。
Q: プライバシーとトレーサビリティはどのように保証されていますか？
A: Nano-Bananaは、識別可能なデジタルウォーターマーク（SynthIDなど）とGemini側のコンプライアンスガイドラインをサポートしています。Genspark内での具体的な実装とデータ処理は、Gensparkのプライバシーと製品ポリシーに準拠します。
Q: どこで体験できますか？ A: Gensparkアプリ内です。具体的なアクセス方法や資格基準については、公式ページ、アプリストアの説明、ソーシャルメディアの発表をご確認ください。
