OpenAI revoluciona la generación de imágenes con ChatGPT Images 2.0. La nueva versión no solo mejora la calidad visual, sino que introduce capacidades de razonamiento para una mayor coherencia y control en la creación de escenas complejas.

OpenAI ha anunciado una actualización significativa en su modelo de generación de imágenes dentro de ChatGPT, bautizada como Images 2.0. Esta nueva versión promete elevar sustancialmente la calidad y coherencia de las imágenes generadas, acercándolas a la visión del usuario. Según la compañía, la mejora no se limita a la estética visual, sino que reside en la capacidad del sistema para comprender y manejar escenas intrincadas, con múltiples elementos y relaciones entre objetos. Este avance permite obtener resultados más consistentes con una sola instrucción, minimizando la necesidad de ajustes posteriores.

Una de las innovaciones clave es la introducción de las llamadas "thinking capabilities". Esto implica que el modelo, antes de generar la imagen, es capaz de razonar sobre ella. En lugar de simplemente interpretar palabras clave, organiza las escenas, identifica los elementos necesarios, comprende sus interrelaciones y planifica su distribución espacial. Este enfoque de razonamiento previo aborda uno de los principales desafíos en la generación de imágenes con IA: la consistencia. Ahora, es posible mantener elementos estables a lo largo de múltiples imágenes o trabajar con composiciones más complejas sin comprometer la integridad del conjunto.

Además del razonamiento mejorado, Images 2.0 se caracteriza por una mayor fidelidad al "prompt" (la instrucción del usuario), una mejor integración de texto dentro de las imágenes y la capacidad de generar escenas complejas en una variedad de estilos visuales. Esto sugiere una reducción en la dependencia del método de prueba y error que ha caracterizado a estas herramientas hasta ahora. La ambición es que la imagen final se ajuste mucho más a la intención original del usuario. Este lanzamiento ocurre en un momento crucial, donde la competencia en la generación de imágenes con IA se centra en la utilidad y el control, más que en la simple capacidad de producir imágenes.