Schockierend gut: GPT-4o macht ChatGPT zum Bildmagier

Mit GPT-4o entsteht aus Worten beeindruckende visuelle Kunst. Top Qualität und unendliche Möglichkeiten

Quelle: OpenAI | All-AI.de

OpenAI hat seine KI-Anwendung ChatGPT um eine neue Funktion erweitert: Nutzer können jetzt direkt Bilder generieren. Möglich macht das das neue Modell GPT-4o, das sogenannte "omnimodale" Fähigkeiten besitzt. Aber was genau bedeutet das, und wie gut funktioniert die Technik in der Praxis?

Wie GPT-4o Bilder erstellt

GPT-4o arbeitet anders als klassische Bildgeneratoren. Statt ein Bild komplett in einem einzigen Prozess zu erzeugen – wie es bei den verbreiteten Diffusionsmodellen der Fall ist – geht GPT-4o Schritt für Schritt vor. Es baut Bilder zeilenweise auf, vergleichbar mit dem Schreiben eines Textes. Dieser autoregressive Ansatz kann präzisere Ergebnisse liefern, etwa bei der Darstellung von Text innerhalb eines Bildes oder bei der korrekten Zuordnung von Details wie Farben oder Kleidung.

Der Vorteil: komplexe Inhalte lassen sich genauer umsetzen. Der Nachteil: die Generierung dauert etwas länger. Trotzdem ist der Ansatz ein Schritt in Richtung vielseitigerer und kontrollierbarer KI-Bildgenerierung.

Für wen die Funktion verfügbar ist

ChatGPT mit Bildfunktion steht inzwischen allen Nutzern zur Verfügung – auch ohne kostenpflichtiges Abo. Zwar macht OpenAI keine genauen Angaben zur Anzahl der nutzbaren Bilder pro Tag, aber die Begrenzungen orientieren sich vermutlich an früheren DALL·E-Limits. Laut OpenAI könnten sich diese Grenzen künftig dynamisch anpassen, abhängig von der Auslastung.

Update: Einige Nutzer berichten, dass die neue Funktion bereits funktioniert. Es gibt aber auch einige Nutzer, die noch keine Bilder erstellen können oder Fehlermeldungen bekommen. Das sollte sich aber in nächster Zeit normalisieren.

Kontrolle, aber keine sichtbaren Wasserzeichen

OpenAI verspricht Maßnahmen gegen missbräuchliche Nutzung: Inhalte mit Gewalt, Nacktheit oder ähnlichen Themen sollen automatisch geblockt werden. Außerdem enthalten die generierten Bilder Metadaten, die sie als KI-Erzeugnisse kennzeichnen. Sichtbare Wasserzeichen sucht man aber vergeblich.

Rechtlich bleiben die Bilder Eigentum der Nutzenden – sie können laut OpenAI für eigene Projekte genutzt werden, solange die allgemeinen Nutzungsbedingungen eingehalten werden. Insgesamt soll das Modell aber nicht mehr so restriktiv vorgehen wie das DALLE3 Modell.