OpenAI testa a nova geração de modelos de imagem gpt-image-2, com foco em gráficos complexos e realismo

21 de abril, notícias, o novo modelo de geração de imagens de última geração da OpenAI, que está prestes a ser lançado, já foi testado por alguns usuários do ChatGPT e apareceu sob um codinome na lista de terceiros, sendo chamado por alguns de gpt-image-2.
Espera-se que o modelo seja lançado oficialmente nas próximas semanas.
Fontes próximas ao assunto mencionaram duas melhorias principais. Uma é a capacidade significativamente aprimorada de lidar com gráficos complexos. Por exemplo, posicionar precisamente notas adesivas ou textos em locais específicos de um quadro branco, algo que o modelo antigo não fazia bem.
A segunda é que a saída não apresenta mais uma “sensação de IA”, e rostos perfeitos, com iluminação impecável e aparência de pele suavizada, que antes eram considerados falhas, agora parecem mais naturais.
Por trás do novo modelo está a pressão da OpenAI para aumentar sua base de usuários.
Os usuários ativos diários do ChatGPT recentemente ficaram em torno de 920 milhões, perdendo a meta de atingir 1 bilhão até o final de 2025.
Sam Altman já enviou um “código vermelho” interno na empresa no final do ano passado, após o sucesso do modelo de imagem Nano Banana do Google, que colocou a melhoria na geração de imagens como uma das prioridades do código vermelho.
A OpenAI espera reviver o “momento Ghibli” do início de 2025, quando milhões de usuários usaram o ChatGPT para transformar fotos suas e de amigos no estilo Ghibli.
Com a melhora na capacidade de renderização de textos, as imagens podem ser usadas de forma mais confiável em anúncios e gráficos educacionais.
Essa é uma direção na qual a OpenAI e a Anthropic estão se diferenciando, sendo que a última recentemente superou a OpenAI em receita graças ao seu modelo de programação.