ChatGPT contra Gemini: crea imágenes y textos realistas ¡Descúbrelo!

En un corto periodo de dos años, la industria de la inteligencia artificial se ha transformado radicalmente; ha evolucionado de ser una tecnología considerada como de ciencia ficción y de utilidad cuestionable, a convertirse en un fenómeno masivo respaldado por las principales empresas tecnológicas. Un actor clave en esta revolución ha sido OpenAI con su ChatGPT, el ‘chatbot’ que evidenció las capacidades de la IA generativa.

Desde ese momento, el panorama ha cambiado sustancialmente. Hoy en día, el número de competidores en este campo ha crecido exponencialmente, y con ello, lo que antes sorprendía ahora parece apenas suficiente. ChatGPT ha sentido particularmente el impacto de esta competencia, enfrentándose a rivales como Gemini y Deepseek, quienes ofrecen funcionalidades adicionales y un rendimiento comparable a precios reducidos.

La respuesta de OpenAI ante esta situación no se ha demorado, con cambios significativos en su estructura interna que se verán reflejados en los próximos meses. Estos incluyen decisiones audaces como el abandono de modelos actuales para enfocarse en desarrollos futuros. Recientemente, OpenAI ha anunciado una reestructuración de su línea de productos para fortalecer a ChatGPT: la creación de imágenes mediante IA.

OpenAI ya poseía un modelo de generación de imágenes, siendo uno de los más reconocidos Dall-E, pionero en demostrar el potencial real de esta tecnología, tanto para lo bueno como para lo malo. No obstante, la compañía ha decidido ahora concentrar sus esfuerzos en ChatGPT, que integra las capacidades de generación de imágenes con su nuevo modelo 4o, dejando atrás a Dall-E 3.

Con el modelo 4o, ChatGPT ahora puede generar imágenes de forma nativa sin la necesidad de un modelo externo, y permite además la edición avanzada de imágenes. Este nuevo modelo también presenta mejoras significativas sobre Dall-E, especialmente en la resolución de algunos de los problemas más grandes, como la inserción de texto en imágenes.

Un problema recurrente en las primeras imágenes generadas por IA era la inserción de texto; los modelos anteriores simplemente no lograban comprender cómo integrar correctamente los caracteres en las imágenes. Por ello, una de las grandes mejoras del modelo 4o es la precisión en los textos que aparecen en las imágenes, los cuales ahora se renderizan de manera exacta y acorde a las instrucciones dadas por el usuario, según indica OpenAI.

Así, se facilita la creación de imágenes que realmente deseamos, eliminando la necesidad de generar una imagen básica para posteriormente añadirle texto con un editor. El resultado son imágenes más realistas, donde el texto se integra mejor con el resto del escenario, y OpenAI ha compartido algunos ejemplos impresionantes para demostrarlo.

El nuevo modelo 4o también introduce mejoras significativas en la consistencia de los personajes, un aspecto crucial para la creación de series de imágenes coherentes. Por ejemplo, si solicitamos una imagen de una mujer escribiendo y después pedimos otra imagen del mismo personaje, su apariencia será consistente, en lugar de generar una figura completamente diferente. Además, se ha perfeccionado la generación de imágenes por etapas, donde el usuario puede refinar la imagen agregando o eliminando elementos en cada paso.

El renovado modelo 4o de ChatGPT ya está disponible para todos los usuarios, incluidos aquellos con cuentas gratuitas, así como para las cuentas de pago Plus, Pro y Team. El acceso a Dall-E sigue siendo posible, con una nueva versión llamada Dall-E GPT. Además, el modelo 4o también se puede emplear en Sora, la IA dedicada a la generación de vídeos.