Welche Funktionen bietet die Bildgenerierung in OpenAI GPT-4o? 202

Am 25. März 2025 hat Openai in einer Live-Übertragung offiziell die native Bildgenerierungsfunktion von GPT-4o vorgestellt und sie in die Plattformen ChatGPT und Sora integriert. Nutzer können über Textaufforderungen hochwertige Bilder erzeugen und sogar bestehende Bilder stilistisch bearbeiten.

Hauptfunktionen und Merkmale der GPT-4o Bildgenerierung

• Multimodale Fähigkeiten: GPT-4o kann bestehende Bilder verstehen und bearbeiten, nicht nur neue Bilder erzeugen. Mithilfe von Bilderkennungstechnologie kann es Personen, Objekte und Szenen in Fotos erkennen und stilistisch bearbeiten.

• Stiltransfer: Reale Fotos können in einen Anime-Stil umgewandelt werden, wobei Pose und Ausdruck der Personen erhalten bleiben.

• Textdarstellung und Bildverschmelzung: Texte können in Bilder eingefügt werden, wobei Schriftart, Farbe und Position automatisch an den Gesamtstil des Bildes angepasst werden, um ein natürliches und ästhetisches Ergebnis zu gewährleisten.

• Semantisches Verständnis und Szenengenerierung: Aus einer einzigen Beschreibung kann völlig neuer Comic-Inhalt erstellt werden, einschließlich Panel-Layout, Gesichtsausdrücken der Figuren und Dialogen.

• Bildkomposition und Formatierung: Hochgeladene Bilder können nahtlos mit einem bestimmten Stil und Layout verschmolzen werden, um gewünschte Bilder wie Handelskarten zu erzeugen.

• Bilderkennung sowie Kolorierung und Layout: Handgezeichnete Comic-Skizzen können in voll farbige digitale Versionen umgewandelt, automatisch koloriert und im Layout optimiert werden.

Hauptanwendungsszenarien der GPT-4o Bildgenerierungsfunktion

• Künstlerisches Schaffen: Umwandlung realer Fotos in den Anime-Stil zur Erzeugung von Kunstwerken.

• Content-Erstellung: Erstellung von Social-Media-Inhalten, Werbeplakaten oder personalisierten Karten.

• Bildung und Lernen: Erzeugung von lehrbezogenen Bildern wie wissenschaftlichen Diagrammen oder historischen Szenen.

• Spieleentwicklung: Gestaltung von Spielcharakteren und Szenen.

• Comic-Erstellung: Generierung von Comic-Inhalten von Grund auf oder Umwandlung handgezeichneter Skizzen in digitale Versionen mit Kolorierung und Layout.

In Bezug auf Sicherheit und Rückverfolgbarkeit verhindert dieses Funktionsupdate Bildgenerierungsanfragen, die gegen die Inhaltsrichtlinien verstoßen, etwa im Bereich sexuellen Kindesmissbrauchs oder Deepfakes. Darüber hinaus enthalten die erzeugten Bilder C2PA-Metadaten, die sie als von GPT-4o generiert kennzeichnen.

ChatGPT Plus-, Pro-, Team- und Free-Nutzer können diese Funktion nun testen. Bald wird sie auch für Unternehmens- und Bildungskunden verfügbar sein, und Entwickler werden in Kürze über die API mit GPT-4o Bilder erzeugen können.