OpenAI LP gab heute bekannt, dass sein neuester Text-zu-Bild-Generator mit künstlicher Intelligenz, DALL-E 3, jetzt für chatgpt Plus- und Enterprise-Benutzer durch eine direkte Integration mit der ChatGPT-Anwendung verfügbar ist. Das Unternehmen kündigte außerdem verschiedene Sicherheitsmaßnahmen an, um die Entstehung schädlicher Bilder zu verhindern.

DALL-E 3 wurde letzten Monat vom Unternehmen vorgestellt, als es über die verschiedenen Verbesserungen sprach, die es im Vergleich zu seinem Vorgänger DALL-E 2 hinzugefügt hat. Mit DALL-E 3 können Benutzer ChatGPT nutzen, um längere, aussagekräftigere Eingabeaufforderungen zu verfassen und Füttere diese hinein. OpenAI sagte, dass das neue Modell im Vergleich zu DALL-E 2 Bilder erzeugen kann, die nicht nur optisch beeindruckender, sondern auch viel schärfer im Detail sind. „DALL – E 3 kann komplizierte Details, einschließlich Text, Hände und Gesichter, zuverlässig wiedergeben“, erklärte das Unternehmen in einem Blogeintrag. „Außerdem reagiert es besonders gut auf ausführliche, detaillierte Eingabeaufforderungen und unterstützt sowohl Quer- als auch Hochformat.“

Eine weitere neue Funktion in DALL-E 3 besteht darin, dass es Benutzern die Möglichkeit bietet, Text und Typografie zu generieren, die in die erstellten Bilder integriert werden. Dies macht DALL-E 3 laut OpenAI besonders nützlich für diejenigen, die Geschäftsinhalte wie Marketingmaterialien oder Inspiration für Produktdesigns erstellen möchten. Auf diese Weise übertrifft DALL-E 3 viele seiner KI-Bildgenerator-Konkurrenten, darunter Firefly 2 von Adobe Inc. und Stable Diffusion von Stability.AI Ltd.

Kurz nach der ersten Ankündigung von DALL-E 3 wurde es zum Bing Chat und Bing Image Generator von Microsoft Corp. hinzugefügt. ChatGPT Plus- und Enterprise-Benutzer erhalten möglicherweise erst jetzt Zugriff, aber sie werden zumindest priorisiert und können mehr Bilder als normale Benutzer generieren, und zwar schneller.

Bezüglich der Sicherheitsgeländer OpenAI hat diese implementiert, nachdem Berichte von Benutzern generiert wurden schädliche Bilder des World Trade Centers, dargestellt als SpongeBob Schwammkopf, der einen Angriff von Flugzeugen abwehrt, die wie andere Charaktere aussehen.

„Wir verwenden ein mehrstufiges Sicherheitssystem, um die Fähigkeit von DALL·E 3 einzuschränken, potenziell schädliche Bilder zu erzeugen, einschließlich gewalttätiger, nicht jugendfreier oder hasserfüllter Inhalte“, schrieb das Unternehmen. „Sicherheitsüberprüfungen durchlaufen Benutzeraufforderungen und die daraus resultierenden Bilder, bevor sie den Benutzern angezeigt werden. Wir haben auch mit frühen Benutzern und erfahrenen Red-Teamern zusammengearbeitet, um Lücken in der Abdeckung unserer Sicherheitssysteme zu identifizieren und zu schließen, die mit neuen Modellfunktionen entstanden sind. Das Feedback hat uns beispielsweise dabei geholfen, Grenzfälle für die Generierung grafischer Inhalte zu identifizieren, etwa sexuelle Bilder, und die Fähigkeit des Modells, überzeugend irreführende Bilder zu generieren, einem Stresstest zu unterziehen.“

Weitere Schutzmaßnahmen konzentrieren sich darauf, die Fähigkeit von DALL-E 3 einzuschränken, Inhalte im Stil lebender Künstler und Bilder von Persönlichkeiten des öffentlichen Lebens zu generieren. Schließlich hat es sich auch darum bemüht, mit seinen Bildern die demografische Repräsentation zu stärken.

Um die Transparenz zu erhöhen, hat OpenAI nach eigenen Angaben eine Website erstellt, auf der die Forschungsarbeiten zur Entwicklung von DALL-E 3 vorgestellt werden, sowie ein Bildklassifizierungstool, das mit einer Genauigkeit von 95 % bis 99 % feststellen kann, ob ein Bild mit seinen eigenen Tools generiert wurde.

Bild: DALL-E 3