OpenAI hat die Bildgenerierung mit verbessertem Verständnis für Anfragen in ChatGPT integriert

OpenAI hat die Möglichkeit der Bildgenerierung direkt in ChatGPT integriert. Die Funktion basiert auf dem omnimodalen Modell GPT-4o, das Text, Bild, Audio und Video verarbeiten kann.

Dies ermöglicht eine genauere Erkennung von Benutzeranfragen und die Erstellung komplexerer Szenen.

Im Gegensatz zu DALL-E verwendet das neue System einen autoregressiven Ansatz, bei dem das Bild schrittweise erzeugt wird – zeilenweise und von links nach rechts, ähnlich wie beim Schreiben von Text.

Obwohl die Generierung mehr Zeit in Anspruch nimmt, hält OpenAI dies zugunsten der Qualität für gerechtfertigt. Das kostenlose Nutzungslimit bleibt wie bei DALL-E bestehen, kann sich jedoch je nach Auslastung ändern.

Alle Bilder enthalten C2PA-Metadaten, jedoch keine sichtbaren Wasserzeichen. Auch der Missbrauchsschutz wurde verstärkt: Fälschungen und schädliche Inhalte werden blockiert.

Zuvor wurde berichtet, dass OpenAI sich auf den Start des neuen KI-Modells "Strawberry" innerhalb der nächsten zwei Wochen vorbereitet, obwohl die Veröffentlichung ursprünglich für den Herbst geplant war.

Die Entwickler haben eine 10–20-sekündige Pause vor der Antwort eingeführt, um die Genauigkeit zu erhöhen und komplexe Analysen zu verbessern.

Das Modell unterstützt nur Text, kann sich aber Unterhaltungen merken, um personalisierte Antworten zu geben – obwohl diese Funktion derzeit noch instabil ist. "Strawberry" wird als separate Option in ChatGPT integriert und unterliegt einer Nachrichtenbeschränkung.