OpenAI hat einen bedeutenden Schritt in der Welt der künstlichen Intelligenz gemacht, indem es sein neuestes Bildmodell, ChatGPT Images 2, vorgestellt hat. Dieses Modell repräsentiert einen zentralen Bestandteil der Vision des Unternehmens, ein umfassendes „Super-App“-Erlebnis zu schaffen, das eine Vielzahl kreativer und wirtschaftlich wertvoller Aufgaben abdecken soll.
Der Start von ChatGPT Images 2 erfolgt inmitten eines sich rasch entwickelnden KI-Marktes, in dem Unternehmen weltweit daran arbeiten, ihre Technologien zu verfeinern und neue Anwendungsfälle zu erschließen. OpenAI hat kürzlich die Einstellung seiner Sora AI Video-App angekündigt, um sich stärker auf seine Kernprodukte zu konzentrieren. Dennoch zeigt die Einführung des neuen Bildmodells, dass das Unternehmen nicht von seinem Ziel abgerückt ist, innovative und nützliche KI-Tools zu entwickeln.
ChatGPT Images 2 ist speziell darauf ausgelegt, textlastige Bilder wie Infografiken, wissenschaftliche Poster, Lernmaterialien und Marketinginhalte zu erstellen. In der Vergangenheit hatten KI-Bildmodelle Schwierigkeiten, fehlerfreien und lesbaren Text zu generieren. OpenAI hat mit diesem neuen Modell jedoch bedeutende Fortschritte gemacht und bietet nun eine verbesserte Typografie und Ikonografie. Zudem kann es Text in mehreren Sprachen erzeugen, was seine Anwendbarkeit weiter steigert.
„Die Anwendungsbereiche für visuelle Intelligenz sind enorm breit gefächert, und wir glauben, dass dies entscheidend für ChatGPTs Vision ist, Ihr persönlicher Assistent zu werden, da Ihr kreativer Assistent ein wesentlicher Teil Ihrer Identität ist“, erklärte Adele Li, Produktleiterin für ChatGPT Images, bei einer Pressekonferenz.
Das neue Bildmodell von OpenAI richtet sich an ein breites Publikum, das zwischen den künstlerischen Enthusiasten von Plattformen wie Midjourney und den professionellen Nutzern von Tools wie Adobe Firefly liegt. Zielgruppe sind vor allem Berufstätige, die ansprechende Inhalte erstellen müssen. Lehrerinnen und Lehrer können es beispielsweise nutzen, um illustrierte Lernpläne zu entwickeln, während Marketingmanager damit visuelle Assets für soziale Medien gestalten können.
Ein bemerkenswertes Merkmal von ChatGPT Images 2 ist die Möglichkeit, bis zu acht Bilder aus einem einzigen Eingabebefehl zu erstellen, die visuell konsistent sind. Dies ist besonders nützlich für die Erstellung umfangreicherer Projekte wie dreiseitiger Berichte. Allerdings gibt es einen Nachteil: Möchte man ein Bild anpassen, muss es neu generiert werden, was den Verbrauch der generativen Credits beschleunigen kann.
Entwickler, die das Modell über die API nutzen, haben die Möglichkeit, Bilder in 2K- und 4K-Auflösung zu erstellen, obwohl sich diese höheren Auflösungen noch in der Beta-Phase befinden und möglicherweise noch nicht optimal funktionieren. Bezahlnutzer können zudem Bilder mit Hilfe von Denk- und Argumentationsmodellen erstellen, die bei der Informationssuche im Internet und der Erstellung lesbarer Designs helfen.
Sicherheitsaspekte stehen bei OpenAI nach wie vor im Vordergrund. Das Unternehmen hat seine Sicherheitsmaßnahmen seit dem letzten Bildmodell nicht wesentlich verändert. Es werden weiterhin Metadaten nach dem C2PA-Standard integriert, um die Herkunft der KI-Bilder nachvollziehen zu können. Die Erstellung von missbräuchlichen und illegalen Bildern bleibt verboten, was angesichts der jüngsten Vorfälle mit KI-generierten Deepfakes und nicht einvernehmlichen intimen Bildern von großer Bedeutung ist.
ChatGPT Images 2 ist ab sofort für alle Nutzer verfügbar, wobei das Generierungslimit vom jeweiligen Abonnementplan abhängt. Je mehr man bezahlt, desto mehr KI-Bilder kann man erzeugen. OpenAI zeigt damit sein Engagement, die Grenzen der KI-Technologie weiter auszudehnen und neue Möglichkeiten für kreative und wirtschaftliche Anwendungen zu schaffen.