OpenAI hat ein neues Modell zur Bildgenerierung vorgestellt, das die Fähigkeiten von ChatGPT erheblich erweitern soll. Das Modell, bekannt als GPT Image 1.5, steht ab sofort allen ChatGPT-Nutzern sowie über die API zur Verfügung. Diese Einführung markiert einen weiteren Schritt im intensiven Wettbewerb mit Google, nachdem OpenAI-CEO Sam Altman in einem internen Memo einen „Code Red“ ausgerufen hatte, um die Marktanteile zurückzugewinnen, die Google mit seinem Modell Gemini 3 erobert hatte.
GPT Image 1.5 verspricht nicht nur eine schnellere Bildgenerierung, die bis zu viermal schneller sein soll als bisher, sondern auch eine verbesserte Befolgung von Anweisungen und präzisere Bearbeitungsmöglichkeiten. Diese Verbesserungen zielen darauf ab, die Konsistenz und Qualität der erstellten Bilder zu erhöhen, indem Aspekte wie Gesichtsähnlichkeit, Beleuchtung, Komposition und Farbton bei der Bearbeitung beibehalten werden.
Im Vergleich zu anderen generativen KI-Bildwerkzeugen, die oft Schwierigkeiten mit der Iteration haben, bietet GPT Image 1.5 erhebliche Fortschritte. Häufig interpretieren bestehende Modelle ein Bild komplett neu, wenn spezifische Änderungen angefordert werden, was zu Inkonsistenzen führt. Das neue Modell von OpenAI hingegen ermöglicht es Nutzern, gezielte Änderungen vorzunehmen, ohne dass das gesamte Bild verändert wird.
Ein weiteres Highlight der Ankündigung ist die Einführung eines speziellen Zugangs zu den Bildfunktionen von ChatGPT über die Seitenleiste der Anwendung. Dieser Zugang soll als eine Art kreatives Studio fungieren und den Nutzern ermöglichen, ihre Visionen einfacher umzusetzen oder sich von aktuellen Trends und voreingestellten Filtern inspirieren zu lassen.
Fidji Simo, CEO der Anwendungen bei OpenAI, erklärte, dass die neuen Bildansichts- und Bearbeitungsbildschirme es den Nutzern erleichtern sollen, Bilder zu erstellen, die ihrer Vorstellung entsprechen. Darüber hinaus plant OpenAI, die visuelle Komponente von ChatGPT weiter zu verbessern, indem Suchanfragen mehr visuelle Elemente mit klaren Quellen enthalten sollen. Dies könnte besonders nützlich sein, um Aufgaben wie die Umrechnung von Maßeinheiten oder das Abrufen von Sportergebnissen zu erleichtern.
„Wenn Sie etwas erschaffen, sollten Sie in der Lage sein, das, was Sie machen, zu sehen und zu gestalten. Wenn Bilder eine Geschichte besser erzählen als Worte allein, sollte ChatGPT sie einbeziehen“, schrieb Simo in einem Blogbeitrag. Diese Entwicklungen zielen darauf ab, die Lücke zwischen der Vorstellungskraft der Nutzer und ihrer Fähigkeit, diese in die Realität umzusetzen, weiter zu schließen.
Die Einführung von GPT Image 1.5 erfolgt zu einem Zeitpunkt, an dem Bild- und Videogeneratoren zunehmend über die Prototypenphase hinausgehen und produktionsreife Fähigkeiten erlangen. Der Wettbewerb zwischen OpenAI und Google bleibt intensiv, insbesondere nachdem Google mit seinem Nano Banana Pro, einem neuen Bildgenerator, beeindruckende Resultate erzielt hat. OpenAI jedoch ist entschlossen, seinen Platz als führender Anbieter im Bereich der künstlichen Intelligenz zu behaupten und setzt mit der beschleunigten Einführung seiner neuen Modelle ein klares Signal in Richtung Konkurrenz.
Diese Entwicklungen zeigen, dass der Wettkampf um die Vorherrschaft im Bereich der künstlichen Intelligenz in die nächste Runde geht, wobei sowohl OpenAI als auch Google stetig neue Innovationen auf den Markt bringen. Die kommenden Monate werden entscheidend dafür sein, welches Unternehmen sich langfristig als Marktführer etablieren kann.