Generación de imágenes de ChatGPT actualizada

En una transmisión en vivo el martes, el CEO de OpenAI, Sam Altman, reveló una mejora significativa en las capacidades de generación de imágenes de ChatGPT, marcando la primera actualización importante en más de un año. Ahora, ChatGPT puede aprovechar el poder del modelo GPT-4o para crear y modificar imágenes y fotos directamente. Aunque GPT-4o ha sido la base de la plataforma de chatbot de IA durante algún tiempo, sus capacidades estaban previamente limitadas a la generación y edición de texto.

Altman anunció que la función nativa de generación de imágenes impulsada por GPT-4o ya está disponible para los suscriptores del plan Pro de OpenAI de $200 al mes, tanto en ChatGPT como en Sora, la herramienta de generación de videos de IA de la compañía. OpenAI planea extender esta función a los usuarios de los planes Plus y gratuitos de ChatGPT pronto, así como a los desarrolladores que utilicen su servicio de API.

En comparación con el modelo DALL-E 3 que reemplaza, GPT-4o tarda un poco más en generar imágenes, pero produce resultados más precisos y detallados. Además, GPT-4o puede editar imágenes existentes, incluidas aquellas con personas, permitiendo transformaciones y un "inpainting" detallado de elementos de primer plano y fondo.

Para desarrollar esta nueva función de imágenes, OpenAI utilizó "datos disponibles públicamente" junto con datos propietarios de asociaciones con empresas como Shutterstock, según informó al Wall Street Journal. Los detalles de los datos de entrenamiento suelen mantenerse en secreto por las compañías de IA debido a ventajas competitivas y al riesgo de demandas relacionadas con la propiedad intelectual.

Brad Lightcap, director de operaciones de OpenAI, enfatizó el compromiso de la compañía con el respeto a los derechos de los artistas. "Somos respetuosos con los derechos de los artistas en términos de cómo manejamos la salida, y tenemos políticas establecidas que nos impiden generar imágenes que imiten directamente el trabajo de artistas vivos", declaró al Journal. OpenAI también proporciona un formulario de exclusión para que los creadores soliciten la eliminación de sus obras de los conjuntos de datos de entrenamiento y respeta las solicitudes para evitar que sus bots de rastreo web recolecten datos, incluidas imágenes, de sitios web.

Esta mejora en las capacidades de generación de imágenes de ChatGPT llega poco después de que Google introdujera una salida de imágenes nativa experimental para su modelo Gemini 2.0 Flash. Sin embargo, la función de Google rápidamente atrajo atención en las redes sociales, no siempre de manera positiva, ya que carecía de suficientes medidas de seguridad, permitiendo a los usuarios eliminar marcas de agua y generar imágenes de personajes protegidos por derechos de autor.

Este artículo fue actualizado a las 12 p.m. PT para incluir la declaración de OpenAI al Wall Street Journal sobre los datos de entrenamiento de GPT-4o.