Hogar
GPT Image 2 supera a Nano Banana2 en las clasificaciones mundiales de modelos visuales
El último modelo de texto a imagen de OpenAI, GPT Image2, ha demostrado un rendimiento impresionante en recientes pruebas autorizadas. Según los últimos datos de SuperCLUE, el modelo ha superado a Google’s Nano Banana2 para ocupar el primer lugar en las clasificaciones globales de modelos de texto a imagen. Se informa que, desde su lanzamiento el 21 de abril, el modelo ha mostrado mejoras significativas en la calidad de las imágenes, la comprensión de las instrucciones y la fidelidad de los detalles, estableciendo un nuevo estándar en la industria.
En estas evaluaciones, GPT Image2 demostró ser capaz de superar con éxito múltiples métricas clave. En particular, en el área de la generación de caracteres chinos, una tarea históricamente desafiante para los modelos no nativos, obtuvo una puntuación alta de 93.07, con una calificación perfecta en precisión del texto. El modelo no solo puede reconocer y generar caracteres chinos complejos con exactitud, sino que también integra el texto de manera fluida con diversas texturas materiales como el acrílico y la porcelana blanca y azul, resolviendo así problemas técnicos como la “flotación” del texto y la distorsión de los caracteres.

Además de sus avances en el manejo del texto, el modelo también mostró un alto grado de cumplimiento con instrucciones complejas al recrear escenas detalladas. Desde una panadería tradicional y animada hasta la representación dinámica de patrimonio cultural intangible como el arte de las flores de hierro, GPT Image2 captura con precisión los detalles visuales sutiles. Además, cuando se enfrenta a instrucciones extensas y tareas que requieren razonamiento lógico, el modelo puede generar contenido desafiante como diagramas científicos y pósteres profesionales, demostrando una excepcional coherencia entre texto e imagen.
Aunque el informe de evaluación señaló que GPT Image2 todavía tiene margen para mejorar en áreas como la comprensión de las relaciones espaciales y el razonamiento basado en conocimientos profundos, sus fortalezas en la generación fotorealista y el razonamiento creativo son suficientes para distinguirlo de competidores como Google y Baidu.
Los analistas del sector sugieren que el lanzamiento de GPT Image2 no solo reafirma la posición líder de OpenAI en la generación visual, sino que también indica un cambio en la tecnología de texto a imagen, desde la creación básica de imágenes hacia una fase más sofisticada centrada en la alta precisión y la coherencia lógica. A medida que continúe la optimización del modelo, los límites de la creación visual impulsada por la IA se expandirán aún más.
Artículo relacionado
CEO de DeepMind, Hassabis: Duermo seis horas al día y generalmente me siento con energía alrededor de la 1 a. m.
Fortune ha presentado recientemente una entrevista con Demis Hassabis, director ejecutivo de Google DeepMind, en la que revela su enfoque poco convencional para el descanso y la productividad. Hassabis ha revelado que duerme muy poco, estructurando s
OpenAI y Anthropic compiten por la cuota de mercado a pesar de la caída de los ingresos
A pesar de los recientes informes que sugieren que OpenAI no ha alcanzado sus objetivos de ingresos —lo que ha generado presión sobre las acciones tecnológicas este martes—, los inversores privados en
Cumplimiento de la normativa sobre vehículos autónomos en California: una nueva era de multas, geovallas y 1 millón de millas
Guident opera un servicio de transporte de AuveTech en el sur de Florida, gestionando una ruta de cuatro millas en West Palm Beach y otra de una milla en Boca Ratón mediante su tecnología de monitoriz
Recomendaciones de temas especiales relacionados
comentario (1)
0/500
El último modelo de texto a imagen de OpenAI, GPT Image2, ha demostrado un rendimiento impresionante en recientes pruebas autorizadas. Según los últimos datos de SuperCLUE, el modelo ha superado a Google’s Nano Banana2 para ocupar el primer lugar en las clasificaciones globales de modelos de texto a imagen. Se informa que, desde su lanzamiento el 21 de abril, el modelo ha mostrado mejoras significativas en la calidad de las imágenes, la comprensión de las instrucciones y la fidelidad de los detalles, estableciendo un nuevo estándar en la industria.
En estas evaluaciones, GPT Image2 demostró ser capaz de superar con éxito múltiples métricas clave. En particular, en el área de la generación de caracteres chinos, una tarea históricamente desafiante para los modelos no nativos, obtuvo una puntuación alta de 93.07, con una calificación perfecta en precisión del texto. El modelo no solo puede reconocer y generar caracteres chinos complejos con exactitud, sino que también integra el texto de manera fluida con diversas texturas materiales como el acrílico y la porcelana blanca y azul, resolviendo así problemas técnicos como la “flotación” del texto y la distorsión de los caracteres.

Además de sus avances en el manejo del texto, el modelo también mostró un alto grado de cumplimiento con instrucciones complejas al recrear escenas detalladas. Desde una panadería tradicional y animada hasta la representación dinámica de patrimonio cultural intangible como el arte de las flores de hierro, GPT Image2 captura con precisión los detalles visuales sutiles. Además, cuando se enfrenta a instrucciones extensas y tareas que requieren razonamiento lógico, el modelo puede generar contenido desafiante como diagramas científicos y pósteres profesionales, demostrando una excepcional coherencia entre texto e imagen.
Aunque el informe de evaluación señaló que GPT Image2 todavía tiene margen para mejorar en áreas como la comprensión de las relaciones espaciales y el razonamiento basado en conocimientos profundos, sus fortalezas en la generación fotorealista y el razonamiento creativo son suficientes para distinguirlo de competidores como Google y Baidu.
Los analistas del sector sugieren que el lanzamiento de GPT Image2 no solo reafirma la posición líder de OpenAI en la generación visual, sino que también indica un cambio en la tecnología de texto a imagen, desde la creación básica de imágenes hacia una fase más sofisticada centrada en la alta precisión y la coherencia lógica. A medida que continúe la optimización del modelo, los límites de la creación visual impulsada por la IA se expandirán aún más.
CEO de DeepMind, Hassabis: Duermo seis horas al día y generalmente me siento con energía alrededor de la 1 a. m.
Fortune ha presentado recientemente una entrevista con Demis Hassabis, director ejecutivo de Google DeepMind, en la que revela su enfoque poco convencional para el descanso y la productividad. Hassabis ha revelado que duerme muy poco, estructurando s
OpenAI y Anthropic compiten por la cuota de mercado a pesar de la caída de los ingresos
A pesar de los recientes informes que sugieren que OpenAI no ha alcanzado sus objetivos de ingresos —lo que ha generado presión sobre las acciones tecnológicas este martes—, los inversores privados en











