KI-Bilder erstellen: Was die 7 besten KI-Bildgeneratoren können und was die Zukunft bringt

DALL-E 2 ist der KI-Bildgenerator von OpenAI, der Firma hinter ChatGPT. DALL-E 2 erstellt realistische Bilder und Kunstwerke aus natürlichen Sprachbeschreibungen. Er fügt Elemente zu bestehenden Bildern hinzu oder entfernt sie und berücksichtigt dabei Schatten, Reflexionen und Texturen. Außerdem kann DALL-E 2 verschiedene Variationen eines Bildes erstellen, die vom Original inspiriert sind.

Laut OpenAI erzeugt DALL-E 2 im Vergleich zu seinem Vorgänger realistischere und genauere Bilder mit einer vierfach höheren Auflösung. Das Modell solle Menschen dabei helfen, sich kreativ auszudrücken und ein besseres Verständnis dafür zu bekommen, wie fortgeschrittene KI-Systeme „unsere Welt sehen und verstehen“.

Um in den Genuss von DALL-E 2 zu kommen, melde dich auf der OpenAI-Website an und navigiere zu labs.openai.com. Nach deiner Anmeldung musst du Credits kaufen, die du gegen KI-Generierungen eintauschen kannst. Ein kostenloses Testkontingent gibt es seit dem 7. April 2023 leider nicht mehr.

Vorteile und Nachteile von DALL-E 2

Vorteile

• kommerzielle Nutzung
• hohe Bildqualität
• Bildbearbeitung

Nachteile

• unterstützt nur englische Prompts
• kostenpflichtig

Stable Diffusion ist ein Text-zu-Bild-Generierungstool, das von den kreativen Köpfen bei CompVis, Stability AI, Runway und LAION ins Leben gerufen wurde.

Auch mit diesem Tool erstellst du Bilder aus Texteingaben. Hierbei kommt der Diffusions-Entstörungsmechanismus von SDEdit zum Einsatz: Grob gesagt startet das Tool mit einem Bildrauschen. Darin versucht es Muster zu „erkennen“, die den Motiven ähneln, die du dir in deinem Prompt gewünscht hast. Dieser Prozess wiederholt sich, bis aus dem Rauschbild ein erkennbares Bild geworden ist.

Ein Highlight von Stable Diffusion: Es ist als Open-Source-Software erhältlich und steht dir auch für kommerzielle Projekte zur Verfügung.

Um Stable Diffusion auf deinem PC zu nutzen, steige über die Web-Benutzeroberfläche AUTOMATIC1111 (A1111) ein. Für eine gute Performance empfehlen wir eine dedizierte Grafikkarte, ein im Prozessor verbauter Grafikchip braucht recht lange für die Bilderstellung. Welche Grafikkarten wir empfehlen, erfährst du in diesem Beitrag.

So bedienst du A1111:

1. Wähle das Stable-Diffusion-Modell aus, das du verwenden möchtest. Wenn du neu bist, ist das v1.5-Basismodell ein guter Startpunkt.
2. Gib einen Textprompt ein, der beschreibt, was du in den generierten Bildern darstellen möchtest.
3. Klicke auf „Generate“ und warte eine Weile. Je nach Hardware deines Rechners kann die Erstellung einige Minuten dauern.

Vorteile und Nachteile von Stable Diffusion

Vorteile

• kostenlos
• kommerzielle Nutzung
• Bildbearbeitung
• lokale Verarbeitung für optimalen Datenschutz

Nachteile

• erfordert eine leistungsstarke Grafikkarte
• Bildqualität variiert stark

Firefly ist das hauseigene KI-Modell von Adobe und in die Adobe Creative Cloud integriert.

Mit Firefly verwandelst du Text in Bilder, Vektorgrafiken, Videos und immersive 3D-Inhalte. Die KI-Technologie versteht natürliche Sprache und erstellt die Inhalte schnell und effizient. Sie unterstützt mehr als 100 Sprachen. Besonders beliebt ist die „Generative Fill“-Funktion, die ein bestehendes Bild über seine Grenzen hinaus weiterzeichnet.

Firefly wurde mit einer Vielzahl von Adobe-Stock-Bildern sowie offen lizenzierten und gemeinfreien Inhalten trainiert, um sicherzustellen, dass die generierten Inhalte kommerziell nutzbar sind. Die Anwendung ist in verschiedenen Adobe-Produkten wie Photoshop und Illustrator verfügbar.

Vorteile und Nachteile von Adobe Firefly

Vorteile

• kommerzielle Nutzung
• hohe Bildqualität
• Bildbearbeitung
• unterstützt über 100 Sprachen

Nachteile

• erfordert kostenpflichtige Lizenzen für Adobe-Produkte

Stability AI hat Dreamstudio.ai entwickelt, eine fortschrittliche KI-Bildgenerator-Plattform. Hier kannst du die neuesten Stable-Diffusion-Modelle live ausprobieren und Bilder basierend auf deinen Texteingaben generieren.

Dreamstudio.ai bietet eine Vielzahl von Einstellungsmöglichkeiten, darunter negative Prompts (bestimme, was im erstellten Bild nicht auftauchen soll), Seitenverhältnis, Bilderanzahl und Generierungsschritte.

Du kannst auch ein eigenes Bild als Vorlage hochladen und es in ein anderes Bild umwandeln. Dreamstudio.ai hält immer die neuesten Stable-Diffusion-Modelle bereit, etwa die beeindruckend schnelle und detailreiche Version Stable Diffusion XL (Beta).

Um Dreamstudio.ai zu nutzen, musst du dich zunächst registrieren und ein Konto erstellen. Sobald du dich registriert hast, erhältst du 25 kostenlose Credits (etwa 125 Bilder), mit denen du den Bildgenerator in vollem Umfang testen kannst. Die Benutzeroberfläche von Dreamstudio.ai ist übersichtlich gestaltet und einfach zu bedienen.

Vorteile und Nachteile von Dreamstudio.ai

Vorteile

• kostenlose Testcredits
• schnell
• kommerzielle Nutzung
• Bildbearbeitung

Nachteile

• kostenpflichtig nach rund 125 Bilderstellungen
• Bildqualität variiert stark

Bing Image Creator, der KI-Bildgenerator-Dienst von Microsoft, verwandelt ebenfalls Texte in Bilder. Dafür verwendet er eine erweiterte Version von OpenAIs DALL-E.

Um Bing Image Creator zu nutzen, gib eine Beschreibung des gewünschten Bildes ein. Innerhalb weniger Sekunden generiert die KI bis zu vier Bilder. Bing Image Creator kann Bilder in verschiedenen Stilen wie Malerei, 3D-Rendering, Foto, Cartoon und mehr erstellen. Laut Zdnet ist Bing Image Creator im Vergleich zu DALL-E 2 besser darin, realistische Bilder zu erstellen.

Um Bing Image Creator zu verwenden, besuche bing.com/create. Du kannst dich mit deinem Microsoft-Konto anmelden und den Dienst kostenlos nutzen. Hier erklären wir genauer, wie du Bing Image Creator verwendest.

Vorteile und Nachteile des Bing Image Creator

Vorteile

• kostenlos
• leichter Einstieg in die KI-Bilderstellung
• besser als DALL-E 2 in der Erstellung realistischer Bilder

Nachteile

• keine Bildbearbeitung
• unterstützt nur englische Prompts
• keine kommerzielle Nutzung

mage.space ist ein kostenloser, schneller und ungefilterter KI-Bildgenerator, der auf Stable Diffusion basiert. Er generiert Bilder basierend auf Texteingaben und lässt dich aus einer Vielzahl von Anpassungsmöglichkeiten wählen.

Mit der kostenpflichtigen Premiumversion von mage.space stehen dir über 60 verschiedene benutzerdefinierte KI-Modelle zur Verfügung, darunter Text-zu-Bild- und Text-zu-GIF-Generatoren. Aber auch kostenlos kannst du fotorealistische, stilisierte und originelle KI-generierte Kunst und Inhalte erstellen. Auch die Bearbeitung deiner eigenen Bilder ist möglich.

Die Plattform bietet eine automatische Bildskalierungsfunktion, mit der du Bilder in einer Auflösung von bis zu 2.048 × 2.048 Pixeln erstellen kannst. Das verbessert Qualität und Details deiner Bilder.

Eine Besonderheit von mage.space ist die Freiheit, die du bei der Erstellung von Bildern hast: Es gibt keine Sicherheitsfilter für generierte Bilder. Damit hast du besonders viele Möglichkeiten. Das bedeutet aber auch: Das Tool erstellt wirklich alle möglichen Inhalte – ohne Rücksicht auf Geschmack oder Angemessenheit.

Vorteile und Nachteile von mage.space

Vorteile

• unbegrenzt viele kostenlose Bilder
• kommerzielle Nutzung
• Bildbearbeitung
• GIFs erstellen

Nachteile

• erstellte Bilder sind gemeinfrei, nicht exklusiv
• Bildqualität variiert stark

Im Bereich der KI-Bildgeneratoren gibt es kontinuierlich neue Entwicklungen. Zuletzt haben Google und Meta ihre Forschungspapiere zu internen Modellen veröffentlicht:

Google Muse: Präzisere KI-Bilder in Aussicht gestellt

Google Muse ist ein unveröffentlichtes Modell, das hochwertige Bilder auf Basis von Texteingaben generiert. Es ist darauf trainiert, Bildtokens (Teile eines Bildes) basierend auf einem Textprompt vorherzusagen. Muse verspricht ein verbessertes räumliches Verständnis im Vergleich zu anderen Text-zu-Bild-Generatoren. Das Tool hat angeblich die Fähigkeit, komplexe visuelle Konzepte wie die Pose einer Person und die Größe von Objekten besser zu erfassen.

Meta CM3leon: Auch für die Bild-zu-Text-Erstellung

CM3leon von Meta ist ein unveröffentlichtes, multimodales Grundlagenmodell für die Text-zu-Bild- und Bild-zu-Text-Erstellung. Das heißt: Es kann sowohl Texte in Bilder verwandeln als auch textliche Beschreibungen von bestehenden Bildern erstellen.

Laut Meta erreicht CM3leon eine bessere Leistung als bestehende Modelle wie DALL-E 2. CM3leon wurde mit Millionen von lizenzierten Bildern von Shutterstock trainiert und verwendet sieben Milliarden Parameter – mehr als doppelt so viele wie DALL-E 2.

Du willst noch mehr über die KI-Bildgeneratoren wissen? Hier findest du unsere Antworten auf häufig gestellte Fragen.

Welche KI kann Bilder erstellen?

Alle KI-Modelle in unserer Liste können aus Texten Bilder erstellen. Besonders beliebte KI-Bildgeneratoren sind Midjourney, DALL-E 2 und Stable Diffusion.

Mit welcher KI kann ich Bilder bearbeiten?

Du kannst mit manchen Bildgeneratoren auch bestehende Bilder bearbeiten. Das geht beispielsweise mit Midjourney, DALL-E 2, Stable Diffusion, Dreamstudio.ai und mage.space. Besonders benutzerfreundlich ist Adobe Firefly, vorausgesetzt, du besitzt eine Lizenz für die Bildbearbeitungsprogramme von Adobe. Dann bindet sich die KI nahtlos in die dir bekannte Nutzeroberfläche ein.

Wo erfahre ich mehr zum Thema KI?

In unseren Beiträgen rund um das Thema KI findest du viele weitere nützliche Infos:

• KI für zu Hause: Beispiele, wie KI uns schon jetzt im Alltag hilft
• ChatGPT im Auto, Copilot in Windows – so verändert KI unsere Hardware
• KI fürs Handy: Die 8 besten KI-Apps im Überblick
• Wearables mit KI: Fitness & Gesundheit überwachen
• KI-Prozessoren: Das bringen KI-PCs wirklich
• Intelligente Saugroboter mit KI: Was diese Staubsauger können
• KI in der Waschmaschine: Smarte Wäsche – saubere Sache
• Die besten KI-Programme & -Tools für den PC