OpenAI prueba la nueva generación de modelos de imágenes gpt-image-2, enfocado en gráficos complejos y realismo

21 de abril, noticias, el nuevo modelo de generación de imágenes de próxima generación de OpenAI ya ha sido probado en algunos usuarios de ChatGPT y aparece en una lista de terceros bajo el código de nombre, algunos usuarios lo llaman gpt-image-2. Se espera que el modelo se lance oficialmente en las próximas semanas.
Fuentes informadas mencionan dos mejoras clave. La primera es una capacidad significativamente mejorada para gráficos complejos. Por ejemplo, colocar notas adhesivas o texto con precisión en ubicaciones específicas en una pizarra, algo que el modelo anterior no hacía bien. La segunda es que la salida ya no tiene una «sensación de IA», las caras demasiado perfectas con iluminación impecable y suavizado, que antes se consideraban fallos evidentes.
Detrás del nuevo modelo está la presión de OpenAI por aumentar su base de usuarios. Los usuarios activos semanales de ChatGPT se mantienen en aproximadamente 920 millones, perdiendo la meta de llegar a 1,000 millones para fines de 2025. A finales del año pasado, Sam Altman envió una «alerta roja» interna en la empresa, cuyo desencadenante fue el éxito del modelo de imagen de Google Nano Banana, y la mejora en la generación de imágenes se convirtió en una de las prioridades de la «alerta roja».
OpenAI espera replicar el «momento Ghibli» a principios de 2025, cuando millones de usuarios inundaron ChatGPT para transformar fotos propias y de amigos en estilo Ghibli. Con la mejora en la capacidad de renderizado de texto, las imágenes también pueden usarse de manera más confiable en anuncios y gráficos educativos. Esta es una dirección en la que OpenAI busca diferenciarse de Anthropic, que recientemente ha superado a OpenAI en ingresos gracias a su modelo de programación.