OpenAI assegura que ChatGPT Images 2.5 redueix fins a un 50% la latència, conserva millor els subjectes de les imatges de referència i permet modificar elements concrets sense degradar la resta de la composició.
OpenAI vol que generar una imatge amb intel·ligència artificial deixi d’assemblar-se a llançar una moneda a l’aire cada vegada que es modifica un detall. ChatGPT Images 2.5 introdueix millores en velocitat, fidelitat visual i edició que apunten precisament a un dels grans problemes de la imatge generativa: aconseguir que una creació pugui evolucionar durant diverses iteracions sense perdre pel camí rostres, composició, estil o elements que l’usuari volia conservar.
La companyia parteix d’una xifra que ajuda a entendre la dimensió que ha assolit aquesta tecnologia. Segons OpenAI, els usuaris generen cada setmana més de 3.000 milions d’imatges entre ChatGPT Images i els models GPT-Image disponibles mitjançant API. Sobre aquesta escala es desplega ara Images 2.5, que promet detalls més definits, una il·luminació més natural, textures més riques i una reducció de fins al 50% en el temps de generació respecte d’Images 2.0.
La velocitat és important, però probablement no és l’avenç més rellevant. Durant els últims anys, els sistemes generatius han estat extraordinàriament capaços de produir una primera imatge sorprenent i, alhora, frustrants quan l’usuari demanava petits canvis. Modificar una jaqueta podia alterar la cara d’una persona; canviar el fons podia transformar la composició; eliminar un objecte podia introduir altres elements inesperats. La nova versió intenta reduir precisament aquest comportament.
OpenAI sosté que Images 2.5 entén millor què ha de canviar i, sobretot, què ha de romandre intacte. Si l’usuari vol substituir un producte, corregir un text, alterar un fons o modificar una peça de roba, el sistema intenta preservar al mateix temps el subjecte principal, la disposició general de l’escena i la identitat visual. Aquesta capacitat té una importància especial en publicitat, comerç electrònic, comunicació corporativa o disseny, on una imatge rarament es genera una sola vegada: normalment passa per diverses correccions abans de convertir-se en un material publicable.
La millora s’estén a les converses llargues. Images 2.5 està dissenyat per mantenir la coherència durant instruccions successives d’edició. Cada nova modificació s’hauria de construir sobre les anteriors, evitant que la imatge es degradi o que el model oblidi decisions que ja s’havien pres. Aquest detall acosta el funcionament de ChatGPT a la lògica d’una eina creativa tradicional: l’usuari ja no ha de refer la peça des del principi cada vegada que vol introduir un ajust.
També canvia la manera de treballar amb fotografies de referència. OpenAI afirma que el model conserva millor els trets distintius de persones, objectes i llocs quan els trasllada a nous escenaris, composicions o estils. La qüestió és rellevant perquè la fidelitat del subjecte continua sent un dels punts febles de molts sistemes generatius. Una imatge pot ser tècnicament espectacular i, tanmateix, perdre justament allò que l’usuari volia conservar.
La nova versió també millora la comprensió d’instruccions visuals complexes. Segons OpenAI, Images 2.5 pot representar amb més precisió informació del món real, gestionar composicions més elaborades i treballar millor amb elements com els fons transparents. També hauria de seguir amb més fidelitat els estils visuals indicats per l’usuari, una característica especialment important quan es generen sèries d’imatges que han de compartir una mateixa identitat.
Aquesta consistència és determinant en els usos professionals. Una empresa no necessita només obtenir una bona imatge, sinó poder generar-ne diverses mantenint tipografies, composició, jerarquia visual, producte i tractament de marca. La diferència entre una demostració espectacular i una eina de producció acostuma a trobar-se precisament aquí: en la possibilitat de repetir, editar i controlar el resultat.
Del prompt al dibuix amb Sketch
L’actualització incorpora, a més, una funció anomenada Sketch, pensada per a aquells que saben què volen veure però tenen dificultats per expressar-ho únicament amb paraules. L’usuari pot dibuixar directament dins de ChatGPT una composició aproximada —per exemple, la distribució d’una habitació, la silueta d’una peça de roba o la posició de diversos elements— i utilitzar aquest esbós com a guia per generar la imatge final. N’hi ha prou d’escriure “@Sketch” a ChatGPT per accedir a aquesta modalitat.
La rellevància de Sketch va més enllà de poder convertir un dibuix rudimentari en una il·lustració vistosa. Introdueix una segona manera de comunicar-se amb el model. Fins ara, la generació d’imatges depenia fonamentalment del llenguatge natural: calia descriure verbalment una composició visual. Amb el dibuix, l’usuari pot transmetre relacions espacials que de vegades són difícils d’explicar amb precisió. La interfície es converteix així en una combinació de text, imatge i gest gràfic.
Aquesta evolució és significativa perquè modifica també el paper del prompt. Saber escriure una descripció detallada continua sent útil, però ja no és necessàriament l’única porta d’entrada a la generació visual. L’usuari pot ensenyar al sistema què té al cap, assenyalar sobre una imatge què vol canviar o proporcionar una fotografia de referència. La interacció amb la IA es fa progressivament més visual i menys dependent de trobar la formulació textual perfecta.
Plantilles i comentaris per reduir la fricció creativa
OpenAI també incorpora plantilles per a formats habituals com cartells, fotografies de producte o merchandising. La intenció és reduir l’anomenat problema de la pàgina en blanc. En lloc de redactar des de zero un prompt complex, l’usuari pot partir d’una estructura predefinida i afegir-hi el contingut, l’estil o els elements visuals que necessita.
També és possible col·locar comentaris directament sobre una imatge per indicar quina part s’ha de modificar. És un canvi aparentment menor, però important en termes d’experiència d’usuari: en lloc d’explicar textualment que cal alterar «l’objecte situat a la part inferior esquerra», es pot assenyalar directament la zona afectada. La IA visual adopta així algunes de les lògiques habituals de les eines professionals d’edició i revisió.
Els usuaris també poden compartir el prompt que ha generat una imatge perquè una altra persona reutilitzi la idea amb les seves pròpies fotografies o detalls. Aquest mecanisme introdueix una dimensió social interessant. Fins ara era habitual compartir una imatge acabada. OpenAI proposa compartir també la recepta que ha permès crear-la. El prompt es converteix en un objecte reutilitzable i adaptable, una mena de plantilla creativa que altres usuaris poden reinterpretar.
Flare i Sunburst: la batalla també es juga a l’API
L’aposta no es limita a ChatGPT. Per a desenvolupadors i empreses, OpenAI presenta dos nous models a l’API: GPT-Image-2.5 Flare i GPT-Image-2.5 Sunburst.
Flare està pensat com l’opció general per a aplicacions que necessiten combinar qualitat i velocitat. OpenAI assegura que ofereix imatges de més qualitat que GPT-Image-2 amb un 50% menys de latència i l’orienta a xarxes socials, cerca visual, prototipatge ràpid, experiències de producte i generació d’imatges a gran escala.
Sunburst ocupa un esglaó diferent. Està dissenyat per a treballs que requereixen més precisió i accepten temps de generació superiors: campanyes publicitàries preparades per a producció, fotografia de producte o fluxos creatius en què la coherència entre edicions successives resulta fonamental.
Aquesta divisió entre un model ràpid i un altre de més exigent suggereix que la generació d’imatges comença a organitzar-se com altres infraestructures professionals d’IA: diferents nivells de potència segons el cost, la velocitat i la qualitat requerida. Per a moltes empreses, el millor model no serà necessàriament el que produeixi la imatge més espectacular, sinó el que ofereixi la combinació més eficient de fidelitat, latència, control i preu.
La llista d’empreses que ja estan provant o integrant els models ajuda a entendre el mercat al qual apunta OpenAI. Adobe, Runway, Manus i Higgsfield AI apareixen entre els primers actors vinculats als nous models. No és casual que pertanyin a l’ecosistema creatiu. OpenAI ja no competeix únicament per aconseguir que una persona generi una imatge dins de ChatGPT, sinó per convertir la seva tecnologia en un dels motors que alimenten eines professionals de tercers.
De la imatge espectacular a la imatge controlable
Aquí hi ha probablement la lectura més rellevant del llançament. Durant la primera etapa de la IA generativa d’imatges, la competició es va concentrar en l’impacte visual: qui podia produir la imatge més espectacular a partir d’una frase. Ara la batalla es desplaça cap a qüestions menys vistoses però decisives per al treball real: consistència, control, velocitat, edició, transparència, integració i repetibilitat.
Una agència necessita poder generar vint variants d’una campanya sense que la identitat de marca canviï en cada intent. Una botiga en línia necessita substituir el color d’un producte sense modificar el producte. Un dissenyador necessita corregir una part d’una composició sense reconstruir-la. I un mitjà de comunicació necessita distingir clarament quins elements procedeixen d’una font real i quins han estat generats.
Aquesta evolució també redueix una de les barreres que havien separat les eines generatives dels fluxos professionals. Si cada modificació obliga a tornar a generar tota la imatge i produeix resultats diferents, la IA és útil per experimentar, però difícil d’incorporar a un procés de producció. Si el sistema és capaç de preservar els elements aprovats i modificar únicament allò que se li demana, la situació canvia substancialment.
La traçabilitat guanya importància
Per això la seguretat i la traçabilitat continuen formant part de l’estratègia. OpenAI manté controls sobre prompts i imatges i assegura que continuarà incorporant metadades C2PA i marques d’aigua invisibles per facilitar la identificació de continguts creats amb les seves eines.
En un moment en què la qualitat de les imatges sintètiques dificulta cada vegada més distingir-les de fotografies reals, aquesta capa no és un element accessori, sinó una qüestió central per a mitjans de comunicació, institucions i plataformes digitals. Com més realistes i editables siguin les imatges generades, més important serà poder conèixer-ne l’origen.
ChatGPT Images 2.5 està disponible per als usuaris de ChatGPT, ChatGPT Work i Codex en ordinador, mòbil i web, mentre que Flare i Sunburst arriben mitjançant l’API. L’amplitud del desplegament també revela un canvi d’estratègia: la generació visual deixa d’aparèixer com una funció especialitzada i passa a integrar-se transversalment en l’ecosistema d’OpenAI.
La millora tècnica és rellevant, però el moviment de fons encara ho és més. La IA visual comença a abandonar la lògica d’«escriu un prompt i espera una imatge» per acostar-se a un procés de creació continu: dibuixar, generar, comentar, editar, corregir, conservar allò que funciona i tornar a modificar únicament el que cal.
Aquest pot ser el veritable salt de ChatGPT Images 2.5. No pretén únicament crear imatges millors. Pretén que treballar amb imatges generades per IA s’assembli cada vegada menys a demanar una sorpresa a una màquina i cada vegada més a dirigir una eina creativa.
