OpenAI integriert intelligente Bildgenerierung, die von GPT-4o unterstützt wird, in ChatGPT

OpenAI hat jetzt ein leistungsstarkes Bildgenerierungstool direkt in ChatGPT integriert. Ab heute können Nutzer detaillierte Visualisierungen mit dem aktualisierten GPT-4o-Modell erstellen, das hervorragend darin ist, den Kontext zu verstehen, komplexe Anfragen zu bearbeiten und sogar perfekten Text innerhalb von Bildern zu generieren.

Frühere Versionen von ChatGPT basierten auf dem DALL-E 3 neuronalen Netzwerk, aber das neue System – genannt Bilder in ChatGPT – arbeitet mit dem multimodalen „universellen“ GPT-4o. Das bedeutet, dass das Modell gleichzeitig Text, Audio, Video und Bilder verarbeitet, was die Genauigkeit erheblich steigert. Jetzt kann die KI genau bis zu 15–20 Objekte in einem einzigen Bild zuordnen und vermeidet die Fehler, die zuvor bei nur 5–8 Elementen auftraten.

Eine der wichtigsten Verbesserungen ist die Fähigkeit, Bilder mit perfekt lesbarem Text zu erstellen – eine Herausforderung, die lange die Achillesferse generativer Modelle war. ChatGPT kann jetzt Restaurantmenüs, Logos mit Beschriftungen oder Infografiken ohne Tippfehler generieren. Darüber hinaus haben Nutzer jetzt eine Bearbeitungsfunktion: Jedes hochgeladene Bild kann einfach durch Hinzufügen oder Entfernen von Elementen über einen Textprompt bearbeitet werden.

Diese neue Funktion steht allen ChatGPT-Abonnements zur Verfügung, einschließlich der kostenlosen Stufe, obwohl ähnliche Einschränkungen wie bei DALL-E 3 weiterhin gelten. In der Zwischenzeit wird DALL-E weiterhin über benutzerdefinierte GPT-Module verfügbar sein. OpenAI hat auch besonderes Augenmerk auf Sicherheit gelegt: Alle Bilder sind mit C2PA-Metadaten gekennzeichnet, um KI-generierte Inhalte zu identifizieren, und das System blockiert Anfragen im Zusammenhang mit Gewalt, Deepfakes und anderen potenziellen Missbräuchen.