Einfacher und vor allem besser soll die neue Version des Bildergenerators Dall-E von ChatGPT-Schmiede OpenAI sein. Die dritte Iteration hat Microsoft daher nun in den Bing Chat und den Bing Image Creator integriert. Die Qualität sei gestiegen, speziell in vorher kritischen Bereichen, schreibt Microsoft im Bing-Blog. Das Verwenden bleibt kostenlos.

Die neuste Version des Text-zu-Bild-Umwandlers sei die leistungsstärkste von OpenAI, so die Verfasser. Speziell in den Bereichen Hände, Gesichter und Text in Bildern sei eine höhere Genauigkeit erreicht worden. Speziell bei Händen fiel der KI-Generator in der Vergangenheit durch Fehler auf. So hatten viele Bilder klumpige Finger, zu viele oder zu wenig davon. Das soll nun der Vergangenheit angehören.

Größere Präzision und Zuverlässigkeit soll das Modul auch bei der Eingabeaufforderung aufweisen. Dall-E 3 versteht mehr und besser, was der Eingebende fordert. Microsoft empfiehlt detailliertere Prompts zu formulieren, um bessere Ergebnisse zu erhalten. „Je mehr Information, desto präziser wird das endgültige Bild sein“, schreiben die Blog-Autor:innen.

Die höhere Kohärenz von Version 3 führe dazu, dass die erzeugten Bilder für eine Vielzahl von Prompts fotorealistischer ausfallen „als bei anderen Modellen“. Neben der ästhetischen Qualität sei auch die Konsistenz mit der Aufgabenstellung gestiegen. Zusätzlich kann Dall-E nun besser künstlerische Darstellungen erzeugen.

Microsoft versieht aus Sicherheitsgründen künftig alle über den Image Creator erstellten Bilder mit einem unsichtbaren, digitalen Wasserzeichen. Es enthält Datum, Uhrzeit und die Klassifizierung als KI-generiertes Bild. Zusätzlich hat Microsoft nach eigenen Angaben die Moderation verbessert, um die Erstellung von schädlichen und unangemessenen Inhalten zu vermeiden.