News ChatGPT Images 2.0: Neuer Bildgenerator setzt vor allem auf besseres Verständ­nis

[mischaef]

OpenAI hat die zweite Version seines Bildgenerators für ChatGPT vorgestellt und will damit vor allem zu Googles Nano Banana 2 aufschließen. Im Mittelpunkt der Weiterentwicklung steht weniger die reine Bilderzeugung als vielmehr ein verbessertes Verständnis der Nutzereingaben, um präzisere Ergebnisse zu liefern.

Zur News: ChatGPT Images 2.0: Neuer Bildgenerator setzt vor allem auf besseres Verständ­nis

 

[Rickmer]

Was mir beim Manga Beispiel direkt erstmal auffällt ist, dass die Dreckflecken auf den Wangen auf jedem der Segmente komplett anders aussehen... da gibt's keine interne Konsistenz. Wobei Augen und Haare mehr oder weniger beibehalten werden.

Der Text auf dem Hinterteil vom Auto ist auch verbesserungswürdig. Ein echtes unscharf fotografiertes Nummernschild (und anderer Text) würde anders aussehen.

Aber da ist man dann schon bei ziemlichen Details. Once upon a time hätte der Hand ein Finger gefehlt oder so...

 

[yahlov]

Wirklich krass.
Wenn K.I. viele Jobs kostet und Fakes hervorbringt, wird einer dieser neuen, dadurch entstandenen Jobs sein, diese zu erkennen bzw. diese zu verifizieren.

Schwer vorstellbar in welche Welt Richtung das unsere Realität lenken wird. Rückblickend wurden viele gute Technologien missbraucht und zur Unterdrückung der Massen verwendet.

Ich will jetzt nicht sagen das Ende der Welt, aber das Ende einer Welt wie wir sie kannten.

 

[supermanlovers]

Das hat Gemini Pro (Nano Banana 2) aus dem prompt gemacht.

 

[MGFirewater]

@supermanlovers gefällt mir persönlich besser.

 

[Darklordx]

Also Gemini kanns "besser" aber diese Wurstfinger... Immerhin sind es nur vier... Äh... WO IST DER DAUMEN?

Ich habe gerade mal meine Kamera genommen. Wenn ich die Kamera so halte wie die Dame auf dem Bild, dann sehe ich immer noch den Daumenansatz und Teile des Daumens.

Und die Haare erinnern mich eher als fliegende Würste als Haare oder sollen das Dreadlocks sein?

 

[9t3ndo]

Im Bereich Anime und Manga (Comic) wird KI definitiv das Arbeitsfeld von Künstlern verschieben, zu eher Kuratoren, die ausbessern und korrigieren. Ersetzen sehe ich da auch langfristig nicht, wenn es darum geht evtl. Lichtstimmung, Gestaltung einer Scene und dessen Arrangement zu gestalten. Das wird eine KI wahrscheinlich nie zu vollster Zufriedenheit hinbekommen.
Das ganze wird einfach dazu führen, das man pro Season nicht mehr nur 10 - 14 Folgen schafft, sondern eher 20 - 30.

Davon ab hätte ich jetzt aber Lust den gezeigten Manga weiter zu lesen

 

[Kuristina]

Äh... WO IST DER DAUMEN?

Den braucht sie auf der anderen Seite der Kamera, sonst fällt diese runter. Deine Hand ist bestimmt größer.

 

[nighteeeeey]

„A photorealistic candid travel scene of a person standing at a coastal roadside turnout on an overcast morning, shot on 35mm film. Natural imperfect framing, visible grain, ambient light, muted colors, wind in clothing and hair, cinematic realism, and the feeling of a lived-in documentary photograph.“

Okay, das crazy.

 

[petunientopf]

Gemini pro.

Hand sieht gut aus, die Haare nicht zwingend.

 

[Darklordx]

@Kuristina

Ich habe kleine Hände... Nerdhände... 😉

Aber bei der kleinen Kamera könnte das hinkommen im Vergleich zu meiner dickeren DSRL, die ich eher nur mit der rechten Hand so halten würde, wegen dem Handgriff. Moment: Alle Kameras die ich kenne, haben den Handgriff links, wenn man von vorne aufs Gehäuse guckt. Die Kamera sieht aus wie eine Olympus PEN, aber ziemlich geslopt. Spiegelverkehrt irgendwie.

@petunientopf

Hände gut, Haare seltsam...

 

[0range]

non-pro

autos kosten mehr :-D

 

[kingduevel]

Und das ist der Prompt nochmals bei mir in ChatGPT. Finde es interessant, wie bei verschiedenen Modellen oder Anwendern oder einfach nur bei erneuter Eingabe immer was andere bei herauskommt. Naja...

 

[Rickmer]

Das hat Gemini (Nano Banana 2) aus dem prompt gemacht.

Sieht nett aus, aber das 'natural imperfect framing' wurde nicht befolgt...

 

[Darklordx]

Das mit dem Dutt löst das Problem mit den komischen Haaren.

 

[supermanlovers]

Sieht nett aus, aber das 'natural imperfect framing' wurde nicht befolgt...

Was soll es bedeuten? Ein absichtlich schlechter Bildausschnitt? Ich hätte den Bildausschnitt bzw. Blickwinkel anders gewählt. Mehr nach links, 2-3m zurück.

Bei mir übrigens auch Gemini Pro (falls das ein Unterschied macht)

 

[NoNameNoHonor]

@kingduevel - Deswegen, weil immer wieder bei gleicher Fragestellung etwas anderes herauskommt, ist es ja auch z.B. so wichtig, Ergebnisse (gerade von LLMs) grundsätzlich zu überprüfen. Es läuft halt kein (deterministischer) Algorithmus sondern eine Wahrscheinlichkeitsberechnung im Hintergrund.

 

[FrAGgi]

Finde es interessant, wie bei verschiedenen Modellen oder Anwendern oder einfach nur bei erneuter Eingabe immer was andere bei herauskommt. Naja...

„A photorealistic candid travel scene of a person standing at a coastal roadside turnout on an overcast morning, shot on 35mm film. Natural imperfect framing, visible grain, ambient light, muted colors, wind in clothing and hair, cinematic realism, and the feeling of a lived-in documentary photograph.“

Was genau erwartest du bei so einem Prompt denn auch? Der lässt ja eine Menge Spielraum für Interpretation.
Alleine wie diese Person aussehen kan, oder die Küste selbst, der Blickwinkel, etc. Sind ja alles offene Punkte die eben jedes mal neu "gewürfelt" werden.
Dir würden auch 10 unterschiedliche Künstler mit dieser Anfrage 10 unterschiedliche Ergebnisse liefern.

 

[Matziking]

Ich bin wieder näher am ersten.

 

[silentdragon95]

Es bleibt dabei: KI-Generierte Bilder lassen sich mittlerweile wenn überhaupt nur noch durch die gründliche Suche nach unstimmigen Details erkennen, und der Ersteller bzw. Prompter könnte da mit etwas Mühe sicher auch noch gegensteuern (der Beispielprompt hier ist ja absichtlich wenig spezifisch). Man muss auch bedenken, bei den Bildern aus der News und hier im Thread wissen wir natürlich, dass sie KI-Generiert sind, und suchen deshalb automatisch nach solchen Details - in der Realität fällt das deutlich weniger auf.