ChatGPT har fået nye muskler når det gælder billeder. Vi har taget en snak med nogle af dem, der lever af at træne andre i ChatGPT, nemlig eksperterne fra ChatGPT Kursus ApS. Den nye funktion bygger på GPT-4o-modellen. Tidligere brugte systemet DALL-E 3, der ift. alle deres andre produkter, var langt efter konkurrenter. Men med skiftet her ultimo marts 2025. Kan brugerne skabe mere nøjagtige billeder. Farver fremstår mere naturlige. Ansigter ser mere realistiske ud. Tekst på billeder er nu læsbar. Det er et stort spring fremad. Dette løft sætter spørgsmålstegn ved, om ChatGPT nu fører feltet an.
Fra DALL-E til GPT-4o
ChatGPT brugte tidligere DALL-E 3 til billeder. I marts 2025 kom skiftet til GPT-4o. Dette var den første store opgradering i over et år. Den nye model bruger en anden tilgang. DALL-E skabte hele billeder på én gang. GPT-4o bygger billeder op fra venstre mod højre, oppefra og ned. Dette giver bedre kontrol over detaljer. Modellen “tænker” længere over hvert billede. Dette resulterer i højere kvalitet. Opgraderingen kom først til Pro-brugere. Senere fik Plus og gratis brugere også adgang.
Fotorealistiske billeder når nye højder
Den nye model skaber billeder, der ligner fotos. Folk på billeder ser ægte ud. Omgivelser fremstår troværdige. Lys og skygge virker naturlige. Dette gør billederne brugbare til mange formål. Under en demonstration viste OpenAI en kvinde ved en tavle. Billedet havde endda en realistisk spejling i tavlen. Brugere kan skabe portrætter og landskaber med imponerende detaljer. Hudfarverne er naturlige. Hårstruktur ser overbevisende ud. Dette var tidligere svært for AI at gengive korrekt.
Tekst på billeder – tidligere svaghed nu styrke
Tekst på AI-billeder var før et stort problem3. Bogstaver blev ofte fordrejede. Ord var ofte stavet forkert. Dette gjorde billederne ubrugelige til skilte eller omslag. GPT-4o har løst dette problem. Nu kan den skabe perfekt læsbar tekst. Menuer, invitationer og boardingkort ser ægte ud. Endda videnskabelige diagrammer med mærkater fungerer nu. Dette tog måneder at perfektionere. Fejlfri tekst gør billederne brugbare til flere formål. En bruger fik skabt et bogomslag med perfekt tekst.
Sammenligning med konkurrenternef
Midjourney er kendt for sin kunstneriske stil. Deres billeder har ofte en særlig “coolness”. Dog kæmper de med tekst og detaljer. Stable Diffusion er god til tekst og detaljer. Men vi vurderer slet ikke de er i nærheden af ChatGPTs nye model. Den kann lave både præsise og stilfulde billeder. Den nye model overgår også sine konkurrenter i at forstå komplekse beskrivelser. Den kan håndtere op til 20 objekter med korrekte relationer. Andre modeller blander ofte farver og former sammen.
Praktiske anvendelser i hverdagen
Formålene er de samme for billederne, men kvaliteten er blevet meget mere tilgængelige. Om det er undervisere der kan skabe læremidler. Marketingfolk kan lave reklamemateriale. Modellen kan lave logoer med gennemsigtig baggrund. Den kan skabe infografik med korrekt fakta. Brugere kan lave storyboards til film og video. En bruger skabte et manga-tegneserie med sammenhængende historie. Modellen kan også redigere eksisterende billeder. Den kan tilføje eller fjerne objekter. Den kan ændre baggrunde mens personer forbliver intakte.
Har ChatGPT overtaget føringen?
ChatGPT har taget et stort spring fremad. På nogle områder fører den klart an. Især tekstgengivelse overgår konkurrenterne. Også evnen til at forstå komplekse beskrivelser er førende. Dog har Midjourney stadig et forspring i kunstnerisk udtryk.
Stable Diffusion tilbyder mere kontrol til tekniske brugere. Vurderingen afhænger af behov og formål. Til praktiske formål som marketingmateriale er ChatGPT nu førende. Til kunstneriske projekter kan Midjourney stadig være førstevalg. Men kløften mellem dem er blevet meget mindre.
ChatGPT har med sin nye billedmodel taget et kvantespring fremad. Fotorealistiske billeder, perfekt tekst og præcise detaljer sætter nye standarder. Evnen til at skabe sammenhængende billedserier åbner nye muligheder. Om ChatGPT har taget førertrøjen afhænger af behov. Men ét er sikkert. Løbet er tættere end nogensinde før. Og tempoet i udviklingen lover godt for fremtiden.