GPT Image 2

GPT Image 2 supone la mayor actualización de OpenAI en generación de imágenes desde DALL·E 3. Su arquitectura se ha reconstruido desde cero —ya no comparte pesos con GPT-4o— y reúne en un solo proceso de razonamiento lo que antes requería dos fases. Esto aporta dos ventajas prácticas. En primer lugar, el modelo sigue mucho mejor las instrucciones: los prompts con varios elementos y restricciones espaciales se reproducen correctamente sin omitir detalles. En segundo lugar, el texto dentro de la imagen alcanza calidad de producción. Donde los modelos anteriores generaban caracteres sin sentido, GPT Image 2 produce texto legible y con un espaciado correcto en inglés, chino mandarín, japonés, coreano, hindi y bengalí. Esto facilita la creación de piezas publicitarias multilingües, maquetas de producto localizadas e infografías internacionales que antes exigían una corrección manual.

El conocimiento del mundo real también mejora. Las distribuciones de las tiendas IKEA, la interfaz de YouTube, los iconos de Windows y los envases acordes con una marca se reproducen de forma reconocible, en lugar de ofrecer simples aproximaciones. LoveGen AI admite hasta 4 imágenes de referencia por generación, con las que puedes mantener el rostro de un personaje durante toda una campaña, transferir la iluminación de una foto a una escena generada o integrar un producto en un entorno de marca con mucha menos variación de identidad que antes. El tono amarillento de gpt-image-1 y 1.5 se ha eliminado, lo que produce colores neutros aptos para impresión comercial. La resolución máxima es 2K (hasta 2048×2048), con resultados experimentales por encima de 2560×1440. Esto hace que GPT Image 2 resulte práctico para trabajos editoriales, comercio electrónico y sistemas de diseño que antes requerían mucho retoque.