A OpenAI lançou uma nova função de geração de imagem diretamente no ChatGPT, disponível para todos os usuários, incluindo os gratuitos. Esta funcionalidade, introduzida durante uma transmissão ao vivo com Sam Altman e outros parceiros da OpenAI, representa um salto significativo na capacidade da IA de criar e manipular imagens a partir de comandos de texto (prompts), abrindo um leque de possibilidades para a criação de conteúdo visual.
Durante a demonstração, foram realizados diversos testes que ilustraram o potencial da nova função. Um dos primeiros experimentos envolveu a criação de uma imagem em perspectiva de primeira pessoa (POV), com uma equipe de filmagem e um texto específico em um papel sobre a mesa. A IA não apenas gerou a imagem com a perspectiva correta, mas também reproduziu o texto com precisão, algo inédito em modelos anteriores.
Outro teste impressionante demonstrou a capacidade da IA de transformar uma foto real em uma ilustração no estilo anime. O resultado foi surpreendentemente fiel à imagem original, capturando as características dos indivíduos e aplicando o estilo desejado com maestria. Além disso, a IA foi capaz de transformar essa imagem de anime em um meme com texto personalizado, demonstrando sua versatilidade e capacidade de manipulação de imagens.
A IA também foi desafiada a criar uma página de mangá colorida sobre a teoria da relatividade de Einstein. O resultado, embora com algumas inconsistências nos caracteres japoneses, impressionou pela complexidade e riqueza de detalhes, considerando que foi gerado em questão de segundos. A capacidade de usar imagens previamente geradas ou enviadas como referência para manter a consistência em gerações subsequentes também se destacou. Isso permite que os usuários peçam alterações e refinamentos em imagens já criadas, iterando e aprimorando o resultado final de forma interativa.
Um exemplo prático dessa funcionalidade foi a criação de um meme com a foto de um cachorro de um dos participantes, inserido em uma carta de lançamento de produto. A IA interpretou o prompt e combinou as duas imagens de referência para criar o meme desejado, adicionando o texto e adaptando o cachorro à cena.
Por fim, os testes culminaram na criação de uma moeda memorial a partir de quatro imagens de referência, duas geradas pela própria IA e duas enviadas pelos participantes. A IA combinou os elementos das diferentes imagens, respeitando a paleta de cores especificada no prompt e adicionando o texto solicitado, resultando em um design coeso e impressionante.
Além dos testes apresentados na demonstração, foram realizados experimentos adicionais para explorar as possibilidades da nova função. A criação de um cartão de visitas para um advogado a partir de um logotipo fornecido demonstrou a capacidade da IA de gerar designs simples e funcionais a partir de informações mínimas. A IA também foi capaz de refinar o design do cartão com base em feedback, adicionando elementos como QR Code, endereço e ajustando o tamanho do texto.
Testes com fotos reais revelaram o potencial da IA para edição e manipulação de imagens. Ao solicitar a substituição de coletes salva-vidas por roupas medievais e a adição de um toque medieval ao ambiente, a IA conseguiu transformar a imagem de forma criativa, mantendo a consistência visual e alterando os elementos solicitados. Embora a IA tenha alterado os rostos na imagem, foi possível utilizar uma ferramenta externa de Face Swap para restaurar os rostos originais, demonstrando a possibilidade de integrar a nova função com outras ferramentas para obter resultados ainda mais refinados.
Finalmente, a capacidade da IA de gerar imagens com texto integrado foi testada ao solicitar a alteração do fundo de uma imagem para um fundo com texto específico no estilo dos créditos de Star Wars. A IA executou a tarefa com precisão, substituindo o fundo e adicionando o texto solicitado, mantendo a consistência visual da imagem original. Este recurso abre portas para a criação de designs complexos e personalizados com texto integrado, sem a necessidade de ferramentas de edição de imagem externas.
A nova função de geração de imagem da OpenAI no ChatGPT representa um avanço significativo na área de IA, oferecendo uma ferramenta poderosa e acessível para a criação e manipulação de imagens. Suas capacidades abrem um mundo de possibilidades para artistas, designers e criadores de conteúdo em geral, simplificando o processo criativo e permitindo a geração de imagens de alta qualidade com comandos de texto simples e intuitivos.
