OpenAI ha presentado ChatGPT Images 2.5, una nueva generación de su modelo de generación de imágenes que pone el foco especialmente en la calidad de los resultados, la precisión durante la edición y la consistencia cuando se realizan cambios sucesivos sobre una misma imagen. La compañía asegura además que ha reducido hasta un 50% la latencia de generación respecto a Images 2.0, con el objetivo de acelerar tanto la creación inicial como el proceso de refinado.
La nueva versión no se limita a actualizar el modelo de generación, OpenAI también ha introducido nuevas herramientas dentro de ChatGPT para ofrecer un mayor control sobre el proceso creativo, entre ellas Sketch, plantillas para distintos formatos y la posibilidad de añadir comentarios directamente sobre las imágenes para orientar las ediciones.
Uno de los principales avances de ChatGPT Images 2.5 está relacionado con la capacidad para mantener la identidad y las características de las imágenes utilizadas como referencia. OpenAI asegura que el nuevo modelo ofrece una iluminación más natural y texturas más detalladas, al mismo tiempo que conserva con mayor precisión los rasgos distintivos de las personas, animales y otros elementos presentes en las imágenes originales.
Esto permite utilizar una fotografía de referencia y trasladar al sujeto a diferentes escenarios, composiciones o estilos visuales sin que el resultado pierda con tanta facilidad sus características principales. La mejora también resulta relevante para flujos de trabajo profesionales en los que es necesario generar diferentes versiones de un mismo recurso manteniendo una identidad visual consistente.
La compañía destaca que esta mayor fidelidad puede utilizarse tanto para transformar fotografías personales como para desarrollar recursos creativos, contenido comercial o diferentes variantes de un mismo concepto.
Otra de las áreas en las que OpenAI asegura haber mejorado de forma significativa es la edición selectiva, ChatGPT Images 2.5 está diseñado para interpretar mejor qué elemento quiere modificar el usuario y, al mismo tiempo, conservar el resto de la composición. Por ejemplo, es posible solicitar un cambio concreto en un producto, el fondo o un elemento de una imagen sin tener que reconstruir completamente la escena, el objetivo es que el modelo altere únicamente aquello que se le ha indicado y mantenga intactos aspectos como la composición, el sujeto principal o determinados elementos visuales.
Esta característica cobra especial importancia en usos profesionales, donde pequeños cambios pueden requerir numerosas iteraciones, OpenAI señala que el modelo está orientado a mantener el tratamiento visual de una marca y la estructura de una composición mientras se realizan modificaciones concretas. La compañía también ha trabajado en uno de los problemas habituales de los modelos de generación de imágenes, la pérdida progresiva de coherencia cuando una imagen se modifica varias veces.
Con ChatGPT Images 2.5, las instrucciones realizadas durante diferentes turnos de una misma conversación se mantienen con mayor consistencia, de esta manera, las modificaciones anteriores tienen más posibilidades de conservarse mientras se incorporan nuevos cambios. Esto permite desarrollar una imagen progresivamente en lugar de tener que comenzar desde cero cada vez que se quiere introducir una modificación, OpenAI asegura que el sistema también consigue mantener mejor la calidad visual durante estas sucesivas iteraciones.
Images 2.5 también incorpora mejoras en la capacidad para interpretar instrucciones visuales complejas, incluyendo composiciones con múltiples elementos, información del mundo real, diseños estructurados y fondos transparentes, OpenAI afirma que el modelo es capaz de seguir con mayor precisión las indicaciones relativas al estilo visual, la composición y los detalles individuales. Esto permite utilizarlo no solo para imágenes convencionales, sino también para materiales como carteles, invitaciones, presentaciones, conceptos de interfaz o recursos gráficos para campañas.
La compañía pone especial énfasis en la capacidad para generar imágenes en las que existe una estructura visual concreta y donde diferentes elementos deben ocupar posiciones determinadas, junto al nuevo modelo, OpenAI ha presentado Sketch, una nueva herramienta que permite dibujar directamente en ChatGPT para utilizar ese boceto como referencia durante la generación.
La idea es que el usuario pueda representar de forma rápida la distribución de una habitación, la silueta de una prenda, la composición de una imagen o simplemente una idea aproximada y utilizar ese dibujo como guía para obtener el resultado final, no es necesario realizar un boceto detallado. El usuario puede combinar el dibujo con una descripción del estilo y otros elementos que quiera incluir, dejando que ChatGPT transforme esa referencia inicial en una imagen completa.
Otra de las novedades son las plantillas, pensadas para facilitar la creación de determinados formatos visuales sin necesidad de definir desde cero toda la estructura mediante un prompt, entre las opciones mencionadas por OpenAI se encuentran formatos como pósteres o productos, sobre los que posteriormente se pueden añadir los elementos, información, estilos o características que se quieran incorporar.
La compañía busca así reducir la barrera inicial para aquellos usuarios que tienen claro qué quieren crear pero no necesariamente saben cómo estructurar una instrucción suficientemente detallada para conseguirlo.
ChatGPT Images 2.5 introduce además una nueva posibilidad a la hora de compartir las creaciones, el usuario podrá optar por compartir junto a una imagen el prompt utilizado para generarla. De esta manera, otras personas podrán partir de la misma idea y adaptarla posteriormente utilizando sus propias fotografías, características o instrucciones, OpenAI plantea esta función como una forma de facilitar la reutilización y evolución de las ideas creadas dentro de ChatGPT.
Las novedades no se limitan a ChatGPT. OpenAI también ha presentado dos nuevos modelos de generación de imágenes para su API, GPT-Image-2.5 Flare y GPT-Image-2.5 Sunburst. GPT-Image-2.5 Flare incorpora las mejoras de calidad, edición y velocidad de Images 2.5 y se posiciona como la opción predeterminada para la mayoría de aplicaciones, OpenAI afirma que ofrece una calidad superior a GPT-Image-2 con una latencia hasta un 50% inferior, lo que lo orienta a casos de uso como contenido para creadores y redes sociales, experiencias de producto, búsqueda visual, prototipado y generación a gran escala.
Por su parte, GPT-Image-2.5 Sunburst está pensado para flujos de trabajo que necesitan un mayor nivel de precisión en las ediciones, especialmente en trabajos creativos de carácter profesional, campañas y generación de imágenes de producto. La compañía ya señala entre los primeros usuarios de estos modelos a empresas como Higgsfield AI, Adobe, Manus y Runway.
ChatGPT Images 2.5 comienza su despliegue desde hoy, 8 de septiembre, para los usuarios de ChatGPT, ChatGPT Work y Codex, tanto en escritorio como en dispositivos móviles y web. OpenAI indica que la disponibilidad se extiende a todos los niveles de acceso de estos servicios. Los nuevos GPT-Image-2.5 Flare y GPT-Image-2.5 Sunburst también están disponibles para desarrolladores a través de la API.