Stringforum.at

Ich spiele gerade etwas mit der Bildgenerierung durch Grok (auf "X").

Ich bin einerseits fasziniert von der oft realistischen und detailgetreuen Darstellung, andererseits verzweifle ich manchmal an den Ergebnissen.

Da werden teilweise Anweisungen nicht umgesetzt (z. B. Person A soll Person B zuwinken oder ihr etwas überreichen) oder sie führen zu überraschendem "Eigenleben" (z. B. winkt auf einmal Person B zurück). Manche "Regieanweisungen" werden missachtet oder falsch interpretiert, z. B. sollen die Personen vollständig abgebildet werden (und nicht nur bis zu den Schultern) oder Person A soll hinter Person B gehen (ist dann aber im Bild vor dieser Person). Und natürlich auch groteske Verzerrungen oder sinnlose Darstellungen (z. B. ein in sich verdrehter Körper oder jemand, der bäuchlings im flachen Wasser liegt und ein Buch liest, während die Aufforderung war, die Person im Sand, entfernt vom Wasser, liegen zu lassen).

Interessant: Bestimmte Bildelemente sind während des Experimentierens relativ statisch (z. B. die Frisur), manche variieren (z. B. ist die Statur oft schlank, dann aber mal etwas stämmiger oder die Bekleidung, hier der Badestring, wechselt einmal von knapp zu moderat oder von "ausgefüllt" zu "Delta"). Umgebende Personen, sofern in der Beschreibung erwähnt, orientieren sich manchmal an den "Hauptfiguren", z. B. trägt eine andere Frau ebenfalls einen weißen Bikini oder ein anderer Mann trägt einen ("echten") Tanga, obwohl "herkömmliche" oder "übliche" Badebekleidung vorgegeben war.

Manchmal scheitern die Bilder an der eingebauten Zensur, weil sie wohl zu "heiß" generiert wurden, und werden dann ausgeblendet.


Die Bilder wurden mit folgendem Prompt generiert:

Erstelle ein Bild mit realistischer Darstellung. Ein Mann und eine Frau gehen am Strand parallel der Wasserlinie entlang. Sie sind von hinten zu sehen. Sie sind beide jung, schlank, attraktiv. Er hat blonde, mittellange Haare. Sie hat braune lange Haare. Er hat seine sonstige Körperbehaarung entfernen lassen. Auf ihren sonnengebräunten Körpern glitzern etliche Wassertropfen. An ihren Waden klebt etwas Sand. Er trägt einen sehr knappen schwarzen Thong. Sie trägt einen sehr knappen weißen Thong (G-String). Am Strand befinden sich einige weitere Personen in klassischer Badebekleidung (Badeanzug, Bikini, Shorts oder Speedo). Sie baden im Wasser oder spielen am Strand.

Warum "Thong" und nicht "Badestring" oder "String"? Hier scheint die "Muttersprache" von Grok durchzuschlagen und zaubert dann z. B. Schnüre über die Pobacken oder die Schultern.

Das war bedeutend schwieriger, und die Ausbeute an brauchbaren Bildern war gering.

Grok hat Schwierigkeiten mit dem Konzept eines Spiegels. Manchmal klappt es gut. Einmal war der Spiegel aber so positioniert, dass der Mann sich dort gar nicht hätte spiegeln können, aber dennoch erschien. Und er trug im Spiegel einen anderen String. Oft wurde der Spiegel und der Blick in diesen völlig ignoriert.

Gerne wurden auch anderen Menschen hinzugedichtet, ob andere, ebenfalls leicht bekleidete Kunden, ob eine weitere Verkäuferin, obwohl ausdrücklich verboten. Einmal trug diese statt einer Jeans oder einer Jeans-Shorts einen Jeans-Slip, einmal noch etwas Knapperes.

Versuche, an den Kleiderbügeln ebenfalls Thongs erscheinen zu lassen, scheiterten. Das sah entweder nach Damen-Strings oder "Mini-Badeanzügen" aus. Deswegen musste ich auf "Herrenunterwäsche" zurückgehen, und man sieht, was Grok hier für Präferenzen hat. An einigen Wäschestücken ist unterhalb etwas Merkwürdiges zu sehen, sind das Beine von Schaufensterpuppen?

Und die Beleuchtung im Geschäft habe ich einfach nicht schummriger bekommen.


Prompt:
Erstelle ein Bild mit realistischer Darstellung. Ein junger, schlanker, attraktiver Mann mit mittellangen blonden Haaren befindet sich in einem Geschäft für Herrenunterwäsche. Die Beleuchtung ist ziemlich schwach. An der Wand hängt Herrenunterwäsche in verschiedenen Farben und Schnitten. Der Mann trägt lediglich einen sehr knappen schwarzen Herren-Thong. Das weiße Preisschild befindet sich am Thong und hängt an einer Schlaufe. Der Mann betrachtet sich lächelnd in einem großen Spiegel. Die Verkäuferin, eine junge, attraktive Frau mit langen braunen Haaren, trägt kurze enge Jeans und ein kurzes weißes Top. In der Hand hält sie einen sehr knappen olivgrünen Herren-Thong, den sie dem Mann zeigt. Es sind weder weitere Kunden noch weitere Verkäuferinnen anwesend.

Beneide eure Fähigkeiten ChatGPT tolle oder überhaupt Bilder entlocken zu können! Bei meinen Versuchen, egal wie detailliert oder allgemein gehalten erhalte ich immer die Meldung, dass die Erstellung eines solchen Bildes gegen die eigenen Richtlinien verstößt!

Auch wenn ich die Bildbeschreibungen der vorherigen Beiträge kopiere und ChatGPT bitte, dies umzusetzen lautet die Antwort:

This image generation request did not follow our content policy.

Woran liegt es?

Ich verwende Grok via "X". Die verschiedenen Werkzeuge dürften unterschiedliche Zensurmechanismen eingebaut haben. Auch bei meinen Versuchen kam es öfter vor, dass das im Aufbau befindliche Bild zensiert wurde, oder es erschien vorher der Hinweis, dass ein derartiges Bild nicht erstellt werden kann.

So schön die erzeugten Bilder auch sein mögen....bei mir drehen sich die Gedanken eher darum, was man mit solcher Software "anrichten" kann, wenn die in großem Umfang von der Lügenpresse, auch Springer genannt, und der AFD zur Wählermanipulierung eingesetzt wird.

Ich denke, dafür ist es längst zu spät und es wird regelmäßig verwendet in noch ganz anderem Ausmaß, als es uns „Endkunden“ überhaupt bewusst ist! Jedoch hier Off Topic

Auch hier lagen Begeisterung und Frust dicht beieinander.

Ursprünglich wollte ich eine Strandszene in Timmendorfer Strand mit dem Maritim-Hotel im Hintergrund erstellen lassen, um zu sehen, ob Grok Zugriff auf das Wissen im Web hat. Fehlanzeige. Dann habe ich zumindest eine Szene in Deutschland angefordert, um Südsee-Strände auszuschließen. Natürlich könnten die Ergebnisse im Grunde überall auf der Welt in entsprechender Klimazone beheimatet sein. Grok weiß übrigens nicht, was ein Strandkorb ist.

Eigentlich wollte ich der KI auch Freiräume bei der Erstellung der Person lassen, aber wenn nur ein "Mann" gefordert war, kam es teilweise zu "zombieartigen" Gesichtern. Erst der "attraktive" Mann behob das. Mit der Angabe "Lycra" wollte ich einen enganliegenden Look generieren, damit es nicht zu einem japanisch anmutenden "Wickel" (oder wie man das nennt) kam.

Auch bei diesem Experiment hat Grok immer wieder groteske Bildfehler eingebaut, z. B. ein Bein, welches aus dem Sand ragt, eine "Phantom-Hand", welche die Zeitschrift hält, ein "Phantom-Arm", welcher vom Bildrand die Zeitschrift hält. Mal ist der Protagonist doppelt zu sehen. Die Zeitschrift wird mal dreiteilig, mal mit abstehenden "Mini-Seiten" generiert.

Auch simples Zählen scheint Grok vor Herausforderungen zu stellen. Wenn man zwei Flaschen Limonade (oder auch als "2 Flaschen" geschrieben) anfordert, dürfen es ja keine drei sein. Wenn es ein Rucksack sein soll, dürfen es keine zwei sein.

Schwierig ist es auch, den String bzw. Thong präzise zu erhalten. Mal ist es eher ein Slip, mal ein String (mutmaßlich, es ist ja nur die Vorderseite zu sehen), der an einem Bein den Beinabschluss einer Shorty hat.

Wie "kreativ" bzw. eigenständig ist Grok? Meistens lag oder saß der Protagonist "irgendwie" auf dem Handtuch, manchmal zauberte Grok das (nicht anforderte) Kopfteil einer Liege ins Bild. Einmal lag die Person auf dem Bauch. Interessant: Selten waren nicht eingezogene Reste von Sonnenmilch auf der Haut zu sehen.

Kriterien: Für ein ordentliches Bild sollte der Mann natürlich anatomisch korrekt ohne die erwähnten Bildfehler dargestellt werden. Bei den "Zählproblemen" bei den Flaschen wollte ich großzügig sein, nicht aber beim Rucksack, hier sollte es definitiv nur einer sein. Bei der Zeitschrift sollte "irgendwas" halbwegs erkennbar sein, jedoch nichts "zombiemäßiges".


Verwendeter Prompt:

Erstelle ein Bild mit realistischer Darstellung. Ein junger, attraktiver Mann liegt am Strand in Deutschland auf einem blau-weiß gestreiften Handtuch. Im Hintergrund ist ein Hotel zu sehen. Am Strand befinden sich Strandkörbe und Sonnenschirme sowie weitere Menschen. Diese sitzen im Strandkorb oder spielen am Strand mit einem Ball. Der Mann trägt einen sehr knappen weißen Herren-Thong aus Lycra. Sein Körper glänzt in der Sonne von Sonnencreme und Schweiß. Er trägt eine Sonnenbrille. Auf dem Handtuch befindet sich eine weiße Einkaufstasche aus Baumwolle. In der Einkaufstasche befinden sich zwei Flaschen Limonade. In der Einkaufstasche befindet sich eine Packung Kekse. Neben der Einkaufstasche befindet sich ein olivgrüner Rucksack. Der Mann liest in der Zeitschrift "Sports Illustrated Swimsuit Edition".

Hallo Grok, weißt du, was ein Paddel ist? Es ist eine durchgehende Stange mit einer "Schaufel" am Ende. Keine zwei kleinen. Und wenn das Paddel vor dem Körper gehalten wird (wenn du überhaupt auf Angaben wie "vor" achtest), dann müssen die sichtbaren (Teil-)Stücke wieder eine stimmige Linie ohne Versatz ergeben.

Das war wirklich eine Herausforderung. Mal wurde das Paddel nicht wie vorgeschrieben berührt (egal, ob mit einer Hand oder mit zwei Händen), mal wurde es gar nicht ins Wasser getaucht oder auf der falschen Seite, mal wurde es hinter dem Körper oder zwischen den Beinen geführt.

Und der knappe String wollte auch nur selten (halbwegs) gelingen.

Interessant: Die Person wurde stets recht stark gebräunt erstellt. Die testweise Angabe "leicht gebräunt" wurde ignoriert.

Das Bild mit dem nicht beschriebenen Top zeige ich mal, weil die Ausbeute ansonsten ziemlich mau war.


Verwendeter Prompt:

Erstelle ein Bild mit realistischer Darstellung. Ein junger, attraktiver, schlanker Mann steht auf einem See mit kristallklarem Wasser auf einem Stand-up-Paddle-Board. Er ist von hinten zu sehen. Er trägt einen olivgrünen Sonnenhut und einen sehr knappen neongelben Thong aus Lycra. Seine Pobacken sind unbedeckt. Seine Haut ist mit Wassertropfen benetzt. Der Mann hält ein ca. 2 m langes Paddel diagonal vor seinem Körper. Beide Hände umklammern den Stiel und halten das Paddel fest. Er taucht die Schaufel am Ende des Paddels auf der rechten Seite etwas ins Wasser. Einige Meter entfernt befindet sich ein kleines Ausflugsboot. Die Touristen auf dem Boot schauen den Mann ungläubig an, winken und machen Fotos.

Leider bekomme ich es nicht hin, dass der Surfer wirklich recht flach auf dem Board liegt. Aber immerhin kenne ich jetzt den Trick, um knappere Strings zu erzeugen. Wobei Grok hier öfter die "Notbremse" nach Bilderstellung gezogen hat.


Verwendeter Prompt:

Erstelle ein Bild mit realistischer Darstellung. Ein junger, attraktiver, schlanker Mann mit sonnengebleichten blonden Haaren liegt lang und flach ausgestreckt auf einem Surfbrett. Das Surfbrett treibt auf der Wasseroberfläche in der Brandung. Der Mann ist von hinten zu sehen. Der Mann blickt zu einem großen Wellenkamm in einiger Entfernung. Dort befinden sich weitere Surfer auf ihren Surfbrettern. Die Beine des Mannes sind nach hinten ausgestreckt. Die Arme des Mannes befinden sich seitlich vom Surfbrett. Der linke Arm ist angewinkelt, der rechte Arm ist ausgestreckt. Der Mann macht mit seinen Händen paddelnde Bewegungen an der Wasseroberfläche. Der Mann trägt einen winzigen türkisblauen Thong, der zwischen den Pobacken verläuft.

Die Bilder sehen enorm realistisch aus