El objetivo de este artículo es explorar nuevas formas de comunicación visual mediante inteligencia artificial generativa en el marco de los nuevos medios. Para ello, se propone un modelo que integra redes generativas antagónicas condicionales (CGAN) con la arquitectura Transformer, aprovechando el mecanismo de autoatención para capturar dependencias de largo alcance dentro de las imágenes. Este enfoque permite generar representaciones visuales de alta calidad bajo condiciones específicas, superando los resultados de modelos tradicionales. Los hallazgos muestran una precisión del 95,69%, un índice estructural de similitud de 0,83 y un valor de 33 dB en la relación señal-ruido, indicadores de mayor exactitud y fidelidad. Más allá de lo técnico, este modelo representa un avance significativo en la creación de imágenes con valor comunicativo, ofreciendo aplicaciones prometedoras para el diseño digital, los medios interactivos y la producción artística en entornos de comunicación contemporánea.