DALL-E 2: Ein ausführlicher Test des KI-Bildgenerators

Modellübersicht: DALL-E 2

DALL-E 2, ebenfalls von OpenAI entwickelt, war ein bedeutender Schritt in der Entwicklung der KI-Bilderzeugung und eines der ersten Modelle, das breite Aufmerksamkeit erlangte. Obwohl es älter ist als DALL-E 3, ist es dennoch interessant zu analysieren, wie es sich im Vergleich zu den Fähigkeiten aktueller Modelle schlägt. Es ist bekannt für seine Fähigkeit, vielfältige Bilder zu generieren, und wird auch heute noch in einigen Workflows eingesetzt.

Text-zu-Bild-Leistung

Einfacher Prompt: „Ein roter Apfel auf einem Holztisch.“

Gesamtanalyse:

Angesichts dessen, dass DALL-E 2 ein älteres Modell ist, sind die Ergebnisse nachvollziehbar. Das Bild stellt den Prompt eines roten Apfels auf einem Holztisch zwar korrekt dar, es fehlt jedoch an der Klarheit und Detailgenauigkeit, wie sie bei neueren Modellen zu finden ist. Es gibt einige Verzerrungen, wie z. B. chromatische Aberration, die bei älteren Kameras auftreten kann und dem Bild einen realistischen Charme verleiht. Die Texturen des Apfels und des Tisches sind überraschend gut und sehr realistisch.

Menschliche Bewertung: 3,3 / 5

Komplexer Prompt: „Eine futuristische Stadtlandschaft mit fliegenden Autos bei Sonnenuntergang, im Stil eines Cyberpunk-Comics.“

Gesamtanalyse:

Das DALL-E 2-Modell lieferte ein Ergebnis, das nahezu alle komplexen Anforderungen verfehlte, die wir ihm gestellt haben. Es gibt keine Stadtlandschaft, keine fliegenden Autos, kein Cyberpunk-Feeling, und der Stil erinnert nicht einmal entfernt an einen Comic. Diese äußerst schwache Bildgenerierung verdeutlicht die Grenzen des Modells, wenn es mit komplexen Prompts konfrontiert wird, die viele spezifische Details erfordern.

Menschliche Bewertung: 1 / 5

Edge Case Prompt: „Ein quadratischer Kreis.“

Gesamtanalyse:

Beim Versuch, einen quadratischen Kreis zu erzeugen, konnte DALL-E 2 die unmögliche Form nicht effektiv darstellen. Das Bild enthält ein Quadrat, aber keinen Kreis, was die Grenzen dieses Modells bei der Verarbeitung paradoxer oder widersprüchlicher Anfragen zeigt.

Menschliche Bewertung: 1 / 5

Komplexe Prompts / Spezialfälle (kombiniert)

Gesamtanalyse:

Anhand dieser Tests wird deutlich, dass DALL-E 2 Schwierigkeiten hat, wenn es mit komplexen Prompts und Spezialfällen konfrontiert wird. Die Grenzen des Modells zeigen sich besonders bei der Verarbeitung der detaillierten und facettenreichen Natur dieser Prompts. Das Modell konnte keine der spezifischen Anforderungen erfüllen und zeigt damit, dass seine Fähigkeiten veraltet sind.

Menschliche Bewertung (Komplex/Spezialfälle): 1 / 5

Gesamteindruck

Insgesamt ist DALL-E 2 ein veraltetes Modell, das bei seiner Veröffentlichung Potenzial zeigte, mittlerweile jedoch Schwierigkeiten hat, mit den neueren Technologien zur KI-Bilderzeugung mitzuhalten. Seine Grenzen werden besonders bei komplexen Prompts, Stilemulation und der Interpretation abstrakter Konzepte deutlich. Während das Modell für einfachere Aufgaben und direkte Anfragen noch nützlich sein kann, ist klar, dass es für kreative Anwendungsfälle, die Detailreichtum und Genauigkeit erfordern, nicht ideal ist.