Midjourney V8.1, ChatGPT Images 2.0 e Adobe Firefly: Tudo o que está acontecendo na geração de imagens com IA em 2026

O ecossistema de geração de imagens com IA no seu momento mais agitado

O primeiro semestre de 2026 foi extraordinariamente intenso para as ferramentas de geração de imagens com inteligência artificial. O Midjourney lançou seu modelo mais ambicioso até hoje, a OpenAI redefiniu o que significa criar imagens dentro de um chat, a Adobe transformou o Firefly em uma plataforma completa de automação criativa, e o debate legal sobre direitos autorais com Hollywood chegou a um ponto de virada. Para empreendedores e equipes de marketing na América Latina, entender esses movimentos é fundamental para tomar melhores decisões sobre quais ferramentas adotar e como usá-las.

Midjourney V8.1: o modelo mais rápido e nítido da sua história

O Midjourney estabeleceu o modelo V8.1 como padrão para todos os seus usuários em junho de 2026, substituindo o V7, que ocupava essa posição desde o início do ano. O salto é significativo: de acordo com a documentação oficial da plataforma, o V8.1 é o modelo mais rápido da história do Midjourney, com gerações padrão sendo concluídas em apenas 4 segundos e no modo HD em 12 segundos.

O caminho até aqui começou em 17 de março de 2026, quando foi lançado o V8 Alpha, construído sobre uma base de código completamente reescrita e considerado o avanço mais importante desde o V5. Em seguida, em 14 de abril de 2026, chegou o V8.1 com melhorias concretas que transformaram a experiência de uso: o modo HD agora é três vezes mais rápido e três vezes mais barato do que antes, a resolução padrão é 50% mais veloz e 25% mais econômica, e foi adicionado um botão de Run as HD para converter qualquer imagem padrão em alta definição com um clique.

Além disso, o V8.1 gera imagens nativas em resolução 2K e melhora de forma notável a renderização de texto dentro das imagens, um dos pontos historicamente mais fracos dos geradores de IA. A plataforma também incorporou um modo de exploração de estilos com o comando --sref random, que gera 24 imagens com estilos diferentes em modo rascunho para facilitar a iteração criativa.

Outro avanço de destaque é a geração de vídeo a partir de imagens: os usuários podem converter uma imagem estática em um clipe de 5 segundos e estendê-lo até 21 segundos. A plataforma também aprimorou seu modo conversacional por voz, que agora acessa referências de imagem e configurações do usuário durante a sessão.

Em paralelo, a comunidade já está alimentando com dados de ranking as melhorias para o V8.2, a próxima versão em desenvolvimento.

A OpenAI substitui o DALL-E pelo ChatGPT Images 2.0

Em 21 de abril de 2026, a OpenAI apresentou o ChatGPT Images 2.0 (internamente conhecido como gpt-image-2), o sucessor direto do GPT Image 1.5, lançado em dezembro de 2025. Este lançamento marca o fim da era DALL-E como motor principal de geração de imagens dentro do ChatGPT: em março de 2025, o DALL-E 3 já havia sido substituído pelas capacidades nativas de geração de imagem do modelo GPT, e agora o Images 2.0 leva esse conceito a um nível superior.

A novidade mais importante desse modelo é a introdução do modo Thinking, que integra as capacidades de raciocínio da série O da OpenAI na geração visual. Isso significa que, antes de criar uma imagem, o modelo pesquisa, planeja e raciocina sobre a estrutura visual. Segundo o portal especializado Infobae, quando esse modo está ativo, o Images 2.0 pode buscar informações em tempo real na web, criar várias imagens diferentes a partir de um único prompt e revisar seus próprios resultados antes de entregá-los.

O modelo opera em duas versões:

• Modo Instant: disponível gratuitamente para todos os usuários do ChatGPT. Gera imagens rapidamente para tarefas do dia a dia.
• Modo Thinking: exclusivo para assinantes pagos (Plus, Pro e Business). Permite raciocínio prévio, busca na web em tempo real e geração de sequências de até 8 imagens coerentes entre si.

Em termos de capacidades técnicas, o ChatGPT Images 2.0 alcança uma resolução máxima de 2K e resolve um dos maiores problemas históricos da IA generativa: a reprodução de texto legível dentro das imagens. O modelo também incorpora suporte para alfabetos não latinos como japonês, chinês, hindi e coreano, algo relevante para equipes com audiências globais. De acordo com dados da própria OpenAI, a função de geração de imagens no ChatGPT já ultrapassa 1 bilhão de imagens geradas por semana.

Para desenvolvedores, o acesso via API tem um custo de 8 dólares por milhão de tokens de entrada e 30 dólares por milhão de tokens de saída, sendo 20% mais barato do que a versão anterior.

Adobe Firefly: de gerador de imagens a plataforma de automação criativa

A Adobe não ficou para trás. Em uma atualização anunciada em 18 de junho de 2026, o Firefly deixou de ser um gerador isolado de imagens e vídeo para se tornar uma camada de automação criativa que coordena tarefas em múltiplas etapas por meio de uma interface conversacional unificada. A mudança é estrutural: o Firefly original funcionava gerando uma imagem a partir de um prompt e depois exigia exportação manual para outros aplicativos. Agora, o fluxo é contínuo.

Entre as novidades mais relevantes do Firefly em 2026, destacam-se:

• Modelos personalizados em beta pública (desde abril de 2026): as marcas podem treinar seus próprios modelos de IA com suas próprias imagens, capturando estilo visual, paleta de cores, iluminação e características de personagens para reproduzi-los de forma consistente.
• Mais de 30 modelos integrados, incluindo o Nano Banana Pro do Google, modelos da OpenAI e da Runway, acessíveis pelo seletor de modelos do Firefly.
• Quick Cut: converte filmagens brutas em um primeiro corte estruturado em segundos.
• Geração ilimitada de imagens e vídeo em planos selecionados.
• Project Moonlight (em beta privada): uma interface agêntica que conecta Photoshop, Express e Acrobat para executar ações reais nas ferramentas a partir de instruções em linguagem natural.

Além disso, o editor de imagens do Firefly incorporou desde março de 2026 funções como Preenchimento Generativo, Remoção Generativa, Expansão Generativa e Aumento de Escala Generativo, todas acessíveis diretamente pela interface web e mobile.

A virada inesperada: Midjourney entra no mundo da medicina

A notícia mais surpreendente do mês chegou nos dias 17 e 18 de junho de 2026, quando o Midjourney anunciou seu primeiro projeto de hardware: o Midjourney Medical, uma nova divisão focada em imagem diagnóstica. Seu primeiro produto é o Midjourney Scanner, um dispositivo de tomografia ultrassônica de corpo inteiro que promete escanear o corpo humano em aproximadamente 60 segundos, sem radiação e sem campos magnéticos.

O sistema funciona fazendo o usuário descer sobre uma plataforma dentro de um tanque de água, onde aproximadamente 500.000 sensores ultrassônicos capturam dados de múltiplos ângulos para construir imagens tridimensionais de músculos, gordura, ossos e órgãos. A tecnologia é baseada em um acordo de licença exclusiva com a Butterfly Network, firmado em novembro de 2025 e avaliado em até 74 milhões de dólares em cinco anos.

O CEO do Midjourney, David Holz, descreveu o dispositivo como o primeiro novo método de imagem corporal completa em décadas. A empresa planeja abrir sua primeira unidade, chamada Midjourney Spa, em São Francisco até o final de 2027, e tem como meta ambiciosa implantar 50.000 scanners em todo o mundo até 2031. Porém, o protótipo atual não conta com aprovação da FDA para diagnóstico, e a empresa começará oferecendo apenas mapas de composição corporal enquanto busca habilitações regulatórias progressivas.

O movimento gerou ceticismo na comunidade médica: alguns radiologistas apontaram limitações físicas do ultrassom para penetrar ossos e tecidos profundos. Mesmo assim, o anúncio teve impacto imediato nos mercados: as ações da Butterfly Network subiram 33% após a notícia.

A batalha judicial que vai definir o futuro dos direitos autorais na IA

Enquanto a tecnologia avança, a frente jurídica não dá trégua. No início de julho de 2026, o Midjourney apresentou a um tribunal federal uma moção para obrigar Disney, Universal e Warner Bros. a revelar como utilizam a inteligência artificial em seus processos internos. A disputa se insere nas ações por violação de direitos autorais que os três estúdios moveram contra o Midjourney no ano passado, alegando que a plataforma permite gerar imagens de personagens protegidos como Bart Simpson e Darth Vader sem autorização.

O Midjourney defende sua posição com base na doutrina do fair use e argumenta que os próprios estúdios podem estar usando IA de maneira semelhante em seus processos internos de produção. A empresa busca acesso a planos de negócios de IA, conjuntos de dados de treinamento, pesos de modelos e apresentações de executivos sobre inteligência artificial. Em junho, um magistrado limitou esse acesso apenas a aplicações de IA voltadas ao consumidor, decisão que o Midjourney está recorrendo.

O resultado desse caso pode estabelecer um precedente fundamental sobre a transparência no treinamento de modelos de IA e a aplicabilidade do fair use no setor, com implicações diretas para toda a indústria de IA generativa em nível global.

O que isso significa para empreendedores e PMEs na América Latina

O mercado global de IA generativa foi avaliado em 53,7 bilhões de dólares em 2025 e deve alcançar 83,3 bilhões em 2026, segundo dados da Global Market Insights. A geração de imagens é um dos segmentos de maior adoção em publicidade, e-commerce e design de produto. Para as PMEs latino-americanas, isso representa uma oportunidade concreta: segundo dados da Utilia AI, mais de 54% das pequenas e médias empresas nas Américas já usa IA de alguma forma, e cerca de 49% usa IA generativa em suas operações.

A concorrência entre plataformas está derrubando os preços e elevando a qualidade. O Midjourney V8.1 oferece planos a partir de 10 dólares mensais. O ChatGPT Images 2.0 no modo Instant é gratuito. O Adobe Firefly está incluído no Creative Cloud. Escolher a ferramenta certa já não depende apenas da qualidade da imagem, mas do fluxo de trabalho, da conformidade legal e do custo real por imagem gerada.

Nesse contexto, plataformas como a Doobl.IA permitem que equipes de marketing na América Latina vão um passo além: integrar a geração de conteúdo visual com a automação de publicações nas redes sociais por meio de agentes de IA, reduzindo o tempo de produção e mantendo a consistência da marca sem precisar de grandes equipes.