Geração de imagem: Geração de imagem
O que os modelos já acertam, o que ainda quebra e por que o erro ficou mais difícil de enxergar.
Ele não desenha. Ele reconstrói o que já viu.
Treinado em milhões de pares de imagem e descrição, o modelo ligou palavras a formas. Em geral, não copia uma imagem: monta uma nova. Já sai texto legível na arte e saída em 4K: o gargalo saiu da estética.
É o retrato falado, não a fotografia
O desenhista nunca viu a pessoa. Ele monta um rosto plausível a partir de milhares que já viu. A analogia quebra num ponto: o humano avisa quando ficou em dúvida. O modelo sempre entrega algo pronto.
- 1Seu texto vira números que carregam significado. "Cadeira de madeira" vira uma direção dentro de um espaço visual.
- 2Nos modelos de difusão, ele parte de ruído puro e vai limpando em etapas, sempre puxando para essa direção.
- 3A cada etapa ele aposta no detalhe mais provável. Onde o provável não basta (texto, contagem, medida), quebra.
Uma arquiteta gerando três opções de fachada para o cliente
Ela descreve material, luz e ângulo e recebe três caminhos em um minuto. Serve para alinhar a direção antes de gastar horas no render. O que não dá é mandar isso ao orçamento: as medidas ali são inventadas.
O erro grotesco virou erro plausível
A mão com seis dedos você pega em meio segundo. O que passa hoje é o acento errado em português, o produto com um botão a mais, a legenda quase certa. Erro plausível é o que chega ao cliente — imagem bonita ninguém confere.
Qual detalhe da imagem só apareceu para você depois que ela já estava publicada?
Responder no LinkedIn