OpenAI eröffnet „General AI Gallery“ für KI-generierte Bilder

OpenAI startet moderierte Galerie für KI-Bilder

OpenAI hat auf community.openai.com einen neuen Thread mit dem Titel „General AI Gallery“ gestartet. Der Thread dient nach Angaben des Unternehmens als moderierte Kunstgalerie für Bilder, die Nutzer mit GPT-Image oder anderen OpenAI-Modellen erstellt haben. In dem Ankündigungspost heißt es, man wolle den bisherigen Bild-Thread erweitern, um mehr von dem zu zeigen, was Menschen mit den Modellen umsetzen können. Nutzer können dort ihre Kreationen teilen, ihre Prompts austauschen und an monatlichen Themen teilnehmen. Die Galerie ist nicht nur eine Sammlung von Bildern, sondern ausdrücklich den Fähigkeiten der OpenAI-Modelle gewidmet. Erstmals gibt es damit einen dedizierten, moderierten Galerie-Thread mit klaren Regeln und einem monatlichen Thema; zuvor existierten lediglich allgemeine Bild-Threads ohne diese Struktur. Der Thread verweist zudem auf einen separaten Bereich für das aktuelle Monatsthema, in dem Nutzer passende Bilder einreichen können. Diskussionen, Hilfe, Tipps und Workarounds sollen ebenfalls im selben Thread stattfinden. Die Moderation setzt voraus, dass alle Teilnehmer die Community-Richtlinien gelesen haben. Der Ankündigungspost enthält außerdem Beispiele für die Nutzung von Markdown, um Beiträge zu strukturieren.

Regeln für NSFW, Urheberrecht und Karussell-Posts

Für die Galerie gelten spezifische Regeln. Horror-Inhalte und „Soft Evocative“ (als NSFW Light bezeichnet) müssen abgeschirmt werden – das bedeutet, sie sind mit einer Inhaltswarnung zu versehen oder so zu kennzeichnen, dass sie nicht unmittelbar sichtbar sind. Das Teilen von Prompts ist ausdrücklich erwünscht; Nutzer sollen ihre Eingaben offenlegen, damit andere nachvollziehen können, wie ein Bild entstanden ist. Der Fokus des Threads liegt auf Bildern: Themen, die nicht mit Bildgenerierung zu tun haben, sollen an anderer Stelle diskutiert werden. Wer viele Bilder postet, soll die Karussell- und Grid-Funktionen der Plattform nutzen, damit Beiträge übersichtlich bleiben und andere Nutzer nicht den Überblick verlieren. Urheberrechtlich geschütztes Material soll vermieden werden; die Moderation bittet darum, solche Inhalte nach Möglichkeit nicht zu verwenden. Zusätzlich gibt es ein monatliches Thema, das von den Organisatoren und Moderatoren festgelegt wird; Nutzer können im entsprechenden Thread Bilder passend zum aktuellen Thema teilen. Der Galerie-Thread verweist außerdem auf den Gallery-Tag, über den weitere bildbezogene Themen gefunden werden können. Diskussionen, Hilfestellungen, Tipps und Workarounds sind im selben Thread willkommen. Die Regeln sollen einen positiven und konstruktiven Austausch ermöglichen; der Ankündigungspost endet mit dem Hinweis „Have fun. Keep it positive!“.

GPT Image: Das Modell hinter der Galerie

OpenAI bietet ein Modell namens GPT Image an, das Bildgenerierung mit detaillierten Anweisungen unterstützt. In einem offiziellen Cookbook dokumentiert das Unternehmen, dass GPT Image 1 „great at instruction-following“ sei und Bilder mit sehr detaillierten Anweisungen erzeugen könne. Das Modell verfüge über „world knowledge“ und sei im Vergleich zu den Vorgängermodellen DALL-E 2 und DALL-E 3 deutlich besser darin, Anweisungen zu befolgen und fotorealistische Bilder zu erzeugen. Diese Angaben stammen aus der OpenAI-Dokumentation und sind als Herstellerangaben zu werten. Laut dem Vergleichsportal joinleland.com wurde DALL-E inzwischen eingestellt; demnach ist GPT Image 2 der aktuelle Bildgenerator in ChatGPT, dort als „ChatGPT Images 2.0“ bezeichnet. Die gpt-image-Modelle bieten nach Angaben von OpenAI eine Reihe von Funktionen: transparente Hintergründe als PNG- oder WebP-Assets, zuverlässiges Text-Rendering mit klarer Schrift und starkem Kontrast sowie komplexe strukturierte Visuals wie Infografiken, Diagramme und mehrteilige Kompositionen. Zudem werden hochauflösender Fotorealismus mit natürlicher Beleuchtung, präzise Stilkontrolle und robuste Gesichts- und Identitätserhaltung bei Bearbeitungen genannt. OpenAI bezeichnet GPT Image 2 als sein leistungsfähigstes Bildmodell mit stärkerer Bildqualität. Die Galerie auf community.openai.com bezieht sich ausdrücklich auf GPT-Image als eines der Modelle, mit denen Nutzer ihre Bilder erstellen können.

Widersprüchliche Rankings: Photorealismus im Vergleich

Beim Photorealismus-Vergleich zwischen GPT Image und Midjourney liegen widersprüchliche Ergebnisse vor. Das Portal openaitoolshub.org hat nach eigenen Angaben mehr als 200 identische Prompts durch Midjourney V7 und GPT Image 1.5 geschickt und die Ausgaben von drei Personen auf einer Skala von 1 bis 5 bewerten lassen. In der Kategorie Photorealismus erzielte Midjourney V7 einen Durchschnitt von 4,3 von 5, GPT Image 1.5 dagegen nur 3,7 von 5. Die Unterschiede zeigten sich demnach vor allem bei Hauttextur, Umgebungslicht und Tiefenschärfe. Demgegenüber meldet das Portal eyesift.com, dass GPT Image 1.5 auf der LM Arena mit einem ELO-Wert von 1264 den ersten Platz belegt und dort als führend bei Photorealismus gilt. Die LM Arena ist ein Crowdsourced Ranking, bei dem Nutzer Bildpaare bewerten, ohne zu wissen, welches Modell welches Bild erzeugt hat. Der Widerspruch lässt sich durch unterschiedliche Testmethoden erklären: openaitoolshub.org führte einen kontrollierten direkten Vergleich mit festen Prompts und menschlichen Bewertern durch, während eyesift.com sich auf das aggregierte, nutzerbasierte LM-Arena-Ranking stützt. Zudem könnten unterschiedliche Modellversionen oder Zeitpunkte der Tests eine Rolle spielen. Beide Quellen sind Fachportale, deren Methodik nicht unabhängig überprüft wurde. Die Ergebnisse sind daher als Momentaufnahmen zu werten, nicht als abschließendes Urteil über die Photorealismus-Fähigkeiten der Modelle.