OpenAI lanza nueva función de generación de imágenes en ChatGPT

OpenAI lanzó su nueva generación de imágenes integrada en ChatGPT y las redes sociales se han convertido en un escaparate de creatividad desenfrenada. El fenómeno más notable ha sido la explosión de imágenes generadas con el estilo característico de Studio Ghibli, el legendario estudio de animación japonés responsable de obras maestras como "Mi vecino Totoro" y "El viaje de Chihiro".

Durante una transmisión en vivo el martes, Sam Altman, CEO de OpenAI, anunció esta esperada actualización que permite a ChatGPT aprovechar el modelo GPT-4o para crear y modificar imágenes de forma nativa. Es la primera gran mejora en las capacidades de generación visual de la plataforma en más de un año, y los resultados han superado las expectativas de muchos usuarios.

Una explosión creativa inmediata

El impacto fue inmediato. En cuestión de horas, usuarios de todo el mundo comenzaron a experimentar con el nuevo sistema, creando representaciones de Elon Musk, "El Señor de los Anillos" e incluso del presidente Donald Trump al estilo Ghibli. El propio Altman parece haberse sumado a la tendencia, cambiando su foto de perfil por una imagen generada con el nuevo sistema.

La mecánica es sorprendentemente sencilla: los usuarios cargan imágenes existentes en ChatGPT y solicitan al chatbot que las recree en nuevos estilos. Esta fluidez en la transformación estilística ha democratizado un proceso que antes requería conocimientos especializados de diseño gráfico o ilustración.

Brad Lightcap, director de operaciones de OpenAI, destacó que GPT-4o con generación de imágenes "piensa" un poco más que su predecesor, DALL-E 3, para crear imágenes más precisas y detalladas. Además, puede editar imágenes existentes, incluso aquellas con personas, transformándolas o añadiendo detalles como objetos en primer plano y fondo.

Disponibilidad y despliegue gradual

Actualmente, esta nueva función está disponible para los suscriptores del plan Pro de OpenAI, que cuesta $200 mensuales. La compañía ha anunciado que pronto llegará a los usuarios de planes Plus y gratuitos, así como a desarrolladores que utilizan su servicio API. Sin embargo, la alta demanda ya ha obligado a OpenAI a retrasar el lanzamiento para usuarios gratuitos.

Esta actualización de OpenAI sigue los pasos de Google, que recientemente lanzó una función similar de generación de imágenes en su modelo Gemini Flash. La competencia en el campo de la IA generativa visual se intensifica, con ambas compañías buscando ofrecer herramientas cada vez más potentes y accesibles.

El debate legal: una zona gris

La facilidad con que estas nuevas herramientas pueden recrear estilos de obras protegidas por derechos de autor simplemente mediante instrucciones textuales ha reavivado preocupaciones legales importantes. El núcleo del debate se centra en cómo estos modelos de IA son entrenados para imitar estilos específicos.

Evan Brown, abogado especializado en propiedad intelectual de la firma Neal & McDevitt, señala que productos como el generador de imágenes de GPT-4o operan actualmente en una zona legal gris. Según Brown, el estilo como tal no está explícitamente protegido por derechos de autor, lo que significa que OpenAI no parece estar infringiendo la ley simplemente por generar imágenes que se asemejan a las películas de Studio Ghibli.

Sin embargo, el abogado plantea la posibilidad de que OpenAI haya logrado esta similitud entrenando su modelo con millones de fotogramas de las películas de Ghibli. "Esto plantea la misma pregunta que nos hemos estado haciendo durante un par de años: ¿cuáles son las implicaciones de infracción de derechos de autor al rastrear la web y copiar en estas bases de datos?", cuestiona Brown.

Litigios en curso y políticas de OpenAI

Actualmente, The New York Times y varias editoriales mantienen demandas activas contra OpenAI, alegando que la empresa entrenó sus modelos de IA con obras protegidas sin la atribución o el pago adecuados. Acusaciones similares se han presentado contra otras empresas líderes en IA, incluyendo Meta y la startup de generación de imágenes Midjourney.

OpenAI ha establecido políticas para abordar estas preocupaciones. Según un portavoz de la empresa, aunque ChatGPT se niega a replicar "el estilo de artistas individuales vivos", sí permite replicar "estilos de estudios más amplios". Esta distinción, sin embargo, resulta problemática cuando consideramos que hay artistas vivos acreditados como pioneros de los estilos únicos de sus estudios, como es el caso de Hayao Miyazaki, cofundador de Studio Ghibli.

Para la capacitación del modelo, OpenAI reveló al Wall Street Journal que entrenó GPT-4o con "datos disponibles públicamente", así como datos propietarios de sus asociaciones con empresas como Shutterstock. La compañía ofrece un formulario de exclusión que permite a los creadores solicitar que sus obras sean eliminadas de sus conjuntos de datos de entrenamiento y afirma respetar las solicitudes para no permitir que sus bots de rastreo web recopilen datos de entrenamiento de sitios web.

El futuro de la creación visual con IA

Mientras los tribunales siguen deliberando sobre la legalidad de estas prácticas, las nuevas funciones de generación de imágenes de OpenAI y Google representan un avance significativo en lo que los modelos de IA pueden crear. Este progreso parece estar impulsando un aumento en el uso de estas plataformas, reflejando el creciente interés público en las capacidades creativas de la inteligencia artificial.

La combinación de accesibilidad y potencia que ofrecen estas herramientas está democratizando la creatividad visual a una escala sin precedentes. Sin embargo, el equilibrio entre innovación y respeto a los derechos de propiedad intelectual sigue siendo un desafío pendiente que definirá el futuro de la IA generativa.

Por ahora, mientras las redes sociales siguen inundándose de creaciones al estilo Ghibli, Pixar o Dr. Seuss, el mundo espera con interés la resolución de los debates legales que determinarán los límites éticos y jurídicos de esta fascinante tecnología que está redefiniendo nuestra comprensión de la creatividad en la era digital.