CR7 no Corinthians? O que novo modelo de imagem do ChatGPT é capaz de fazer

*O modelo passa a gerar texto dentro das imagens com mais qualidade (como letras pequenas, ícones e "telas" de computador), com resolução de até 2K.

*A novidade inclui um "modo de pensamento" (thinking mode) que, segundo a OpenAI, faz o sistema "pensar" antes de desenhar: ele pode pesquisar na web, usar essas informações para montar a imagem e checar o próprio resultado.

*Com esse modo ativado, o ChatGPT Images 2.0 consegue criar até oito imagens inter-relacionadas de uma vez, mantendo personagens, objetos e estilo consistentes entre as cenas.

*A OpenAI diz que o modelo melhorou para criar imagens realistas (incluindo pequenas imperfeições típicas de foto) e também para estilos como pixel art, mangá e "cara de cinema".

*A empresa afirma que houve ganhos importantes para gerar imagens com texto em idiomas além do inglês, incluindo japonês, coreano, chinês, hindi e bengali.

*O ChatGPT Images 2.0 está disponível para todos os usuários do ChatGPT e do Codex, mas o "modo de pensamento" com recursos avançados fica para assinantes do ChatGPT Plus, Pro, Business e Enterprise; o modelo também chega via API como gpt-image-2.

IAgora?

A OpenAI parecia que tinha desistido de concorrer na IA multimídia, mas voltou para o jogo com força total - e tem copiado estratégia do rival Claude ao anunciar mais de uma novidade por dia para causar a sensação de "avanço constante" no mercado e usuários. Em diversos testes e benchmarks, o novo modelo supera o Nano Banana Pro, do Google, que reinou tranquilamente nos últimos meses como a IA mais robusta para gerar imagens.

Vale lembrar que recentemente a dona do ChatGPT abandonou o barco da IA por vídeo fechando o gerador "Sora" - que fez quase tanto barulho com trends quanto o Images 2.0. Segundo o Wall Street Journal, o Sora queimava US$ 1 milhão por dia da companhia, o que justificou a decisão da OpenAI.

Em testes feitos pela coluna, a geração de imagens no ChatGPT gratuito impressionou. Com um prompt curto de duas frases (veja abaixo), a IA criou em menos de um minuto imagens que eu nunca sonharia em fazer com meus poucos conhecimentos de design.

Prompt para pôsteres de anúncio de jogadores que viralizou: Faça um pôster com um design de [nome do jogador] sendo contratado pelo [nome do time]. Nível de design avançado, 4:5, papel de parede de celular.
-> (Sim, só isso basta para criar as imagens que estão no topo deste texto)

Não é, necessariamente, o fim dos designers como muitos gostaram de pregar após o lançamento - inclusive é notória a falta de criatividade do ChatGPT para gerar os conteúdos, repetindo formatos. É na verdade uma ferramenta poderosíssima para designers fazerem criações avançadas com rapidez nunca imaginada antes.

Ainda mais porque, é claro, a IA ainda erra com frequência - nos testes feitos pela coluna, foi comum erros em símbolos ou nomes de patrocinadores. O interessante é que é possível ajustar o erro com um prompt seguido indicando a correção na própria imagem gerada. Veja outras criações com o Images 2.0 que viralizaram na internet (os vídeos nos exemplos foram animados pelo Seedance 2.0, da Bytedance, após imagem inicial feita pelo ChatGPT):

O que o mundo está dizendo sobre isso

O modelo ChatGPT Images 2.0 é um grande passo à frente nas capacidades de geração de imagens, incluindo um conhecimento de mundo significativamente melhor, seguir instruções e gerar detalhes e complexidade, como texto denso.
OpenAI

Ele se saiu muito bem ao transformar fotos minhas jogando softball e do meu filho de 13 anos jogando futebol em cards de jogador, completos com nome, posição e logo do time, extraídos dos nossos uniformes. Já algumas das criações foram menos elegante - e ao tentar usar o recurso de pesquisar na internet usou informações antigas, em vez de novas
Newsletter Axios AI+

Fazia tempo que a OpenAI não liderava o mundo de imagens, e este lançamento a coloca de volta com força - com um modelo que parece resolver problemas de imagem e texto como nenhum outro, e que muda fluxos de trabalho de novo com capacidades de pensamento que abrem novas avenidas criativas.
Newsletter The Rundown

DEU TILT

Toda semana, Diogo Cortiz e Helton Simões Gomes conversam sobre as tecnologias que movimentam os humanos por trás das máquinas. O programa é publicado às terças-feiras no YouTube do UOL e nas plataformas de áudio. Assista ao episódio da semana completo.