OpenAI lanza el modelo ChatGPT Images 2.0, mejorando el procesamiento de tareas visuales complejas

El 22 de abril, OpenAI lanzó el modelo ChatGPT Images 2.0, mejorando significativamente la capacidad para manejar tareas visuales complejas, con mejoras en la comprensión de instrucciones, colocación de objetos y expresión de relaciones, así como en la renderización de texto de alta densidad. Este modelo soporta generación de texto multilingüe, presentando con precisión contenido no en inglés en las imágenes y mejorando la coherencia semántica general. En términos de capacidades de generación, ChatGPT Images 2.0 permite un control más fino de los detalles, incluyendo fuentes pequeñas, iconos, elementos de interfaz y composiciones complejas, con una resolución máxima de salida de 2K. Además, ha fortalecido aún más la representación de estilos y el realismo, permitiendo la generación estable de imágenes fotorrealistas, estilos cinematográficos, arte en píxeles y cómics, haciéndolo adecuado para escenarios como desarrollo de juegos, diseño de guiones gráficos y producción de material de marketing. Posee capacidades de procesamiento de tareas de extremo a extremo, completando todo el flujo de trabajo desde la generación de copias hasta la composición de diseño. ChatGPT Images 2.0 ya está disponible para todos los usuarios de ChatGPT y Codex, con la funcionalidad de imágenes que cuenta con ‘capacidades de pensamiento’ accesibles para usuarios Plus, Pro y Business (El soporte para empresas llegará pronto). El modelo subyacente, gpt-image-2, también está disponible para integración mediante API.