OpenAI lanza una gran actualización de GPT-4o: añade generación y edición de imágenes a ChatGPT 154

Openai anunció oficialmente el 25 de marzo de 2025 la integración de funciones de edición de imágenes y generación visual en el modelo GPT-4o, lo que permite a los usuarios generar imágenes, modificar contenido visual existente e incluso diseñar materiales complejos como gráficos, menús y mapas, entre otros, mediante conversaciones.

Características funcionales:

• Iteración en tiempo real: los usuarios pueden iterar las solicitudes de imágenes en tiempo real, por ejemplo, pidiendo generar un "caracol en la ciudad" y luego refinar la escena cambiando el fondo o añadiendo accesorios.

• Procesamiento de instrucciones complejas: el sistema es capaz de manejar instrucciones de composición de imágenes más complejas.

• Mejora en la renderización de texto: GPT-4o ha mejorado significativamente en la renderización de texto claro y estructurado en las imágenes, lo que le permite generar mejor contenido visual profesional como infografías, gráficos y logotipos.

• Función de "reparación": los usuarios pueden "reparar" imágenes existentes, editando elementos del primer plano y del fondo, incluso si hay personas en la foto.

Rendimiento y velocidad

Aunque GPT-4o procesa las solicitudes de imágenes más lento que su predecesor DALL·E 3, las imágenes generadas son más precisas y detalladas. La generación de imágenes puede tardar hasta un minuto.

Entrenamiento de datos

OpenAI declaró que el entrenamiento de las capacidades de imagen de GPT-4o utilizó "datos disponibles públicamente", así como contenido propietario de socios (como Shutterstock).

Mejoras técnicas

• Generación multimodal: el generador de imágenes de GPT-4o está integrado con el generador de texto en el mismo modelo, lo que permite una mejor combinación de texto e imagen.

• Método de generación autorregresiva: a diferencia de los modelos de difusión como DALL-E 3, GPT-4o adopta un método autorregresivo, generando imágenes paso a paso de izquierda a derecha y de arriba a abajo, lo que podría ser la razón de su mayor capacidad de renderización de texto y vinculación de objetos.

Esta actualización de funciones está actualmente disponible para los suscriptores al plan Pro de OpenAI de 200 dólares al mes, y luego se extenderá a los niveles gratuito y Plus, así como a los desarrolladores a través de la API de OpenAI.

Detalles:https://openai.com/index/introducing-4o-image-generation/