Vyb：Coco Labsの初のデザインモデルは、編集可能なレイヤーでマーケティンググラフィックを作成

Coco LabsはVybを2026年10月20日に発表しました：マーケティング用グラフィックを1枚の平坦な画像として描くのではなく、要素ごとに構築するデザインモデルです。訴求点は絞られており、具体的です。Vybにブランドのウェブサイトかアセットファイルを一度渡せば、生成されるすべてのデザインは編集可能なレイヤーのスタックとして返ってきます。見出しは打ち直せるテキストオブジェクト、ロゴはベクター、商品写真はフル解像度の元のピクセルです。見出しを変更しても、ファイル内のほかの要素は一切動きません。デザインツールの発表では、パイプラインが本番環境でどのように失敗するかが公表されることはほとんどなく、記録されたインシデントはthe OrcaRouter AI Incident Archiveに収録されており、各項目には独自の情報源、重大度、信頼度グレード、係争中フラグが付いています。

その最後の一文が、製品のすべてだ。AIが生成した広告の誤字を直そうとしたことがある人なら、代わりの方法が何かを知っている。プロンプトを再実行し、少し違うデザインを得て、すでに承認したレイアウトを失うことだ。VybはCoco Labsがその循環を止めるための試みであり、同社にとって種類を問わず初のモデルリリースとなる。

実際に出荷されたもの

ローンチ投稿はDavid ZatsとAnusha Rameshによるもので、Vybを「ユーザーの好みを理解する初のデザインモデル」と説明している。重要なのはスローガンよりもその仕組みだ。Vybは、Coco LabsがCocolangと呼ぶ内部フォーマットでデザインを構成する——人間とモデルの両方が読み書きできる、簡潔で構造化されたデザイン記述だ。テキスト、ベクターシェイプ、画像は、1枚のラスターに平坦化されるのではなく、その構造内でネイティブ形式を保つ。出力が構造化されているため、Figmaなどの外部デザインツールへ「ロスレス」で書き出せ、各要素はそれぞれのレイヤーとして届く。

Vybは、自分では描けないものが必要な仕事のとき、画像生成ツールや編集ツールを呼び出すこともできる。これは賢明な役割分担だ。写真を生成し、それをレイヤーとして配置し、その周囲の文字やレイアウトをくっきり保つ。

提供されなかったものも、ほぼ同じくらい重要だ。料金表はない。公開APIもない。公開されたパラメータ数も、アーキテクチャの説明も、学習データの開示もない。唯一明らかなのは、Coco Labsがレイヤー設計向けの独自パイプラインを構築したという事実だけだ。なぜなら、学習に使える公開のレイヤー設計がほとんど存在しないからだ。アクセスはウェイトリスト制で、登録すると$10の生成クレジットが付与される。執筆時点では、製品は発表済みで招待制であり、一般提供はされていない。

Coco Labsが前面に打ち出している3つの数字

Coco LabsはVybBenchと名付けたベンチマークを公開した。145のGoogleフォント、100色、200の編集を、3つの競合製品—ChatGPT Image（gpt-image-2.5）、Muse（muse-image）、Recraft v4.1—に対してカバーしている。以下の数値はすべてベンダー報告によるものだ。Coco Labsの外部でこれを実行した者はいない。しかも、このベンチマークの作者は、そこで自社モデルが勝利する企業そのものである。

• 書体の忠実度 — 同じ単語のプログラムによるレンダリングに対する形状一致スコア：Vyb 90.3%、ChatGPT Image 76.0%、Muse 50.9%、Recraft 46.2%。Coco Labs は、同一のレンダリング同士を採点することでノイズ上限を94.4%と測定した。したがって、90.3%はこのテストにおける実用的な最大値に近い。

• 色忠実度 — 255 に対するチャンネルごとの最大誤差の平均、低いほど良い：Vyb 0.00、ChatGPT Image 3.94、Muse 5.67、Recraft 27.19。ここで文字どおりゼロが可能なのは、色を塗るのではなく値として記述できるからであり、それはより優れた描き手ではなく、レイヤー形式が機能しているということだ。

• 編集の局所性 — 200件の編集指示全体で変更されたピクセルの平均割合：Vyb 11.9%、ChatGPT Image 95.5%、Muse 91.8%、Recraft 98.9%。独立したLLM判定者は、各要求された編集が実際に完了したかどうかも採点しました：Vyb 94.7%、ChatGPT Image 100%、Muse 98.0%、Recraft 50.3%。

3行目を注意深く読んでください。製品が本物かどうかを決めるのはこの行だからです。ピクセル差分モデルは、画像の11.9%を偶然変えることはできません。ほぼすべてを再生成するため、ほぼすべてを変えてしまうのです。Vybの変更がわずかなのは、文書を編集しているからです。ChatGPT Imageの100%と並ぶ94.7%という受理率は、その正直な代償です。Vybは、文字が読めなくなるような変更など、悪いデザインだと判断した指示を時々拒否し、判定側はその拒否を不合格として数えました。

Coco Labsは自身のベンチマークにおける方法論上の非対称性を1つ開示している。編集テストでVybにはレイヤー付きSVG入力が与えられた一方、他の3つにはレイヤーを受け入れられないためフラット化されたPNGが与えられた。これはトリックではない——測定しているのはまさにその違いなのだ——しかし、それによってこの比較は、同一の作業を与えられた2つのモデルではなく、2つの異なる入力契約を試すものになっている。

ベンチマークの根底にある主張

Vybのローンチ投稿は、1段落を割いて競合のアプローチを攻撃しており、その文言ではなく主張の骨格を引用する価値がある。主張はこうだ。完成したフラット画像をレイヤーに戻すこと、すなわちデレイヤリングでは、本物のテキストやベクターレイヤーを復元することはできない。フラット画像内のテキストは単なるピクセルにすぎず、他の要素の背後に隠れた領域は推測するしかないからだ。Coco Labsは、本当のレイヤースタックを得る唯一の方法はそれを生成することであり、事後的な分解はブランドの実際のファイルに触れた時点で通用しなくなるデモにすぎないと主張している。

それは擁護できる立場ではあるが、代替手段を販売している企業によるマーケティング上の立場でもある。フラット画像にラスタライズされたテキストは、元のフォントメトリクスに完全に忠実な形で打ち直すことはできない、というのは確かだ。また、ほとんどのマーケティングチームには、編集可能にできればと願っている承認済みのフラット素材のライブラリがすでにあり、Vybにはそうしたファイル向けに提供できるものが何もない、というのも確かだ。この2つのアプローチは異なる問題を解決するものであり、ローンチ記事はそのうち片方だけが意味を持つかのように書かれている。

実際のワークフローの中でどこに位置づけられるか

階層化されたデザインモデルは、パイプラインの残りの部分を不要にするわけではない。見出しを書き、オファーを決め、その主張が展開される市場で法的に問題ないかを確認する作業は、依然として誰かが担う必要がある。Vybが変えるのはその後のステップだ。コピーはテキストとして、ブランドのフォントで、プロンプトによって作り直されるのではなくデザイナーが調整できるレイアウトの中に配置される。

そのパイプラインのテキスト部分は、ルーターが担える部分でもあります。OrcaRouterは200以上のモデルにまたがる単一のAPIを実行し、プロバイダーの定価を0%のマークアップでそのまま通すため、見出しを書くモデルと、それをブランドルールに照らしてチェックするモデルを、2つ目の契約なしで1つのキーの背後に置けます。自動フェイルオーバーがここで重要なのは、地味な理由からです。コピー生成ステップがバッチの途中で失敗すると、デザイン作業に空のレイヤーが残ってしまいますが、フォールバックモデルのほうが停止したキューよりコストが低く済みます。Vyb自体はどのルーターからも呼び出せません（公開APIがないため）。そのため、2026年後半に誠実なアーキテクチャは、言葉にはテキストモデル、アートワークにはアクセスを取得した後のVyb、という形になります。

何がまだ証明されていないのか

購入判断に与えるべき影響の大きい順に、4つのこと。

• 価格。料金表は存在しません。Coco Labsはウェイトリスト参加者に10ドルのクレジットを配布していますが、それは完成したキャンペーンの費用について何も示していません。

• 独立したテスト。 この記事の数値はすべてベンダーによるものです。フォントベンチマークは一般公開されているG​oogleフォントのみを対象としています。Coco Labsは、カスタムブランドフォントでは差がさらに広がると予想しているものの、それらは測定していないと述べており、これはまさにブランドが気にするケースです。

• 実務におけるファイルの忠実性。「Figmaへのロスレス書き出し」は書き出しツールについての主張であり、出来上がったレイヤーツリーがデザイナーにとって作業しやすいものであるかどうかとは別だ。社外の誰もこうしたファイルを開いたことがない。

• 対応範囲。今回のローンチで示されているのは、ポスター、広告、引用カード、告知です。複数ページのドキュメント、パッケージのダイライン、および印刷カラープロファイルを含むものは、これまでに公開された資料では扱われていません。

そうした要素はどれも、この製品を絵に描いた餅にはしない。出力が画像ではなくドキュメントであるデザインモデルは、画像生成器とはまったく別のカテゴリーであり、編集局所性の数値は、そのアーキテクチャからしか出てこない類の結果だ。だが、ウェイトリストとベンダーのベンチマークは発表であって実績ではない。マーケティングチームにとって有用な問いは、VybがフォントにおいてChatGPT Imageを上回るかどうかではなく、それが生成するファイルが、レイアウトを手作業でやり直すコストより多くの時間をデザイナーにもたらすかどうかである。その問いに答えが出るのはウェイトリストが公開されたときであり、それより前ではない。

何を観るべきか

Vybを「興味深い」から「採用される」ものへと移行させるには、3つのシグナルが必要だ。デザイン単位またはクレジット単位の価格を公開し、コストをフリーランサーの時間単価と比較できるようにすること。カスタムフォントのベンチマーク。なぜなら本物のブランドはすべて、Google Fontsにはない書体を少なくとも1つ使っているからだ。そしてAPI。Vybが呼び出し可能になった瞬間、それはツールではなくなり、コンテンツパイプライン内の他のすべてと並んでルーティングできるコンポーネントになる。それまでは、10ドルのクレジットが、レイヤーツリーがベンチマークから推測されるほどクリーンかどうかを確かめる最も安価な方法だ。