Zurück zur Übersicht
ProduktstartOpenAIImages 2.6KI-Bildgenerierung

OpenAI veröffentlicht Images 2.6: Schnellere Bildgenerierung und neue API-Steuerungen

OpenAI hat Images 2.6 angekündigt, ein Update, das schnellere Bildgenerierung, die Erstellung von GIFs, präzisere Bearbeitungsfunktionen sowie neue API-Steuerelemente mit sich bringt. Diese Neuerungen stehen über ChatGPT, Codex und die Schnittstelle (API) zur Verfügung. Das Update zielt darauf ab, die Leistung und die Möglichkeiten bei der Bildverarbeitung und -erstellung für Entwickler und Nutzer in den genannten Umgebungen zu erweitern, ohne dass dabei zusätzliche oder spekulative Details genannt wurden.

OpenAI Blog

Die wichtigsten Punkte

  • Einführung von Images 2.6 durch den OpenAI Blog.
  • Bereitstellung von schnellerer Bildgenerierung und GIF-Erstellung.
  • Mehr präzise Bearbeitungsmöglichkeiten.
  • Neue API-Kontrollen für ChatGPT, Codex und die API.

Analyse

Funktionsumfang und Neuerungen in Images 2.6

Das Update auf Images 2.6 bringt eine Reihe konkreter Verbesserungen für die Bildverarbeitung mit sich. Im Zentrum stehen dabei eine beschleunigte Bildgenerierung sowie die neu hinzugefügte Möglichkeit zur GIF-Erstellung. Diese Funktionen erweitern das bisherige Repertoire der Technologie und bieten den Anwendern erweiterte kreative Optionen.

Präzision und Steuerung über ChatGPT, Codex und die API

Neben der reinen Generierung legt das Update einen starken Fokus auf die Bearbeitungsgenauigkeit. Anwender und Entwickler profitieren von präziseren Bearbeitungswerkzeugen. Die neuen Funktionen und Kontrollen wurden plattformübergreifend in ChatGPT, Codex und die API integriert, wodurch eine nahtlose Nutzung in verschiedenen Entwicklungsumgebungen und Benutzeroberflächen gewährleistet wird.

Bedeutung für die KI-Branche

Die Veröffentlichung von Images 2.6 unterstreicht die kontinuierliche Weiterentwicklung von Bildgenerierungs- und Bearbeitungstechnologien im KI-Sektor. Durch die Kombination aus schnellerer Erstellung, GIF-Funktionen, präziseren Bearbeitungsschritten und erweiterten API-Kontrollen erhalten Entwickler und Endnutzer in ChatGPT und Codex verbesserte Werkzeuge zur Hand, um visuelle Inhalte effizienter zu steuern und zu generieren.

Häufig gestellte Fragen

Welche neuen Funktionen bietet Images 2.6?

Images 2.6 bietet eine schnellere Bildgenerierung, die Erstellung von GIFs, präzisere Bearbeitungsmöglichkeiten sowie neue API-Steuerungen.

Wo sind die neuen Funktionen verfügbar?

Die Neuerungen stehen über ChatGPT, Codex und die API zur Verfügung.

Ähnliche Nachrichten

Tool Retrieval in der Gemini API: Google kündigt Vorschau für KI-Agenten an
Produktstart

Tool Retrieval in der Gemini API: Google kündigt Vorschau für KI-Agenten an

Google stellt Tool Retrieval als Vorschau in der Gemini API bereit. Die Funktion soll KI-Agenten Zugang zu Hunderten von Werkzeugen ermöglichen und dabei weniger Tokens benötigen. Damit verbindet die Ankündigung zwei Aspekte: die Zahl der Werkzeuge, auf die Agenten zugreifen können, und den dafür nötigen Tokenverbrauch. Wie groß die Einsparung ausfällt, geht aus der Meldung des Google AI Blog nicht hervor. Sie nennt weder einen konkreten Vergleichswert noch erläutert sie, wie Tool Retrieval technisch funktioniert. Auch welche Werkzeuge zur Verfügung stehen und ob oder wann die Funktion über die Vorschau hinaus verfügbar sein wird, bleibt offen. Die Meldung beschreibt somit den angekündigten Nutzen, liefert aber keine technischen Details oder Messwerte.

LangSmith Tool Gateway startet in die öffentliche Beta und regelt Werkzeugaufrufe von KI-Agenten
Produktstart

LangSmith Tool Gateway startet in die öffentliche Beta und regelt Werkzeugaufrufe von KI-Agenten

LangChain meldet, dass LangSmith Tool Gateway als öffentliche Beta verfügbar ist. Das Produkt verwaltet bei jedem Werkzeugaufruf eines KI-Agenten die Zugangsdaten, die Identität und den Zugriff. Zum genannten Funktionsumfang gehören außerdem Richtlinien, Freigaben und Ablaufspuren. Die Meldung beschreibt damit zwei Seiten der Werkzeugnutzung: die Verwaltung von Zugangsdaten, Identität und Zugriff einerseits sowie die Kontrolle und Nachverfolgung von Aufrufen andererseits. Entscheidend für die Einordnung ist, dass LangChain diese Funktionen auf einzelne Werkzeugaufrufe bezieht. Wie Richtlinien festgelegt werden, wann Freigaben erforderlich sind und welche Informationen die Ablaufspuren enthalten, geht aus der Meldung nicht hervor. Der ausdrücklich genannte Veröffentlichungsstatus ist die öffentliche Beta.

Google stellt Gemini Decision 1 vor: Das Modell wählt Antworten aus, statt sie zu schreiben
Produktstart

Google stellt Gemini Decision 1 vor: Das Modell wählt Antworten aus, statt sie zu schreiben

Mit Gemini Decision 1 stellt Google ein Modell vor, das Antworten auswählt, statt sie zu schreiben. Nach der Meldung hat das Modell genau diese eine Aufgabe und verfasst dabei selbst keinen Text. Auf der Eingabeseite kann es Texte, Bilder, Videos, Audio und PDFs verarbeiten. Die Verarbeitung erfolgt in einem einzigen Vorwärtsdurchlauf. Pro Anfrage unterstützt Gemini Decision 1 bis zu 262.144 Eingabetokens. Die Meldung unterscheidet damit zwischen den vielfältigen Eingaben, die das Modell lesen kann, und seiner eng umrissenen Aufgabe bei der Antwort: Es formuliert keine eigene Antwort, sondern trifft eine Auswahl. Die genannte Tokenobergrenze bezieht sich auf die Eingabe pro Anfrage, nicht auf eine Textausgabe.