OpenAI presentó ChatGPT Images 2.0, la actualización más significativa de su generador de imágenes desde el lanzamiento del modelo basado en GPT-4o. La novedad más llamativa: el modelo por fin genera texto legible y coherente dentro de las imágenes, algo que históricamente fue el talón de Aquiles de todos los modelos de difusión. Menús de restaurante, carteles, infografías y documentos visuales ahora salen correctamente escritos.
¿Por qué los modelos de IA siempre fallaron con el texto en imágenes?
Los modelos de difusión tradicionales reconstruyen imágenes desde el ruido, tratando el texto como un elemento visual más. Como las letras representan una fracción mínima de los píxeles de una imagen, el modelo aprende patrones que se parecen al texto pero no son texto real. El resultado habitual: ‘enchuitas’, ‘churiros’ y ‘burrtos’ en menús generados por IA. Images 2.0 usa un enfoque diferente, posiblemente autoregresivo, que genera el texto con la misma lógica que un modelo de lenguaje.
Las nuevas capacidades de Images 2.0
Más allá del texto, Images 2.0 incorpora ‘thinking capabilities’: puede buscar en la web para basar sus imágenes en información actualizada, generar múltiples variaciones de una imagen desde un solo prompt, y auto-verificar el resultado antes de mostrarlo. También puede generar assets en distintos tamaños para redes sociales, banners y presentaciones, y crear tiras cómicas de múltiples paneles.
Resolución, acceso y API
El modelo genera imágenes de hasta 2K de resolución. Está disponible para todos los usuarios de ChatGPT (gratuitos y pagos), con límites de generaciones más estrictos para la capa gratuita. La API (gpt-image-2) también está disponible para desarrolladores, con precios variables según resolución y calidad de salida.
El impacto para diseñadores y equipos de marketing
Para equipos de marketing y diseño, Images 2.0 cambia el cálculo de qué tareas pueden automatizarse. Generar variantes de creatividades para redes sociales, crear mockups de packaging con texto real o producir infografías con datos específicos son ahora tareas viables sin intervención de un diseñador para cada iteración. El proceso de revisión humana sigue siendo necesario, pero el punto de partida es radicalmente más avanzado.
En Octopus Agencia Digital integramos generación de imágenes con IA en flujos de trabajo de marketing y diseño. Consultanos en Octopus Agencia Digital.
