OpenAI prueba el modelo de imagen de próxima generación gpt-image-2, enfocado en gráficos complejos y realismo

Según la monitorización de Dongcha Beating, el próximo modelo de generación de imágenes de próxima generación de OpenAI ha sido probado entre algunos usuarios de ChatGPT y ha aparecido en listas de terceros bajo el nombre en código gpt-image-2. Se espera que el modelo se lance oficialmente en las próximas semanas. Personas cercanas mencionaron dos mejoras clave. Primero, la capacidad para gráficos complejos ha mejorado significativamente. Por ejemplo, puede colocar con precisión notas adhesivas o texto en ubicaciones específicas en una pizarra, una tarea que el modelo anterior tenía dificultades para realizar. Segundo, la salida ya no tiene una sensación de ‘IA’; los aspectos de iluminación excesivamente perfectos y las caras suavizadas que antes se reconocían como defectos han sido abordados. El nuevo modelo está impulsado por la presión de OpenAI para el crecimiento de usuarios. Los usuarios activos semanales de ChatGPT han alcanzado recientemente una meseta de alrededor de 920 millones, sin cumplir la meta de llegar a 1 mil millones para fines de 2025. Sam Altman emitió un ‘código rojo’ interno el año pasado, desencadenado por la popularidad del modelo de imagen de Google Nano Banana, y las mejoras en la generación de imágenes se priorizaron como una de las iniciativas de ‘código rojo’. OpenAI busca replicar el ‘momento Ghibli’ de principios de 2025, cuando millones de usuarios acudieron a ChatGPT para transformar sus fotos y las de sus amigos en imágenes al estilo Ghibli. Con capacidades mejoradas de renderizado de texto, las imágenes también pueden usarse de manera más confiable en publicidad y gráficos educativos. Esta es una de las direcciones en las que OpenAI busca diferenciarse de Anthropic, que recientemente ha superado a OpenAI en ingresos con sus modelos de programación.