OpenAI hat GPT-4o, ein neues Bildgenerierungsmodell, direkt in ChatGPT integriert und damit die vorherige DALL-E 3-Integration ersetzt. Es bietet erweiterte Funktionen wie multimodale Verarbeitung und verbesserte Textrendering. Laut einem Bericht von TechCrunch ermöglicht das Upgrade ChatGPT, detailliertere und genauere Bilder zu erstellen. Das neue System ist nun für verschiedene Nutzerstufen verfügbar, und API-Zugriff für Entwickler wird bald bereitgestellt.

GPT-4o-Bildgenerator-Einführung

Der Rollout der Bildgenerierungsfunktionen von GPT-4o begann am 25. März 2025 und markiert ein bedeutendes Upgrade der visuellen Erstellungsmöglichkeiten von ChatGPT12. Diese neue Funktion ist jetzt für Nutzer der Plus-, Pro-, Team- und Free-Tarife verfügbar, während Enterprise- und Education-Nutzer bald Zugang erhalten. Kostenlose Nutzer sind auf die Erstellung von bis zu 3 Bildern pro Tag beschränkt, während Abonnenten der Plus- und höheren Tarife unbegrenzt Bilder erstellen können. Die Integration zielt darauf ab, konsistentere Ergebnisse und weniger Inhaltsbeschränkungen im Vergleich zum vorherigen DALL-E 3-System bereitzustellen. Entwickler können in den kommenden Wochen mit API-Zugriff für die Bildgenerierung von GPT-4o rechnen, was eine breitere Implementierung auf verschiedenen Plattformen und Anwendungen ermöglicht

Erweiterte Funktionen von GPT-4o

GPT-4o verfügt über mehrere fortschrittliche Funktionen, die es von seinem Vorgänger abheben. Das Modell kann bis zu 20 verschiedene Objekte gleichzeitig verarbeiten und dabei die korrekten Beziehungen zwischen ihnen beibehalten, was es ideal für die Erstellung komplexer Szenen macht. Sein kontextuelles Bewusstsein ermöglicht es, auf Bildern und Texten im Chat-Kontext aufzubauen und so Konsistenz über mehrere Iterationen hinweg sicherzustellen. Darüber hinaus zeichnet sich GPT-4o durch In-Context-Learning aus, wodurch Benutzer Bilder hochladen können, die die KI analysiert und Details in neue Generierungen einfließen lässt. Aufgrund der Komplexität und Detailgenauigkeit der erzeugten Bilder kann das Rendern bis zu einer Minute dauern, aber die Ergebnisse sind oft visuell beeindruckender und detailreicher im Vergleich zu früheren Modellen.

Verbesserte Benutzererfahrung

Das neue Bildgenerierungssystem in ChatGPT bietet eine optimierte Benutzererfahrung. Nutzer können das Modell einfach bitten, ein Bild mit spezifischen Details zu erstellen, oder die Option „Bild erstellen“ im Editor auswählen. Das System ermöglicht die Anpassung von Bildern mit präzisen Anforderungen, einschließlich Seitenverhältnis, exakten Farben mithilfe von Hex-Codes und transparenten Hintergründen.12 Diese Integration macht die Bildgenerierung zu einem wesentlichen Bestandteil der KI-gestützten Kommunikation und erlaubt es Nutzern, Bilder durch natürliche Konversation zu verfeinern, während ein konsistenter Stil beibehalten wird. Die verbesserten Fähigkeiten von GPT-4o ermöglichen es, hochpräzise und detaillierte Bilder zu erstellen, einschließlich komplexer Elemente wie Text, Hände und Gesichter, und effektiv auf umfangreiche und detaillierte Eingaben zu reagieren.

DALL-E als separate Option

Während GPT-4o zum primären Bildgenerierungsmodell in ChatGPT geworden ist, hat OpenAI DALL-E als separate Option für Nutzer beibehalten, die dessen spezifische Fähigkeiten bevorzugen. DALL-E wird über ein dediziertes GPT zugänglich sein, sodass Nutzer je nach Bedarf zwischen den beiden Modellen wechseln können12. Diese Entscheidung stellt sicher, dass Nutzer weiterhin von den einzigartigen Stärken von DALL-E profitieren können, wie seiner Fähigkeit, stilisierte oder künstlerische Bilder zu erstellen, während sie gleichzeitig Zugriff auf die fortschrittlichen Funktionen von GPT-4o haben. Die Verfügbarkeit beider Modelle bietet Nutzern größere Flexibilität und Wahlmöglichkeiten bei ihren Bildgenerierungsaufgaben und deckt ein breiteres Spektrum an kreativen und praktischen Anwendungen ab

Kuratiert von dailyed
Bilder: AI Images