La Evolución de los Generadores de Imágenes
Durante los últimos años, los generadores de imágenes han avanzado de manera espectacular, aumentando su rapidez y popularidad. Sin embargo, la utilidad de estas imágenes a menudo se veía comprometida. Una cosa es solicitar un gato astronauta y otra obtener un cartel usable para marketing o una gráfica acorde a nuestra petición. Aquí es donde OpenAI busca hacer la diferencia con ChatGPT Images 2.0, trasladando la atención de la imagen bonita hacia la imagen útil.
Nueva Dirección de OpenAI
OpenAI, bajo la dirección de Sam Altman, propone con este modelo no solo crear imágenes atractivas, sino también resolver encargos visuales con intención, reduciendo el ensayo y error. La declaración ‘las imágenes son un lenguaje, no decoración’ resume la nueva dirección del producto en un mercado competitivo. OpenAI sugiere que pedir una imagen en ChatGPT debería ser como encargar una pieza útil y no solo lanzar un prompt creativo.
Mejoras Significativas en el Modelo
Para trasladar el enfoque más allá de imágenes llamativas, OpenAI ha introducido mejoras en tres áreas: seguir instrucciones complejas con mayor precisión, organizar mejor los elementos dentro de la imagen y reproducir texto denso de manera fiable. El objetivo no es solo obtener resultados más estéticos, sino menos ambiguos y más controlables.
Novedad de Pensar Antes de Dibujar
Una de las características más novedosas de este modelo es su capacidad de ‘razonamiento’. Esto significa que, cuando se selecciona un modelo con ‘thinking’ dentro de ChatGPT, el sistema puede tomarse más tiempo para estructurar mejor la tarea, buscar información actualizada en la web y revisar sus propios resultados antes de generar la imagen. Hemos probado esta función solicitando la imagen de dos personas caminando por la Gran Vía en Madrid, a la altura de Cines Callao, y resultó ser efectiva.
Aplicaciones y Beneficios Previstos
OpenAI destaca sus aplicaciones en prototipado de juegos, storyboards, creatividades de marketing, cómics, y gráficos sociales, donde el contenido y la forma son cruciales. Las mejoras incluyen mejor manejo de texto no latino, destacando en japonés, coreano, chino, hindi y bengalí, y una reproducción más fiel de estilos visuales definidos. Además, se amplían los formatos y resoluciones posibles hasta 2K, con modos que permiten generar hasta diez imágenes con continuidad.
Competencia y Contexto
A pesar de la competencia de Midjourney, Nano Banana y FLUX 2, OpenAI parece enfocar su esfuerzo no en disputar cada segmento, sino en presentar ChatGPT como parte de un flujo más amplio de creatividad digital.
Disponibilidad y Futuro
Ya es posible acceder a ChatGPT Images 2.0, tanto en cuentas gratuitas como en cuentas Go, Plus y Pro. Además, se ha extendido a la API y Codex, señal de su integración más allá del chat casual.