O GPT Image 2 supera o Nano Banana2 nas classificações globais de modelos visuais.
O mais recente modelo de texto para imagem da OpenAI, GPT Image2, demonstrou desempenho impressionante em recentes benchmarks autoritários. De acordo com os últimos dados da SuperCLUE, o modelo superou o Google’s Nano Banana2 e assumiu a primeira posição no ranking global de modelos de texto para imagem. Relatórios indicam que, desde seu lançamento em 21 de abril, o modelo apresentou melhorias significativas na qualidade das imagens, compreensão dos prompts e fidelidade aos detalhes, estabelecendo um novo padrão para a indústria.
Nessas avaliações, o GPT Image2 mostrou forte capacidade em vários indicadores-chave. Notavelmente, na área da geração de caracteres chineses – uma tarefa historicamente desafiadora para modelos não nativos – alcançou uma alta pontuação de 93,07, com precisão no texto recebendo uma avaliação perfeita. O modelo não só consegue reconhecer e gerar caracteres chineses complexos com precisão, mas também integra textos de forma harmoniosa com diversas texturas materiais, como acrílico e porcelana azul e branca, resolvendo problemas técnicos como o “flutuamento” do texto e a distorção dos caracteres.

Além desses avanços no processamento de textos, o modelo também mostrou alto grau de aderência a instruções complexas ao recriar cenários detalhados. Desde uma padaria tradicional e animada até uma apresentação dinâmica de patrimônio cultural intangível, como a arte das flores de ferro, o GPT Image2 captura com precisão os detalhes visuais sutis. Além disso, diante de prompts longos e tarefas que requerem raciocínio lógico, o modelo consegue gerar conteúdos desafiadores, como diagramas científicos e cartazes profissionais, demonstrando uma consistência excepcional entre texto e imagem.
Embora o relatório de avaliação tenha observado que o GPT Image2 ainda pode melhorar em áreas como a compreensão das relações espaciais e o raciocínio com conhecimento profundo, suas vantagens na geração fotorealista e no raciocínio criativo são suficientes para distingui-lo de concorrentes como Google e Baidu.
Analistas do setor sugerem que o lançamento do GPT Image2 não só reafirma a posição líder da OpenAI na geração visual, mas também sinaliza uma mudança na tecnologia de texto para imagem, passando de uma criação básica de imagens para uma fase mais avançada, focada em alta precisão e coerência lógica. À medida que a otimização dos modelos continuar, as fronteiras da criação visual alimentada por inteligência artificial devem se expandir ainda mais.
Artigo relacionado
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri
Conformidade com a regulamentação de veículos autônomos na Califórnia: uma nova era de multas, geocercas e 1 milhão de milhas
A Guident opera um veículo de transporte da AuveTech no sul da Flórida, administrando uma rota de quatro milhas em West Palm Beach e uma rota de uma milha em Boca Raton por meio de sua tecnologia de m
Recomendações de tópicos especiais relacionados
Comentários (1)
O mais recente modelo de texto para imagem da OpenAI, GPT Image2, demonstrou desempenho impressionante em recentes benchmarks autoritários. De acordo com os últimos dados da SuperCLUE, o modelo superou o Google’s Nano Banana2 e assumiu a primeira posição no ranking global de modelos de texto para imagem. Relatórios indicam que, desde seu lançamento em 21 de abril, o modelo apresentou melhorias significativas na qualidade das imagens, compreensão dos prompts e fidelidade aos detalhes, estabelecendo um novo padrão para a indústria.
Nessas avaliações, o GPT Image2 mostrou forte capacidade em vários indicadores-chave. Notavelmente, na área da geração de caracteres chineses – uma tarefa historicamente desafiadora para modelos não nativos – alcançou uma alta pontuação de 93,07, com precisão no texto recebendo uma avaliação perfeita. O modelo não só consegue reconhecer e gerar caracteres chineses complexos com precisão, mas também integra textos de forma harmoniosa com diversas texturas materiais, como acrílico e porcelana azul e branca, resolvendo problemas técnicos como o “flutuamento” do texto e a distorção dos caracteres.

Além desses avanços no processamento de textos, o modelo também mostrou alto grau de aderência a instruções complexas ao recriar cenários detalhados. Desde uma padaria tradicional e animada até uma apresentação dinâmica de patrimônio cultural intangível, como a arte das flores de ferro, o GPT Image2 captura com precisão os detalhes visuais sutis. Além disso, diante de prompts longos e tarefas que requerem raciocínio lógico, o modelo consegue gerar conteúdos desafiadores, como diagramas científicos e cartazes profissionais, demonstrando uma consistência excepcional entre texto e imagem.
Embora o relatório de avaliação tenha observado que o GPT Image2 ainda pode melhorar em áreas como a compreensão das relações espaciais e o raciocínio com conhecimento profundo, suas vantagens na geração fotorealista e no raciocínio criativo são suficientes para distingui-lo de concorrentes como Google e Baidu.
Analistas do setor sugerem que o lançamento do GPT Image2 não só reafirma a posição líder da OpenAI na geração visual, mas também sinaliza uma mudança na tecnologia de texto para imagem, passando de uma criação básica de imagens para uma fase mais avançada, focada em alta precisão e coerência lógica. À medida que a otimização dos modelos continuar, as fronteiras da criação visual alimentada por inteligência artificial devem se expandir ainda mais.
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri





Lar






