DALL-E 3

DALL·E 3 ist ein fortschrittliches KI-Tool von OpenAI zur Bildgenerierung, das Nuancen und Details wesentlich besser erkennt als seine Vorgängersysteme. Es ermöglicht Benutzern, ihre Ideen problemlos in außergewöhnlich genaue Bilder umzuwandeln. Im Gegensatz zu modernen Text-zu-Bild-Systemen, die oft Worte oder Beschreibungen ignorieren und Benutzer zum Erlernen von Prompt Engineering zwingen, hilft DALL·E 3 dabei, Bilder zu erzeugen, die exakt den vorgegebenen Texten entsprechen. Es weist erhebliche Verbesserungen gegenüber DALL·E 2 auf, selbst bei identischen Prompts.

DALL·E 3 wurde nativ auf ChatGPT entwickelt, was eine nahtlose Integration für Brainstorming und die Präzisierung von Prompts ermöglicht. Benutzer können ChatGPT einfach beschreiben, was sie sehen möchten – sei es in einem einfachen Satz oder einem detaillierteren Absatz. ChatGPT generiert daraufhin automatisch individuelle, detaillierte Prompts für DALL·E 3, um die Idee zum Leben zu erwecken. Sollte ein generiertes Bild noch nicht perfekt sein, kann ChatGPT mit wenigen Worten zur Änderung aufgefordert werden. Die mit DALL·E 3 erstellten Bilder können, genau wie bei DALL·E 2, frei verwendet werden; für den Nachdruck, Verkauf oder die Vermarktung ist keine Genehmigung von OpenAI erforderlich.

Das System verfügt über umfassende Sicherheitsmaßnahmen, um die Generierung schädlicher Inhalte zu verhindern. Anfragen, die Namen von öffentlichen Personen enthalten, werden abgelehnt. Die Sicherheitsperformance wurde in Risikobereichen wie der Generierung von öffentlich bekannten Personen und schädlicher Voreingenommenheit verbessert. Dies geschah in Zusammenarbeit mit Red-Teamern, die das Modell einem Stresstest unterzogen, um die Risikobewertung und Eindämmungsbemühungen in Bereichen wie Propaganda und Falschinformation zu unterstützen. OpenAI erforscht zudem, wie Menschen am besten erkennen können, ob ein Bild von KI erstellt wurde, und experimentiert mit einem internen Ursprungsklassifikator. DALL·E 3 wurde außerdem so konzipiert, dass es Anfragen nach einem Bild im Stil eines lebenden Künstlers ablehnt, und Ersteller können ihre Bilder aus dem Training zukünftiger Bildgenerierungsmodelle entfernen, um kreative Kontrolle zu gewährleisten.