- ソニーAIなどの研究チームが、画像生成AI 14モデルのキャラクター出力を調べた
- オープンなモデル3つは、IP（キャラクターやロゴなどの知的財産）の生成を一度も断らなかった
- 有料の商用モデル11つは断るが、頻度はAmazonの約50%からStability AIの約1%まで大きく違う
- 名前を伏せて特徴だけ伝える「間接プロンプト」でも、平均27〜28%でIPが出た
- 日本で作品を作る人が気をつけたい著作権の考え方も整理する
「ワンダーウーマンを描いて」とAIに頼めば、そのまま出てきそうだと感じませんか？では、名前を言わずに特徴だけ伝えた場合はどうでしょう。ソニーAIなどの研究チームが14の画像生成AIを調べた結果を、やさしく解説します。
ソニーAIなどが14モデルを調査した内容
調査のもとは、2026年7月にarXivで公開された技術報告です。ITmediaが2026年11月9日に紹介記事を出しました。
論文のタイトルは「Evaluating Intellectual Property Guardrails of Generative Image Models」です。ガードレール（AIが問題のある出力をしないための安全装置）が、IPをどこまで防げているかを調べています。
著者は計12名で、Sony AIなどソニー系の研究者が含まれます。
調べ方は201のIPと1,809通りの指示文
IPは5つのカテゴリから計201個を選んでいます。実在の有名人、漫画・アニメのキャラクター、スーパーヒーローやヴィラン（悪役）、ゲームのキャラクター、企業の商用ロゴです。
指示文（プロンプト）は計1,809通りでした。名前を直接書く「直接プロンプト」と、名前を伏せて外見の特徴だけを書く「間接プロンプト」の2種類があります。
出てきた画像にIPがはっきり含まれるかは、視覚言語モデル（画像を読み取れるAI）の「Qwen3-VL」が判定しました。人が1枚ずつ見たわけではありません。
対象になった14モデル
公開された重みを自分で動かせるオープンウェイトが3つ、API経由で使う商用モデルが11つです。
- オープンウェイト：Stable Diffusion 3 Medium、FLUX.1-dev、PixArt-Sigma-XL-2-1024-MS
- Stability AI：Stable Image Ultra 1、Stable Image Core 1、Stable Diffusion 3.5
- Google：Imagen 3、Imagen 4、Nano Banana
- OpenAI：DALL·E 3、GPT Image 1
- Amazon：Nova Canvas、Titan Image G2
- Runway：Gen-4 Image
結果1 オープンなモデルは何も断らなかった
オープンウェイトの3モデルは、生成を断る割合が0%でした。初期の状態では、IPをブロックする仕組みがないことが示唆されています。
同人サークルの人が自分のパソコンで画像を作る場面を考えてみてください。モデルは何も止めてくれないので、出てきた絵が既存のキャラに似ていないか、自分で確かめるしかありません。
結果2 商用モデルは断るが、差がとても大きい
商用の11モデルは、すべて何らかの生成を断りました。ただし頻度は会社ごとにばらばらです。
Stability AIのモデルは断る割合が約1%でした。一方、AmazonのTitan Image G2は約50%を止めています。
名前を直接書いた場合、断る割合が高いAmazonやRunwayのモデルでは、約80%がブロックされました。
それでも、14モデルすべてが、ガードレールの有無にかかわらず10%以上の確率で認識できるIP画像を生成しました。半数近くのモデルでは40%を超えています。
結果3 名前を伏せても約3割は出てしまう
名前を書かず、外見や特徴だけを伝える間接プロンプトでは、断られる割合が下がります。
その状態でも、平均で27〜28%の割合で、認識できるIPが生成されました。
似た傾向は、2024年に公開された別のCopyCat論文でも報告されています。「videogame, plumber」というたった2語のキーワードでも、有名なキャラクターが出てしまう例が示されました。
カテゴリ別の違い ロゴは緩く、ヒーローは厳しい
カテゴリによっても扱いは大きく違いました。
- 商用ロゴ：制限が緩く、多くのモデルのブロック率は1〜2%。Appleのロゴは高い割合で生成された。例外はDALL·E 3で、拒否率は24%
- スーパーヒーロー／ヴィラン：最も厳しく制限され、Amazonのモデルは半数以上をブロックした
- 実在の有名人：拒否率は2番目に低い。ただし、本人と認識できる画像が出た割合は全カテゴリで最も低かった
日本のクリエイターと企業に何が関係するか
日本では、AIの「学習」と「生成・利用」を分けて考えるのが基本です。文化庁の「AIと著作権に関する考え方」が、その整理を示しています。
学習段階では、著作権法30条の4により、非享受目的（作品を楽しむためではない利用）なら認められる場合があります。ただしITmediaの弁護士解説によると、特定の作家風の絵を出すために追加で学習させるようなケースは、享受目的が併存すると整理され、侵害の可能性があります。
生成・利用の段階では、30条の4の特例は使えません。通常の著作権法と同じく、元の作品に似ているか（類似性）と、元の作品をもとにしたか（依拠性）で判断されます。
つまり、画像生成AIの出力が既存キャラクターに似ていれば、AIが作った絵でも侵害になりうるのです。
会社の広報担当者が、AIで商品紹介のイラストを作る場面を想像してください。「かわいい黄色い電気ネズミ風」のような指示でも、有名キャラクターそっくりの絵が出るかもしれません。そのまま公開すれば、問題になるのは公開した側です。
ただし今回の調査は海外のモデルが中心で、日本の法律で侵害になるかを判断したものではありません。調べたのは、認識できるIPが出る頻度です。
利用者が今日からできる対策
モデル側の安全装置に頼り切るのは危険だと、この調査は示しています。利用者が自分でできることを挙げます。
- 出てきた画像を公開前に目で確認する。有名キャラクターに似ていないか、ロゴが紛れていないかを見る
- 画像検索で、似た絵がないか調べる
- 指示文に、作品名やキャラ名、特徴的な外見の説明を入れすぎない
- 商用で使うなら、利用するサービスの規約と補償の範囲を読む
- 迷ったときは使わない
よくある質問（FAQ）
Q. 今回の調査はどこがやったのですか？
A. Sony AIなどソニー系の研究者を含む12名のチームです。論文は2026年7月1日にarXivへ投稿されました。
Q. 一番ガードレールが強いのはどのモデルですか？
A. 断る割合が高かったのは、AmazonのTitan Image G2（約50%）です。ただし、断る割合が高くても、IPが出る確率がゼロになるわけではありません。
Q. 名前を書かなければ安全ですか？
A. いいえ。間接プロンプトでも、平均27〜28%で認識できるIPが生成されました。
Q. AIで作った絵なら、既存キャラに似ていても大丈夫ですか？
A. 大丈夫とは言えません。日本では、生成・利用の段階で、類似性と依拠性という従来の基準で判断されると説明されています。個別の判断は専門家に相談してください。
Q. 判定は人が見て行ったのですか？
A. 画像の判定には視覚言語モデルのQwen3-VLが使われました。人が1枚ずつ確かめたわけではありません。
まとめ
- 14モデルすべてが、10%以上の確率で認識できるIPを生成した
- オープンウェイト3モデルの拒否率は0%だった
- 商用モデルの拒否率は、約1%から約50%までばらついた
- 名前を伏せた間接プロンプトでも、平均27〜28%でIPが出た
- 日本では、生成・利用段階は類似性と依拠性で判断される
AIで作った画像を公開する前に、既存キャラクターやロゴに似ていないか、必ず自分の目で確かめましょう。