OpenAI testa o modelo de imagem de próxima geração gpt-image-2, focado em gráficos complexos e realismo

De acordo com o monitoramento da Dongcha Beating, o próximo modelo de geração de imagens de última geração da OpenAI foi testado entre alguns utilizadores do ChatGPT e apareceu em listas de terceiros sob o codinome gpt-image-2.
Espera-se que o modelo seja lançado oficialmente nas próximas semanas.
Fontes próximas mencionaram duas melhorias principais.
Primeiro, a capacidade para gráficos complexos foi significativamente aprimorada.
Por exemplo, consegue colocar notas adesivas ou textos em locais específicos numa lousa branca, uma tarefa com que o modelo anterior tinha dificuldades.
Segundo, a saída já não tem uma ‘sensação de IA’; as luzes excessivamente perfeitas e os rostos suavizados que antes eram considerados falhas foram resolvidos.
O novo modelo é impulsionado pela pressão da OpenAI por crescimento de utilizadores.
Os utilizadores ativos semanais do ChatGPT recentemente estabilizaram-se em cerca de 920 milhões, falhando na meta de atingir 1 bilhão até ao final de 2025.
Sam Altman emitiu um ‘código vermelho’ interno no ano passado, desencadeado pela popularidade do modelo de imagem do Google Nano Banana, com melhorias na geração de imagens sendo priorizadas como uma das iniciativas do ‘código vermelho’.
A OpenAI pretende replicar o ‘momento Ghibli’ do início de 2025, quando milhões de utilizadores acorreram ao ChatGPT para transformar fotos suas e de amigos em imagens ao estilo Ghibli.
Com capacidades aprimoradas de renderização de texto, as imagens também podem ser usadas de forma mais confiável em publicidade e gráficos educativos.
Esta é uma direção na qual a OpenAI busca diferenciar-se da Anthropic, que recentemente ultrapassou a OpenAI em receita com os seus modelos de programação.