Das Bildmodell von OpenAI kann den Hintergrund jetzt vollständig überspringen und ist besser als das nachträgliche Ausschneiden
Ein Parameter gibt Ihnen ein PNG ohne Hintergrund. Das Einbrennen von Transparenz während der Generierung behandelt Glas und Haare besser als jedes andere Entfernungstool und befindet sich in der Vorschau über die API.
OpenAI hat GPT-Image-2 transparente Hintergründe hinzugefügt, die über seine API in der Vorschau verfügbar sind. Sie legen einen Parameter fest, „background=transparent“, und Sie erhalten ein PNG ohne nichts hinter dem Betreff. Es klingt klein. Wenn Sie jemals versucht haben, ein Produktfoto aus dem Hintergrund herauszuschneiden, ist dies nicht der Fall.
Das Unternehmen veröffentlichte ein Kochbuch, also ein ausgearbeitetes Codebeispiel und keine Dokumentation, das vier Verwendungszwecke abdeckt: Produktfotos für Online-Shops, Diagramme für Präsentationen, Designelemente wie Symbole und Aufkleber sowie Merchandise-Artwork. Für die Einrichtung sind Python, die OpenAI- und Pillow-Bibliotheken sowie ein API-Schlüssel erforderlich.
Die technisch interessante Behauptung ist, warum dies besser ist als das nachträgliche Entfernen eines Hintergrunds. Herkömmliche Entfernungstools nehmen ein fertiges Bild auf und erraten, wo das Motiv endet. Diese Vermutung scheitert genau dort, wo man es erwarten würde: transparentes Glas, dünne Fasern, Haarsträhnen, alles mit einer weichen oder durchsichtigen Kante. Die Generierung des Alphakanals, also der Transparenzinformationen, während der Generierung bedeutet, dass das Modell bereits bei der Erstellung des Bildes entscheidet, wie transparent jedes Pixel ist, und nicht ein zweites Tool, das dies später allein aus den Pixeln ableitet. Laut OpenAI sind die Ergebnisse an diesen schwierigen Kanten deutlich besser.
Zwei praktische Hinweise von OpenAI selbst. Lassen Sie Hintergrundbeschreibungen vollständig aus Ihrer Eingabeaufforderung heraus, da das Modell möglicherweise ohnehin eine generiert, wenn Sie sie erwähnen. Überprüfen Sie bei allen Diagrammen mit tatsächlichen Zahlen die Werte manuell: Das Modell erzeugt Rastergrafiken, keine Daten, und es garantiert nicht, dass die von Ihnen angeforderte Zahl auch die Zahl ist, die Sie erhalten.
Warum das eine größere Sache ist, als es sich anhört
Hintergrundentfernung ist seit Jahren eine ganze Kategorie kleiner kostenpflichtiger Tools, und jedes einzelne davon ist ein zweiter Schritt in Ihrem Arbeitsablauf: Generieren, Exportieren, Hochladen, Entfernen, Herunterladen, Verwenden. Durch die Zusammenfassung in einen Parameter der ursprünglichen Anfrage wird ein ganzes Tool aus der Kette entfernt. Das ist derzeit das ruhige Muster in vielen KI-Produktarbeiten. Die beeindruckend klingende Fähigkeit war bereits vorhanden; Die nützliche Änderung besteht darin, dass dies jetzt in einem statt in vier Schritten geschieht.
Was das für Sie bedeutet: Wenn Sie sich für KI interessieren, aber nicht technisch sind, ist dies noch nicht verwendbar, da es nur API ist und ein wenig Python benötigt. Erwarten Sie, dass es innerhalb weniger Monate in den Tools auftaucht, die Sie bereits verwenden, da es sich eher um einen Parameter als um ein Produkt handelt. Wenn Sie bereits mit diesen APIs arbeiten und Marketing-Assets, Präsentationsgrafiken oder Shop-Bilder erstellen, lohnt es sich, dies diese Woche auszuprobieren, insbesondere bei den Objekten, die Ihr Ausschneide-Tool immer besiegt haben. Und beachten Sie die Kartenwarnung. Ein Bild eines Balkendiagramms ist ein Bild von Zahlen, nicht die Zahlen selbst.
Quellen
- Transparente Bildressourcen für Kampagnen und Präsentationen, OpenAI Cookbook
- OpenAIs GPT-Image-2 kann jetzt Bilder ohne Hintergrund erzeugen, The Decoder
Netflix baute seine Empfehlungs-Engine als Sprachmodell um und gewann den A/B-Test mit 0,115 Prozent
GenRec wandelt Ihren Anzeigeverlauf in Klartext um und ermöglicht ein fein abgestimmtes Open-Weight-Modell, das den Katalog einordnet. Es übertrifft ein System, das Netflix jahrelang optimiert hat, und verwendet 40-mal weniger gekennzeichnete Beispiele.
