A OpenAI Lança o Modelo ChatGPT Imagens 2.0, Melhorando o Processamento de Tarefas Visuais Complexas

Em 22 de abril, a OpenAI lançou o modelo ChatGPT Imagens 2.0, aprimorando significativamente a capacidade de lidar com tarefas visuais complexas, com melhorias na compreensão de instruções, colocação de objetos e expressão de relacionamentos, bem como na renderização de texto de alta densidade.
Este modelo suporta geração de texto multilíngue, apresentando com precisão conteúdos não ingleses em imagens e melhorando a coerência semântica geral.
Em termos de capacidades de geração, o ChatGPT Imagens 2.0 permite um controle mais detalhado, incluindo fontes pequenas, ícones, elementos de interface de usuário e composições complexas, com uma resolução máxima de saída de 2K.
Além disso, reforçou ainda mais a representação de estilos e o realismo, possibilitando a geração estável de imagens fotorrealistas, estilos cinematográficos, arte pixel e quadrinhos, tornando-o adequado para cenários como desenvolvimento de jogos, design de storyboards e produção de materiais de marketing.
Possui capacidades de processamento de tarefas de ponta a ponta, completando todo o fluxo de trabalho desde a geração de cópias até a composição de design.
O ChatGPT Imagens 2.0 já está disponível para todos os usuários do ChatGPT e Codex, com a funcionalidade de imagens com ‘capacidade de pensamento’ acessível a usuários Plus, Pro e Business (Suporte empresarial em breve).
O modelo subjacente, gpt-image-2, também está disponível para integração via API.