A OpenAI apresenta o Images 2.6, uma atualização do seu gerador de imagens que adiciona a criação de GIFs animados e traz para a API a função de anotação já presente no ChatGPT. Submetido a cinco testes práticos focados na geração, retoque e animação, o modelo conseguiu algumas tarefas e deixou outras incompletas.
- A OpenAI lança o Images 2.6, que cria GIFs animados e traz a anotação para a API.
- O modelo obtém bons resultados na criação e no retoque, mas falha em alguns detalhes.
- No teste do menu de café, omite cinco travessões separadores.
- Os resultados exigem revisão, pois persistem erros de texto e de contornos.
Novidades centradas na criação
O Images 2.6 permite criar GIFs animados, ou seja, imagens animadas curtas num formato amplamente utilizado na web. Também dá aos programadores a possibilidade de ajustar a complexidade da fase de planeamento, uma etapa que precede a geração da imagem. Para o utilizador, o método mantém-se próximo da versão anterior: descrever o resultado esperado, juntar uma imagem de referência se necessário e, depois, especificar o que deve permanecer inalterado.
A OpenAI afirma que a atualização gera as imagens 50% mais rápido. Trata-se de uma afirmação da editora, que os cinco testes descritos abaixo não permitiram verificar através de uma comparação controlada de velocidade.
Cinco testes, resultados contrastados
O primeiro teste pedia uma fotografia cinematográfica de uma estufa de vidro num cume nevado, ao crepúsculo. Gelo, condensação, plantas tropicais e luz quente deviam coexistir de forma credível. O autor considerou o resultado muito bem-sucedido.
O segundo teste focava-se num menu de café. O texto, carregado no ChatGPT em formato PDF de uma página, incluía nove linhas, cinco preços e a palavra hindi « कॉफी ». O autor considera que o visual obtido responde a todos os critérios, mas o FAQ do teste indica que o modelo não reproduziu fielmente todos os caracteres: as palavras e os preços são mantidos, mas cinco travessões separadores foram omitidos. O teste também não permite concluir que o modelo de imagem suporte nativamente PDF, uma vez que a leitura do documento faz parte do funcionamento do ChatGPT.
O terceiro teste consistia em retocar uma fotografia de uma sala. Com a ferramenta de anotação, foi desenhado um retângulo vermelho à volta de uma poltrona, cujo tecido devia mudar para veludo verde floresta, sem modificar o resto da sala. O autor qualifica a modificação de cirúrgica.
O quarto teste pedia uma prancha do tipo guia de campo sobre o ciclo de vida da borboleta-monarca, com quatro estágios, quatro etiquetas exatas e setas a indicar a sequência. O resultado foi descrito como uma disposição clara, utilizável para ilustrar uma metamorfose.
O último teste visava um GIF em loop representando uma chaleira de cobre sob a chuva, com uma voluta de vapor que forma brevemente um coração. O resultado foi considerado fluido. Segundo o FAQ, trata-se de um GIF de 12 imagens num loop de 2,16 segundos.
Limites a ter em conta
O autor sublinha que os resultados não são perfeitos. Subsistem erros no texto, nos contornos dos objetos e na precisão visual, o que obriga a rever cada imagem final. Conclui que o Images 2.6 parece promissor tanto para a exploração criativa como para o retoque prático, desde que se verifique o resultado.
