Las herramientas de imágenes que utilizan. Iowa Crean el contenido usando diferentes técnicas.siempre con generación de colores, píxeles y redes neuronales que indican lo que debe aparecer en cada zona, pero no están preparados para trabajar con algo tan simple como texto, por lo que debemos recurrir a técnicas específicas para obtener los resultados deseados.
Veamos un ejemplo con A mitad del viaje. Si pedimos hacer una imagen de una tienda de campaña en medio del desierto, obtenemos un resultado perfecto:
Ahora te pedimos que dibujes una tienda de campaña en el desierto, pero añades un cartel con el texto “oferta” en la parte superior de la puerta:
Ten en cuenta que el resultado no es perfecto, podría ser mucho mejor, así que ahora viene el verdadero truco, el de poner “OFERTA” entre comillas dobles, en lugar de comillas simples:
Todavía comete errores, pero el texto lo entiende mucho mejor.
Si hacemos el mismo experimento con DALL-E el resultado es completamente diferente.
Al preguntar por la carpa en medio del desierto tenemos lo siguiente:
Al pedirle que ponga un cartel de “oferta” en la parte superior, genera:
Como veis no respeta la imagen original, pero pone el texto con mucha precisión. eso es porque ChatGPTcon DALL-E integrado, tiene más control sobre los textos, porque en su entrenamiento ha recibido más imágenes con contenido textual que la recibida por Midjourney.
Por otro lado, la calidad fotográfica sigue siendo mejor que la de Midjourney, el rey en calidad de texto a imagen por el momento, aunque hay que tener en cuenta que la magia de Sora, una plataforma de texto a vídeo que ha ocupado todos los titulares de las últimas semanas, es propiedad de OpenAI, dueños también de ChatGPT.
Incluir texto en imágenes generadas por IA, como en el caso de las plataformas de generación de imágenes, presenta varios desafíos técnicos y éticos. Estas son algunas de las razones principales por las que puede resultar difícil:
Estos desafíos requieren un trabajo continuo en el desarrollo de algoritmos y la mejora de las capacidades de inteligencia artificial para manejar tareas complejas de generación de imágenes con texto de manera efectiva y ética.
