Jörn Loviscach: Experimente mit o4 Imagegen

Die Blog-Postings sind Kommentare im Sinne von § 6 Abs. 1 MStV. Der Verfasser ist Jörn Loviscach, falls jeweils nicht anders angegeben. Die Blog-Postings könnten Kraftausdrücke, potenziell verstörende Tatsachenbehauptungen und/oder Darstellungen von Stereotypen enthalten. Die Beiträge der vergangenen Wochen werden als Bestandteil der Internet-Geschichte in ihrer ursprünglichen Form gezeigt. Menschliche Autor*innen können unzutreffende Informationen über Personen, Orte oder Fakten liefern.

vorheriger | Gesamtliste | jüngste | nächster

Experimente mit o4 Imagegen

2025-03-27 12:34

A programmer sits cross-legged, meditating serenely in front of a laptop. Her eyes are closed, hands resting calmly in a mudra position. Around her is an esoteric setting: crystals, candles, mandalas, and incense sticks, creating a psychedelic, spiritual atmosphere. Meanwhile, emerging silently from shadows around the laptop and floor, venomous snakes composed of glowing lines of computer code and binary digits slither upwards, fangs exposed, poised to strike the unaware programmer. Cinematic photography. Aspect ratio 16:9 // a pink-colored piggy bank shaped like a tank with caterpillar tracks; cannon gun as nose; a child's hand inserts a coin into its coin slot. Aspect ratio 16:9 // workers painting a massive white rotor blade of a wind turbine with green color using large brushes and paint rollers; wearing protective gear, helmets, harnesses; other wind turbines visible in the background // a person sunbathing in a deck chair and sipping on a cocktail on top a house of cards. Aspect ratio 1:3

OK, der neue Bildgenerator von OpenAI ist ein Kracher. Vier meiner Aufmacherbilder aus jüngerer Zeit hier auf dem Blog, die in Midjourney & Co nur mit manuellem Zusammenbasteln gingen, liefert er auf Anhieb und in einem Rutsch. Und Windturbinen haben nun drei gleichmäßig im Kreis angeordnete Rotorblätter! (Wobei hier das untere Rotorblatt im Vordergrund eigenwillig aussieht.)

Die Bilder sehen definitiv nicht mehr so billig aus wie die von DALL-E. Ihr ästhetischer Appeal ist allerdings noch nicht auf dem Niveau von Midjourney.

o4 Imagegen hält sich viel genauer an Instruktionen. Wenn man zum Beispiel replace the turtleneck shirt with a Hawaiian shirt but keep the jacket sagt, bleibt das Jacket wirklich unangetastet. Allerdings leidet das Gesicht ein bisschen.

Mit der Wiedergabe von vorgegebenen Gesichtern haben sowieso alle Bildgeneratoren noch ein Problem. 20 clones of this guy and no other persons; standing in groups at a vernissage; some of them drinking champagne, some eating fingerfood, some gossiping, some gesticulating

Warum ist niemand (?) früher drauf gekommen, auch Transparenz zu generieren? Damit lassen sich nun zum Beispiel Figuren freistellen: Stelle die Person im Vordergrund frei; mach sie weniger dunkel; mach den Hintergrund transparent. Die Sandalen sind allerdings zu Halbschuhen mutiert; die Sonnenbrille ist modischer geworden.

Als besonderes Highlight wird Text im Bild gepriesen. Der hat aber auch Grenzen! Einsteins Feldgleichungen der Allgemeinen Relativitätstheorie als steinzeitliche Höhlenzeichnung. Drum herum steinzeitliche Zeichnungen von UFOs.

Neuer Kommentar

0 Zeichen von maximal 1000

Ich bin die*der alleinige Autor*in dieses Kommentars und räume dem Betreiber dieser Website das unentgeltliche, nichtausschließliche, räumlich und zeitlich unbegrenzte Recht ein, diesen Kommentar auf dieser Webseite samt Angabe von Datum und Uhrzeit zu veröffentlichen. Dieser Kommentar entspricht geltendem Recht, insbesondere in Bezug auf Urheberrecht, Datenschutzrecht, Markenrecht und Persönlichkeitsrecht. Wenn der Kommentar mit einer Urheberbezeichnung (zum Beispiel meinem Namen) versehen werden soll, habe ich auch diese in das Kommentar-Textfeld eingegeben. Ich bin damit einverstanden, dass der Betreiber der Webseite Kommentare zur Veröffentlichung auswählt und sinngemäß oder zur Wahrung von Rechten Dritter kürzt.