OpenAI stellt Images 2.6 vor, ein Update für seinen Bildgenerator, das die Erstellung animierter GIFs hinzufügt und der API die bereits in ChatGPT vorhandene Annotation-Funktion bringt. In fünf praktischen Tests zu Generierung, Retusche und Animation meisterte das Modell einige Aufgaben und ließ andere unvollendet.
- OpenAI veröffentlicht Images 2.6 mit animierten GIFs und Annotation-Funktion in der API.
- Das Modell überzeugt bei Fotografie, Retusche und Lebenszyklus-Tafel.
- Es lässt bei einer Speisekarte fünf Trennstriche weg.
- Die behauptete Geschwindigkeit von 50 % ist nicht geprüft, und jedes Bild muss kontrolliert werden.
Neuheiten mit Fokus auf Kreation
Images 2.6 ermöglicht die Erstellung animierter GIFs, also kurzer animierter Bilder im im Web weit verbreiteten Format. Es gibt Entwicklern auch die Möglichkeit, die Komplexität der Planungsphase einzustellen, einer Stufe, die der Bildgenerierung vorausgeht. Für den Nutzer bleibt die Methode der vorherigen Version ähnlich: das gewünschte Ergebnis beschreiben, bei Bedarf ein Referenzbild anhängen und dann angeben, was unverändert bleiben soll.
OpenAI behauptet, das Update generiere Bilder 50 % schneller. Es handelt sich um eine Ankündigung des Herausgebers, die die fünf unten beschriebenen Tests nicht durch einen kontrollierten Geschwindigkeitsvergleich überprüfen konnten.
Fünf Tests, gemischte Ergebnisse
Der erste Test forderte eine filmische Fotografie eines Glashauses auf einem schneebedeckten Grat in der Dämmerung. Eis, Kondensation, tropische Pflanzen und warmes Licht sollten glaubwürdig koexistieren. Der Autor hielt das Ergebnis für sehr gelungen.
Der zweite Test betraf eine Café-Speisekarte. Der Text, als einseitiges PDF in ChatGPT hochgeladen, umfasste neun Zeilen, fünf Preise und das Hindi-Wort « कॉफी ». Der Autor schätzt, dass das erhaltene Bild alle Kriterien erfüllt, doch die Test-FAQ weist darauf hin, dass das Modell nicht alle Zeichen originalgetreu wiedergegeben hat: Wörter und Preise sind erhalten, aber fünf Trennstriche wurden weggelassen. Der Test erlaubt auch keine Schlussfolgerung auf eine native PDF-Unterstützung durch das Bildmodell, da das Lesen des Dokuments zur Funktionsweise von ChatGPT gehört.
Der dritte Test bestand darin, eine Fotografie eines Zimmers zu retuschieren. Mit dem Annotation-Werkzeug wurde ein rotes Rechteck um einen Sessel gezogen, dessen Stoff zu Waldgrün-Velours geändert werden sollte, ohne den Rest des Raums zu verändern. Der Autor bezeichnet die Änderung als chirurgisch präzise.
Der vierte Test forderte eine feldhandbuchartige Tafel zum Lebenszyklus des Monarchfalters, mit vier Stadien, vier genauen Beschriftungen und Pfeilen, die die Abfolge anzeigen. Das Ergebnis wurde als klare, zur Veranschaulichung einer Metamorphose nutzbare Gestaltung beschrieben.
Der letzte Test zielte auf ein Endlosschleifen-GIF ab, das eine Kupfer-Teekanne im Regen zeigt, mit einer Dampfwolke, die kurzzeitig eine Herzform bildet. Das Ergebnis wurde als flüssig bewertet. Laut FAQ handelt es sich um ein GIF aus 12 Bildern mit einer Schleifenlänge von 2,16 Sekunden.
Zu beachtende Grenzen
Der Autor betont, dass die Ergebnisse nicht perfekt sind. Fehler bleiben in Text, Objektkonturen und visueller Genauigkeit bestehen, was eine Überprüfung jedes finalen Bildes erfordert. Er schließt, dass Images 2.6 sowohl für kreative Erkundungen als auch für praktische Retuschen vielversprechend erscheint, vorausgesetzt, das Ergebnis wird überprüft.
