OpenAI ha lanzado Images 2.6, una nueva iteración de su tecnología de generación de imágenes disponible en ChatGPT, Codex y su API. La actualización se centra en tres pilares principales: velocidad, movimiento y control de grado profesional. Según OpenAI, el nuevo modelo genera imágenes un 50% más rápido que las versiones anteriores. Para los desarrolladores que utilizan la API, la actualización introduce dos variantes de modelo distintas: 'Flare' y 'Sunburst'. Flare está optimizado para la velocidad y la calidad del diseño, siendo capaz de generar imágenes en tan solo seis segundos cuando se configura en calidad baja, mientras que Sunburst está diseñado para una precisión de alto detalle y una mejor consistencia a través de múltiples rondas de edición.
Esta imagen ilustra la variedad de resultados posibles con la nueva actualización del modelo Images 2.6.
Una de las adiciones más significativas en la versión 2.6 es la capacidad de generar nativamente GIFs animados a partir de un solo prompt. Esta función permite a los creadores animar mascotas de marca, memes de redes sociales o guiones gráficos directamente dentro de la herramienta. OpenAI demuestra esto utilizando un 'truco de cuadrícula', solicitando al modelo que cree una hoja de sprites de múltiples fotogramas (por ejemplo, una cuadrícula de 3 columnas por 2 filas) donde cada panel representa un movimiento secuencial. Si bien este método ha sido utilizado por creadores manualmente en el pasado, el modelo 2.6 está diseñado para manejar estos requisitos de múltiples fotogramas de manera más fluida para asegurar que los personajes y los fondos permanezcan consistentes mientras se mueven.
Para los flujos de trabajo profesionales y de desarrollo, Images 2.6 introduce varias refinaciones técnicas. Incorpora 'marcado de imagen' a la API, lo que permite a los equipos señalar áreas específicas para ediciones localizadas, y admite exportaciones SVG para que los diseños estén listos para aplicaciones web o de impresión. Además, un nuevo parámetro de 'complejidad' permite a los usuarios equilibrar el esfuerzo de planificación del modelo; se recomiendan configuraciones más bajas para ediciones rápidas y simples, mientras que las configuraciones más altas están destinadas a escenas con muchos elementos o restricciones complejas. Sin embargo, los primeros comentarios de los usuarios sugieren que, si bien el modelo destaca en velocidad y diseño, aún puede tener dificultades con la física de alta fidelidad, como el seguimiento preciso de la luz a través del vidrio o las complejas refracciones del agua, lo que resalta el compromiso continuo entre la generación rápida y la consistencia visual perfecta. (primary, 50373686, 50373694, 50373586)
El boceto del búho demuestra la capacidad del modelo para manejar estilos artísticos y diseños específicos.