巨大画像AIを75%圧縮、民主化へ

研究の概要

騰訊（テンセント）傘下の研究者らを中心とするチームは、大規模画像生成モデルの計算コストを劇的に削減する新たな枝刈り（プルーニング）フレームワーク「TMP（Tree-structured Mixed-policy Pruning）」を発表した。

同技術の最大の特徴は、テキストから画像を生成するT2Iと、テキストと画像を組み合わせて編集するTI2Iという主要な画像生成タスク双方に対応し、さらにMixture-of-Experts（MoE）とDiffusion Transformer（DiT）という異なるアーキテクチャにも汎用的に適用できる点にある。

実験では、800億パラメータを持つ最先端モデル「HunyuanImage 3.0」に同フレームワークを適用し、パラメータ数を200億（削減率75%）まで圧縮することに成功した。特筆すべきは、圧縮後のモデルが、消費者向けGPUとして広く普及しているVRAM24GBのNVIDIA RTX 4090一枚で推論可能となった点である。従来、同規模のモデル稼働には複数枚の高価な業務用GPUが必要であり、運用コストは中小企業にとって現実的でなかった。また、6Bパラメータの「Z-Image turbo」については33%の削減を達成しつつ、画質劣化をほぼ無視できる水準に抑えている。圧縮済みモデルの推論スクリプトとモデルウェイトは、HunyuanImage 3.0の公式GitHubおよびHugging Faceリポジトリに統合済みであり、即座に利用可能な状態にある。

ビジネスへの示唆

この技術革新が最も直接的なインパクトをもたらすのは、高品質な画像生成を業務に組み込もうとしている企業である。これまで大規模モデルの自社運用には、クラウド費用または数百万円規模のGPUサーバー投資が必要であったが、TMPはその参入障壁を大幅に引き下げる。

影響が及ぶ業界・部門・KPIは以下の通りである。

• 広告・マーケティング部門: クリエイティブ制作のターンアラウンドタイムを短縮し、A/Bテスト用画像のバリエーション生成コストを削減。広告制作費（CPM換算コスト）の改善が見込まれる。
• EC・リテール企業: 商品画像の背景差し替えやスタイリングの自動生成を内製化し、スタジオ撮影費を圧縮。商品画像の更新頻度向上によるCVR（コンバージョン率）改善を狙える。
• ゲーム・エンターテインメント: アセット生成をオンプレミスGPUで完結させ、外部APIへの従量課金コストをゼロ化。IP管理・情報セキュリティの観点からも、データを社外に送出しない自社運用の価値は高い。
• 医療・製造業の設計部門: 画像編集（TI2I）機能を活用した設計案の視覚化や、製品外観検査用の学習データ生成への応用が期待される。

クラウドベースのAPI従量課金モデルと比較した場合、自社GPU一枚による内製化は、月間数万枚規模の画像生成ニーズを持つ企業において、年間ランニングコストを数千万円単位で削減しうる。情報漏洩リスクの低減というセキュリティ面のメリットも、金融・医療など機密性の高い業界では無視できない。

今後の展望

課題も残る。75%の圧縮で「限定的な品質劣化」と評価されているが、その許容範囲はユースケースによって異なり、高精細な広告ビジュアルや医療画像など品質要件が厳格な用途では追加の検証が必要となる。また、圧縮率とタスク特性の最適な組み合わせを探る作業は依然として専門知識を要する。

一方で、同フレームワークがオープンソースとして公開された意義は大きい。画像生成AIの「大型化競争」から「効率化競争」への転換点を象徴するものであり、今後はプルーニング技術を活用した軽量モデルの普及が、AIツール導入企業の競争優位の源泉となる可能性がある。国内IT企業やSIerにとっても、この技術を応用した垂直特化型サービスの構築は現実的な選択肢となりつつある。