OpenAI ha presentado su nuevo modelo de generación de imágenes, ChatGPT Images 2.0, que incorpora avanzadas capacidades de procesamiento, mayor precisión y mejoras significativas en la generación de texto dentro de imágenes. Además, permite buscar contenido en Internet y verificar resultados mediante razonamiento, generando hasta ocho imágenes relacionadas de forma simultánea.
La compañía ha dado a conocer este sucesor como un “cambio radical”, destacando su capacidad para seguir instrucciones detalladas, organizar elementos con mayor exactitud y mantener relaciones precisas entre objetos dentro de una composición visual.
En concreto, OpenAI define ChatGPT Images 2.0 como un “modelo de vanguardia” capaz de abordar tareas visuales complejas y producir imágenes “precisas y listas para usar”, según explicó en su blog oficial.
Este avance se debe a que el modelo no solo conceptualiza imágenes más sofisticadas, sino que también las genera con mayor eficiencia, respetando fielmente las indicaciones del usuario. Asimismo, conserva los detalles solicitados y mejora el renderizado de elementos complejos que tradicionalmente presentaban fallos, como textos pequeños, iconos, interfaces de usuario o composiciones densas, alcanzando resoluciones de hasta 2K.
Del mismo modo, se han introducido mejoras en la generación de contenido en distintos formatos, especialmente en la representación de texto denso. El modelo también amplía su precisión en múltiples idiomas, no solo en inglés, y utiliza su “conocimiento visual y del mundo” para completar información faltante de manera coherente.
En esta línea, OpenAI destacó que su comprensión multilingüe ahora abarca sistemas de escritura más allá del alfabeto latino, lo que permite obtener mejores resultados en idiomas como japonés, coreano, chino, hindi y bengalí.
El nuevo modelo que lleva la generación de imágenes a otro nivel
Uno de los avances más relevantes es la incorporación, por primera vez en un modelo de generación de imágenes de la compañía, de capacidades de razonamiento. Gracias a ello, ChatGPT Images 2.0 puede buscar información en la web, utilizarla para crear imágenes a partir de una sola instrucción y verificar la coherencia de los resultados.
Según la tecnológica, esta función simplifica el proceso entre la idea y la imagen, al actuar como un asistente visual especialmente útil en contextos donde la precisión, la actualidad de la información y la coherencia gráfica son fundamentales.
Esta capacidad resulta especialmente útil para la creación de contenido educativo, resúmenes visuales o narrativas gráficas, ya que el sistema puede sintetizar información, estructurarla y presentarla con claridad y coherencia visual.
OpenAI también ha destacado mejoras en la generación de imágenes realistas. Por ejemplo, al recrear fotografías, el modelo introduce pequeñas imperfecciones que aportan mayor naturalidad.
En estilos específicos como pixel art o manga, se ha optimizado la consistencia en aspectos como la textura, la iluminación y la composición. Igualmente, ofrece mayor flexibilidad en formatos, con relaciones de aspecto de hasta 3:1 y 1:3, adaptándose a distintos usos como pósters, pantallas de móviles u ordenadores.
Finalmente, ChatGPT Images 2.0 ya está disponible para todos los usuarios de ChatGPT y Codex. No obstante, las funciones avanzadas de análisis están reservadas para suscriptores de ChatGPT Plus, Pro y Business. El modelo también se encuentra accesible a través de la API.
*Con información de Europa Press.