ChatGPT
Perplexity
Claude
Gemini
Nobody trusts a perfect picture anymore. For a while now, the pitch behind every new image and video model has been the same: sharper, cleaner, more photoreal, less broken. Resolution keeps climbing, faces hold together across more scenes than they used to, and lighting looks correct in a way it didn't two years ago. And somewhere in the middle of all that progress, something strange happened: technical perfection stopped being the flex.
写真家たちは、生成モデルが登場する前にまさにこの緊張感に直面しており、彼らが進んだ方向こそ、画像・動画生成が向かう先を最もはっきりと示すものです。FstoppersのAlex Cookeは 変化を追う among working photographers away from flawless retouching and toward images that keep their rough edges, things like a missed focus point, an unretouched tear, a hand slightly blurred mid-motion. His argument is that AI didn't just get good at photography, it got good at the specific kind of photography that used to signal skill. Once software can smooth skin, fix a horizon, and match color across a hundred images in the time it takes to make coffee, flawless execution stops signaling that a professional made something and starts signaling that it might have been generated instead. Cooke's point isn't that photographers should get sloppy; it's that the thing a viewer used to read as competence now reads as 怪しいかつてミスと見なされていたものが、今では次のように受け取られるようになりました： proof まるでその場に本当にいたかのように。
これに近いことが、AI画像生成そのものの中でも一段上のレベルで起きています。モデルが顔やシーンの客観的に正しいバージョンを描くのが上手くなるほど、逆に何の特徴もない見た目にもなっていくのです。それが、人々が一目で「AIスロップ」と呼ぶようになった、あの独特でつるっとした、対称すぎる質感です。SCADの美容・フレグランスビジネスプログラム学科長のDominica Bairdは、 指摘されました 写真が発明されたとき、画家たちはしばらくの間カメラを超えるリアリズムを追い求めましたが、やがてその戦いを諦めました。彼らは代わりに抽象、象徴、表現へと向かいました。つまりカメラにはできないすべてのことへと。今起きているのもほぼ同じ変化で、はしごを一段上ったところにあります。AIが「技術的に正しいもの」を吸収するにつれ、クラフトは特定的で、意図的に選ばれ、少し不完全な、あなたが指示しない限りモデルが自ら生成しないものへと移っていくのです。
What's actually happening underneath the aesthetics is less about how something looks and more about what it proves. An image with a slightly off crop, a grain, a beat that runs half a second too long, reads as the result of somebody making decisions: a pass, then another pass, a choice to leave something in rather than smooth it away. Slop doesn't feel like slop because it's ugly. Plenty of slop is technically flawless. それが「slop（安っぽい量産物）」に見えるのは、次のような出力として読み取れるからです ワンクリックは、どれだけ丁寧にプロンプトを書いたとしても、たった一度の生成です。 その不完全さこそが、アイデアと目の前のものとの間に複数の判断があったことを見る人に伝えます。そして、単なる一発の生成と作り込まれた生成との間にあるこの差こそが、作品の本当の違いなのです 獲得します a few seconds of someone's attention and work that doesn't.
同じ仕組みは動画でも見え始めています。画像がすでに到達した地点から、ほんの少し遅れているだけです。写真や画像生成が先にこの流れを通り抜け、動画はまだ足場を固めている段階ですが、追い上げは速く、今年はモーションデザインの記事でも同じ言葉が使われるようになっています。 Envato's own 2026 trend report names "authenticity through imperfection" を、いま動画で起きている決定的な変化のひとつとして挙げています。ジンバルのように滑らかな動きではなく手持ちのカメラの揺れ、切り落とさずに残された生のカット、そのまま残された自然な間や環境音、「リグなし、セットアップなし」で撮られたウェアラブルPOV映像。その理由についてEnvatoの見解はストレートです。「不完全さそのものが美学になった。それは信頼、親近感、そして本物らしさを示すのだ」
AI動画ツールを開発する企業自身も、内側から同じ解決策にたどり着いています。 invideoのクリエイティブディレクター、Hridayeが自身のプロセスを語りました 生成したクリップが実写フィルムに近く見えるまで、少しのブラーとグレインのパスを重ねていくといった具合で、その理屈は写真についてのCookeの主張とほぼ正確に重なります。invideo自身の説明によれば、AIのフレームには「センサーノイズも、化学的構造も、有機的な不完全さもない」のであり、その欠如こそが「なぜかを言葉にできる前に『偽物』だと感じさせるもの」なのです。
とはいえ、これはチェックボックス的に機能するものではなく、このアイデアが破綻するポイントについては正直に語る価値があります。コミュニケーション戦略家のShaunta Garthは 反対の主張を展開した about brands manufacturing imperfection on purpose: the moment roughness becomes a formula, applied because a trend report said to, it stops being evidence of a decision and turns into just another preset, exactly as hollow as the smoothness it replaced. A grain overlay dropped onto an otherwise untouched first generation is still a one-step output, just wearing a different filter, since the imperfection itself was never 本当の要点。その裏にある試行錯誤こそが要点でした。
Which is the actual craft lesson, for images and video both: the goal isn't imperfection for its own sake, it's a body of decisions a model wouldn't have made on its own. Describe the conditions of capture instead of the result, not "a beautiful portrait" but the specific lens, the specific light, the specific flaw you want in the frame, and do the same with motion: not "cinematic camera movement" but the sway of a hand actually holding something, the pause before someone speaks, the cut that runs a beat long because that's how it happened. Push past the first clean output. The second or third pass, where you start pulling the piece away from its most polished default, is usually where the real decisions live, and that's true whether you're working in GPT Image 2 and Nano Banana Pro or Kling 3.0 and Seedance 2.0.
None of this is a rule about what AI work should look like. Plenty of it should be clean, bright, and precise, and that's a legitimate choice too, as long as it's made the same way: on purpose, after a few passes, not on the first try. The point was never that clean is wrong. It's that clean is no longer proof of anything, because a model can hand you clean without you doing a thing. The choices that still require you、つまり1回の生成では出てこず、戻って粘り強く追い込まなければ得られない要素こそが、作品を「誰かの作品」らしく見せ始め、観客がこれを 一見の価値あり.