Images 2.0 di OpenAI rivoluziona la generazione di immagini: integra capacità decisionali e stacca Google

Cosa è successo

OpenAI ha lanciato ChatGPT Images 2.0, il nuovo modello di generazione immagini che integra le capacità di ragionamento della serie “O” direttamente nell'output visivo. Su Image Arena ha preso il primo posto su tutte le classifiche con il gap più ampio mai registrato tra primo e secondo posto: +242 punti su Nano Banana 2 di Google nel Text-to-Image, +125 nel Single-Image Edit, +90 nel Multi-Image Edit. Rispetto al predecessore, i miglioramenti più netti riguardano il text rendering (+316 punti), i ritratti (+296) e il cartoon/anime (+296).

• In modalità "Thinking", il modello non produce un'immagine in risposta diretta al prompt: ricerca informazioni sul web, analizza i documenti caricati dall'utente, ragiona sulla struttura del layout e genera fino a otto immagini coerenti tra loro in una singola sessione.
• L'architettura è stata "ricostruita da zero" stando a Boyuan Chen, research lead di OpenAI, che ha però declinato di specificare se si tratti di un approccio diffusion o auto-regressivo, descrivendo il modello semplicemente come un "GPT for images". La modalità Thinking è riservata ai piani a pagamento; il modello base è accessibile a tutti gli utenti ChatGPT e Codex. Via API, è supportata la risoluzione fino a 4K.

Perché è importante

"Le immagini sono linguaggio, non una decorazione": così OpenAI ha aperto le note di rilascio — e non è formula retorica. Il modello non prova ad andare dietro a Midjourney sulla qualità artistica o ad Adobe Firefly sulla precisione di editing. Compete con il briefing che un manager dà a un'agenzia creativa il giovedì mattina, sperando di avere gli asset entro venerdì.

Se con Nano Banana Google aveva integrato il ragionamento in un modello di immagini, OpenAI ha integrato un tool visivo in un modello di ragionamento. È una differenza che non si vede nelle demo ma spiega il gap di 242 punti su Arena; i benchmark attestano infatti. Ciò che il modello sa fare prima di disegnare il primo pixel. Leggere un documento, verificare un dato, analizzare gli aspetti impliciti dei prompt, costruire coerenza visiva tra otto output consecutivi — esattamente ciò che i modelli di ragionamento fanno con il testo, ma con un output visivo.

Nano Banana aveva vinto sul mercato consumer grazie alla viralità: le figurine iperrealiste, il riconoscimento immediato in contesti non specialistici. OpenAI, invece, sceglie adesso l'utilità professionale come terreno, dall'insegnante che costruisce una guida allo studio illustrata all'analista che vuole un'infografica con dati aggiornati dal web. Nel momento di consolidamento che OpenAI sta affrontando, la strategia è coerente con le altre mosse enterprise-minded; meno utile per i meme, forse, ma più redditizio e — nelle speranze dell’azienda — più durevole.

Un'azienda che deve convincere i mercati della propria coerenza non può permettersi un portfolio frammentato di app creative. Images 2.0 è il contraltare di Sora, lasciato indietro, e il layer creativo della superapp ChatGPT, costruito sullo stesso stack di reasoning che muove il resto. Il miliardo di immagini generate ogni settimana già col modello precedente è la prova di mercato che OpenAI può citare agli investitori: la domanda c'è, e ora c'è anche il prodotto enterprise che la vuole monetizzare.

E adesso?

Chi deve fare i conti con questo lancio è soprattutto il segmento di mezzo: Adobe e le agenzie creative di fascia media. Adobe non rischia di perdere i professionisti — Photoshop rimane, per adesso, ancora insostituibile per l'editing di precisione — ma rischia di perdere il volume. Asset social, bozze per presentazioni, materiali formativi, etc.; tutto ciò che un team marketing produce nella settimana ordinaria può ora uscire da ChatGPT a $0.21 per immagine via API.

• Una minaccia alla frequenza d'uso più che ai prodotti, e quindi alla capacità di dettare i prezzi. Per le agenzie creative di fascia media, il rischio è più diretto: il cliente con una scadenza ravvicinata e un brief semplice non ha più bisogno di un intermediario umano;
• Nano Banana 2 è già gratis su Search in 141 paesi, ed è verosimile che Google abbia in serbo un modello di nuova generazione a sua volta. Intanto, però, OpenAI ha appena reso irrilevante la domanda "quanto costa la generazione per immagine" per chiunque sia già abbonato a ChatGPT, con un modello al momento superiore.