Atualização do gerador de imagens do ChatGPT

O que muda com a nova capacidade de ChatGPT geração de imagens integrada ao GPT-4o

A OpenAI integrou ao modelo GPT-4o uma atualização importante para a ChatGPT geração de imagens, transformando o fluxo que antes dependia do DALL·E 3 em uma solução nativa. A novidade já está disponível para todos os usuários do ChatGPT, tanto em planos pagos quanto na versão gratuita, embora usuários gratuitos tenham limitações no uso.

Segundo a empresa, “você pode esperar resultados mais “precisos, acurados e fotorrealistas”” ao solicitar imagens. A promessa envolve avanços em áreas onde a geração por IA tradicionalmente falhava, como a renderização de textos, a manutenção de consistência entre personagens e a construção de diagramas funcionais.

Imagens mais realistas, textos e diagramas mais corretos

Um dos pontos destacados pela OpenAI é a redução do brilho artificial que denunciava criações de IA. Em testes exibidos pela empresa, o GPT-4o gerou cenas com reflexos, profundidade e detalhes que soaram mais naturais, apesar de a ferramenta às vezes ainda precisar de várias tentativas para chegar ao melhor resultado. A empresa informou que o tempo de renderização aumentou, passando de segundos para minutos, em troca de maior fidelidade visual.

Outra evolução relevante é a capacidade de reproduzir textos e diagramas com precisão. Quando solicitado a criar capas de livro com título e nome de autor, ou infográficos simples sobre DNA, o ChatGPT passou a seguir instruções de forma mais fiel, evitando os artefatos visuais e as letras distorcidas que costumavam aparecer. Em demonstrações, menus, convites e cartões de embarque foram gerados corretamente a partir de um único comando.

Edição de imagens e consistência entre cenas

A atualização também melhora a edição e a coerência de séries de imagens. Agora é mais fácil manter um personagem consistente entre quadros, ajustar apenas partes específicas de uma foto e criar camadas distintas dentro de uma mesma imagem. O sistema aceita imagens enviadas pelo usuário e as remixa integrando informações externas e seu próprio banco de dados.

Entre as funcionalidades citadas estão a criação de fundos transparentes e a especificação de cores por códigos hexadecimais. Ainda assim, a OpenAI reconhece que desafios persistem em cenas complexas ou com múltiplos personagens, onde a tendência a exageros nas edições pode prejudicar ajustes sutis ou a criação de séries com aparência uniforme.

Direitos autorais, segurança e limites de uso

A atualização reabre debates sobre propriedade intelectual e segurança. A OpenAI reconhece que é impossível construir esses modelos sem treinar com imagens protegidas por direitos autorais, e já começou a firmar acordos de conteúdo com fornecedores como o Shutterstock. Além disso, a empresa afirmou que “o gerador de imagens GPT-4o rejeitará comandos que tentem imitar o trabalho de artistas vivos.”

Para identificação, “todas as imagens geradas contêm metadados C2PA” que atestam sua origem como criação de IA. A própria OpenAI observa, contudo, que esses metadados podem ser removidos facilmente, por exemplo por meio de uma captura de tela, o que limita a eficácia prática dessa marcação.

Também há restrições explícitas: o gerador foi projetado para negar pedidos de imagens que envolvam abuso sexual infantil, deepfakes de caráter sexual e outros conteúdos proibidos pelas políticas da OpenAI. Esses bloqueios fazem parte do esforço da empresa para equilibrar inovação com riscos sociais e legais.

A divulgação da atualização gera otimismo e preocupação. Por um lado, a evolução na ChatGPT geração de imagens promete ferramentas mais úteis para designers, jornalistas, professores e criadores de conteúdo, com maior precisão em diagramas, textos e edições pontuais. Por outro, aumenta a facilidade para criar falsificações visuais de alta qualidade e desafia a sustentabilidade do trabalho criativo humano.

Em suma, a integração do gerador de imagens ao GPT-4o é um avanço técnico significativo, mas traz questões técnicas, legais e éticas que devem ser acompanhadas de perto por usuários, reguladores e autores. A capacidade de produzir imagens mais fiéis e editáveis expande possibilidades, mas também exige práticas responsáveis e diálogo sobre como proteger a criatividade humana no novo cenário.