OpenAI testa a nova geração de modelos de imagem gpt-image-2, focado 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 em listas de terceiros, sendo chamado por alguns de gpt-image-2.
Espera-se que o modelo seja lançado oficialmente nas próximas semanas.
Fontes familiarizadas 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 por crescimento de usuários. Os usuários ativos semanais 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 no final do ano passado, após o sucesso do modelo de imagem Nano Banana do Google, que tornou-se popular, e a melhoria na geração de imagens foi listada 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 de si mesmos e de amigos em 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.