OpenAI erweitert sein bildgenerierendes KI-Tool mit DALL-E 3
DALL-E 3 verspricht, genauere Bilder zu erzeugen, indem es die Details und Nuancen in Ihren Beschreibungen erfasst. Überzeugen Sie sich selbst!
OpenAI hat die nächste Generation seines Bilderstellungstools vorgestellt. Die neue Version mit dem Namen DALL-E 3 wurde entwickelt, um Ihre Textbeschreibungen besser zu verstehen und präzisere und originalgetreuere Bilder zu erstellen. Auf seiner neuen DALL-E 3-Webseite verriet OpenAI nicht viel über das Tool, gab aber Hinweise darauf, wie es seinen Vorgänger DALL-E 2 übertreffen will.
DALL-E 3 soll die Nuancen und Details in Ihren Beschreibungen besser erfassen und dadurch genauere Bilder erstellen, sagte OpenAI. Aktuelle KI-gestützte Bildgeneratoren ignorieren manchmal Wörter in Ihren Beschreibungen, was zu Bildern führt, die das Ziel verfehlen. Basierend auf den auf der DALL-E 3-Seite angezeigten Bildern scheint die neue Version in der Lage zu sein, genauere, detailliertere und fantasievollere Bilder zu erstellen.
Mit der Begeisterung für KI sind Bildgeneratoren bei Privatpersonen und Unternehmen beliebt geworden. Tools wie DALL-E 2, Microsofts Bing Image Creator, Midjourney, Stable Diffusion, DreamStudio und Craiyon funktionieren alle mehr oder weniger gleich. Mithilfe einer Eingabeaufforderung beschreiben Sie das Bild, das generiert werden soll. Wählen Sie einen Stil und andere Attribute. Als Antwort erstellt das Tool ein oder mehrere Bilder, die hoffentlich Ihrer Anfrage entsprechen.
Aber wie viele der heutigen KI-Bots kann die Verwendung dieser Bildgeneratoren eine Herausforderung sein. Normalerweise müssen Sie Ihre Aufforderung genau richtig formulieren. Und selbst dann interpretieren sie Ihre Anfragen nicht immer richtig. OpenAI räumte ein, dass moderne Text-zu-Bild-Systeme das Erlernen von Prompt-Engineering erfordern, und sagte, dass DALL-E 3 einen Fortschritt bei der Generierung von Bildern bedeuten würde, die besser zu Ihren Beschreibungen passen.
DALL-E 3 basiert auf ChatGPT und wird über die ChatGPT-Plattform zugänglich sein. Der Vorteil besteht darin, dass Sie ChatGPT zum Brainstorming Ihrer Bildideen und -aufforderungen verwenden können. Anschließend können Sie mit einem einfachen Satz oder einem ausführlicheren Absatz eine Anfrage zur Erstellung eines Bildes stellen.
In den auf der DALL-E 3-Webseite angebotenen Beispielen zeigte OpenAI, wie die neue Version funktionieren würde.
Ein Bild wurde basierend auf der Beschreibung erstellt: „Winzige Kartoffelkönige tragen majestätische Kronen, sitzen auf Thronen und beaufsichtigen ihr riesiges Kartoffelreich voller Kartoffeluntertanen und Kartoffelburgen.“
Aus der Beschreibung entstand eine zweite: „Eine Illustration einer Avocado, die auf dem Stuhl eines Therapeuten sitzt und sagt: ‚Ich fühle mich innerlich einfach so leer‘, mit einem grubengroßen Loch in der Mitte. Der Therapeut, ein Löffel, kritzelt Notizen.“
Und zwei Bilder wurden basierend auf einer Beschreibung erstellt, die lautete: „Ein ausdrucksstarkes Ölgemälde eines Basketballspielers beim Eintauchen, dargestellt als Explosion eines Nebels.“ Ein Bild verwendete DALL-E 2, während das andere DALL-E 3 verwendete.
OpenAI betonte außerdem, dass die Fähigkeit von DALL-E 3, gewalttätige, nicht jugendfreie oder hasserfüllte Inhalte zu erstellen, eingeschränkt sei - wie bereits bei früheren Versionen. Sicherheitsverbesserungen wurden in Bereichen wie der Schaffung von Persönlichkeiten des öffentlichen Lebens und bestimmten schädlichen Vorurteilen vorgenommen. Beispielsweise lehnt das Tool Eingabeaufforderungen ab, in denen nach dem Namen einer Person des öffentlichen Lebens gefragt wird.
KI-generierte Bilder können auch ein Problem darstellen, wenn sie zur Darstellung einer realen Person oder eines realen Ereignisses verwendet werden, da sie Menschen in die Irre führen und glauben machen, das Bild sei real. Um dieses Problem zu bekämpfen, testet OpenAI ein neues internes Tool, das erkennen kann, ob ein Image von DALL-E 3 erstellt wurde oder nicht.
DALL-E 3 befindet sich derzeit in geschlossenen Tests und soll Anfang Oktober für ChatGPT Plus- und Enterprise-Kunden eingeführt werden.