Os modelos generativos têm a tendência de ignorar parte das descrições que recebem, não produzindo exatamente o que o usuário solicitou. Pelo menos em parte, isso pode ser corrigido com prompts mais elaborados, o que gerou o chamado “prompt engineering”, mas o usuário mais casual geralmente tem dificuldade de traduzir suas ideias em conceitos que o modelo entende. Isto é verdade tanto para os modelos que geram texto quanto para os que geram imagens.
Mas no universo da geração de imagens, o DALL-E 3 deve solucionar a maioria desses problemas. Anunciado pela OpenAI este mês, a nova versão do modelo entende muito melhor nuances e detalhes, o que lhe permite traduzir as solicitações que recebe em imagens excepcionalmente precisas. O resultado é que, mesmo com o mesmo prompt, os resultados são muito melhores do que de sua versão anterior.
Além da melhoria de qualidade, o DALL-E 3 foi construído nativamente no ambiente do ChatGPT, de forma que, agora, a ferramenta de texto também pode produzir e refinar imagens através de interações iterativas. O usuário pode começar com uma frase simples e ir melhorando o resultado ao adicionar mais detalhes, até chegar em uma descrição complexa se assim desejar. Por trás dos panos, é o ChatGPT quem vai gerar os prompts para o DALL-E, o que dá liberdade ao usuário para usar uma linguagem menos técnica.
A OpenAI garante que tomou cuidados para evitar que a ferramenta seja utilizada com finalidades escusas, como material violento ou adulto. Além disso, ela vai recusar pedidos para simular artistas vivos, permitindo ainda que criadores escolham não fazer parte dos dados para o treinamento de novos modelos no futuro. Por outro lado, assim como em suas versões anteriores, todas as produções realizadas com o DALL-E 3 serão de propriedade do usuário para publicar ou comercializar.
Por enquanto, o DALL-E 3 está disponível como um preview para pesquisadores, mas já em outubro deve passar a integrar as assinaturas Plus e Entreprise do ChatGPT. Neste meio tempo, não deixe de ver algumas produções do modelo na sua página oficial.
