A OpenAI lançou um novo modelo de geração de imagens diretamente no ChatGPT, e os resultados são impressionantes, especialmente para quem trabalha com Print on Demand. Agora, é possível obter imagens detalhadas e precisas com fundo transparente, tudo incluído na assinatura padrão do ChatGPT. Este avanço simplifica o processo de criação de designs para produtos, abrindo um leque de possibilidades para empreendedores e criativos.
Para avaliar o potencial do novo modelo, realizamos testes com foco em duas funcionalidades principais: o uso de imagens de referência e a capacidade de ajustar as imagens geradas por meio de linguagem conversacional. A primeira funcionalidade permite que o usuário forneça uma imagem como base para a criação de uma nova imagem. Os resultados iniciais, apesar de promissores, mostraram que o modelo ainda precisa de refinamento, especialmente na precisão da reprodução de detalhes e na criação de fundos transparentes perfeitos. Observamos diferenças significativas entre a imagem de referência e a imagem gerada, indicando que a IA interpreta a referência de forma criativa, em vez de simplesmente copiá-la.
O segundo teste focou na capacidade de ajustar as imagens utilizando linguagem conversacional, em vez de reescrever prompts complexos a cada iteração. Solicitamos ajustes como a remoção de fundos, mudança de características de personagens (como idade e gênero) e até mesmo a incorporação de referências da cultura pop, como a pose de "dab". Os resultados foram surpreendentes, com a IA demonstrando compreensão contextual e executando os ajustes solicitados com notável precisão na maioria dos casos. No entanto, encontramos limitações ao tentar manipular a transparência de elementos específicos, como as lentes de um óculos de sol, sugerindo que ainda há espaço para melhorias na interpretação de comandos mais complexos.
Adicionalmente, realizamos um teste de estresse com a precisão textual da IA. Fornecemos uma lista extensa de gírias e expressões da Geração Z, sem contexto, e solicitamos que a IA as incorporasse a um design de camiseta. O resultado foi impressionante, com a IA acertando a grafia de mais de 95% das palavras, demonstrando um grande avanço em relação aos modelos anteriores e consolidando o ChatGPT como uma ferramenta viável para designs baseados em texto.
Embora a transparência perfeita ainda seja um desafio em alguns casos, a possibilidade de usar comandos conversacionais para refinar as imagens geradas é um grande diferencial. Essa funcionalidade agiliza o processo criativo, permitindo que os usuários experimentem diferentes variações de um design com facilidade e rapidez.
Comparamos os resultados do novo modelo com o antigo DALL-E 3, utilizando os mesmos prompts. A diferença é notável. Enquanto o DALL-E 3 apresentava dificuldades com a ortografia e a interpretação de comandos complexos, o novo modelo demonstra maior precisão e consistência na geração das imagens, além de uma capacidade superior de entender e executar ajustes solicitados via linguagem conversacional. A qualidade das imagens geradas pelo novo modelo, em termos de detalhes e vivacidade, também se mostrou superior em diversos testes.
O novo modelo de geração de imagens do ChatGPT representa um salto significativo na qualidade e usabilidade da tecnologia. A capacidade de refinar designs por meio de conversação e a alta precisão na geração de texto abrem portas para novas aplicações e fluxos de trabalho mais eficientes para criadores de conteúdo e empreendedores. Apesar de algumas limitações, como a inconsistência na geração de fundos transparentes e a dificuldade em manipular a transparência de elementos específicos, o potencial do novo modelo é inegável e promete revolucionar a forma como criamos e editamos imagens no futuro.
A evolução da IA em geração de imagens é contínua, e o novo modelo da OpenAI no ChatGPT demonstra que estamos caminhando para um futuro onde a criação de conteúdo visual será cada vez mais acessível e intuitiva. Acompanhar esses avanços é fundamental para se manter competitivo e explorar as novas possibilidades que a tecnologia oferece.
