OpenAI hat mit ChatGPT Images 2.0 ein neues Bildmodell vorgestellt, das vor allem ein Problem deutlich besser lösen soll, an dem viele KI-Bildgeneratoren bisher gescheitert sind: lesbaren Text in Bildern. Dazu kommen eine präzisere Umsetzung von Prompts, mehr Konsistenz über mehrere Bilder hinweg und ein neuer Ansatz, bei dem das Modell vor der Bildausgabe stärker „mitdenkt“.

Das Thema kurz und kompakt

Gerade bei Grafiken, Social-Media-Visuals, Mockups oder Präsentationen war KI-Bildgenerierung oft nur eingeschränkt brauchbar, weil Beschriftungen, Schriftzüge oder kleine Details fehlerhaft dargestellt wurden. Genau hier setzt Images 2.0 an und soll Inhalte liefern, die sich direkter im Alltag einsetzen lassen.

Laut den aktuellen Berichten verarbeitet das neue Modell Eingaben genauer und erzeugt Bilder mit besser lesbarem Text, auch in komplexeren Layouts. Außerdem soll es mehrere Bildvarianten aus einem Prompt erzeugen können und Figuren, Objekte oder Stile über mehrere Motive hinweg konsistenter halten.

Ein weiterer Punkt ist der sogenannte „Thinking“-Ansatz: Das Modell soll eine Anfrage nicht nur direkt umsetzen, sondern vorher strukturierter analysieren. Dadurch sollen weniger Korrekturschleifen nötig sein und die Ergebnisse näher an der ursprünglichen Idee liegen.

Ganz fehlerfrei ist das System aber noch nicht. OpenAI bzw. die Berichte dazu weisen darauf hin, dass komplexe physische Zusammenhänge, verdeckte Flächen oder räumlich schwierige Aufgaben weiterhin problematisch bleiben können.

Für Marketing-Teams, Redaktionen und Social-Media-Verantwortliche ist das Update vor allem deshalb spannend, weil es KI-Bilder deutlich alltagstauglicher machen könnte. Wenn Text, Layout und Wiedererkennbarkeit besser funktionieren, lassen sich schneller brauchbare Visuals für Posts, Slides oder einfache Kampagnenmotive erstellen.

Der Distart-Newsletter

Für alle, die einen Schritt voraus sein wollen.