ChatGPT Images 2.5 gera imagens 50% mais rápido e com edições melhores
Lançamento e desempenho
A OpenAI anunciou o ChatGPT Images 2.5, atualização do ChatGPT Images 2.0, que havia sido lançado em abril. Segundo a empresa, a nova ferramenta gera imagens com "iluminação mais natural e texturas mais ricas" e é melhor em seguir as instruções do usuário ao longo de múltiplos turnos. Também é mais rápida: consegue gerar imagens até 50% mais rápido.
A maior adição, segundo o artigo, é o Sketch, que permite desenhar diretamente no ChatGPT e usar o esboço como referência visual para a imagem que se quer gerar. O usuário faz um layout, uma direção visual ou uma composição rudimentar, e o modelo parte dali para produzir uma imagem mais elaborada. O recurso tende a beneficiar quem usa algum tipo de stylus, como o Apple Pencil, já que desenhar na tela sensível ao toque é difícil.
O modelo ganhou ainda novos templates para formatos comuns, como panfletos e fotos de produto, passou a aceitar comentários embutidos nas imagens para edições direcionadas e permite compartilhar os prompts junto com as imagens geradas, para que amigos e colegas possam iterar sobre as ideias.
Edições e consistência
O ChatGPT Images 2.5 ficou melhor em preservar os detalhes dos sujeitos em fotos de referência, diz a OpenAI. Traços faciais distintivos e outros detalhes de identificação agora são carregados de forma mais confiável ao longo de várias gerações e edições dentro de uma mesma conversa.
O modelo também preserva detalhes que o usuário não pediu para alterar ao solicitar uma edição, inclusive em cenas complexas, com múltiplos sujeitos e objetos ou fundos carregados. Com o ChatGPT Images 2.0, esses detalhes costumavam se degradar quando o usuário tentava fazer edições pontuais; a versão 2.5 mantém melhor a estabilidade geral da imagem, o que permite edições precisas.
Em conversas longas, com vários pedidos de edição, o modelo garante que as solicitações anteriores sejam respeitadas quando o usuário pede mais uma alteração. Assim, mudanças anteriores permanecem estáveis e cada edição se soma às demais sem perda de qualidade, segundo a empresa. O objetivo declarado é apoiar fluxos de trabalho criativos iterativos.
Dois modelos
A OpenAI informou que há duas variantes do ChatGPT Images 2.5. A primeira é o GPT-Image-2.5 Flare, modelo padrão quando alguém abre o aplicativo pela primeira vez. Ele cria imagens de alta qualidade entre duas e quatro vezes mais rápido que o GPT-Image-2, com melhor suporte a fundos transparentes, o que o torna adequado para ativos de marca, apresentações e sites.
A outra é o GPT-Image-2.5 Sunburst, que troca velocidade por maior precisão. Leva um pouco mais de tempo, mas permite gerar imagens com maior fidelidade de detalhes, o que pode ser importante para alguns profissionais criativos e artistas que exigem consistência pixel a pixel. Segundo a empresa, ele é voltado principalmente a fotos de produto e materiais de marketing, em que cada elemento precisa estar perfeitamente alinhado à marca.
Segurança e disponibilidade
Na área de segurança, a OpenAI afirma que o ChatGPT Images 2.5 tem várias barreiras sobre prompts e resultados para impedir a geração de conteúdo nocivo. Também usa metadados C2PA e técnicas de marca d'água invisível para que imagens geradas possam ser identificadas como tal, evitando reuso não autorizado e deepfakes.
O novo modelo já está disponível no ChatGPT, no ChatGPT Work e no Codex, em desktop, celular e web. Desenvolvedores podem acessar o GPT-Image-2.5 Flare e o GPT-Image-2.5 Sunburst por duas interfaces de programação separadas.