集成 ChatGPT 后，DALL ・ E 3 对上下文的了解上了一个大台阶。
总算，OpenAI 的文生图 AI 东西 DALL-E 系列迎来了最新版别 DALL ・ E 3，而上个版别 DALL ・ E 2 仍是在上一年 4 月推出的。
OpenAI 表明，「DALL ・ E 3 比以往体系更能了解细微差别和细节，让用户更加轻松地将自己的想法转化为十分精确的图画。」
是不是真如 OpenAI 所说的那样呢？眼见为实，咱们来看以下 DALL ・ E 3 与 DALL ・ E 2 的生成作用比较，同样的 prompt「一幅描绘篮球运动员扣篮的油画，并伴以爆炸的星云」，左图 DALL ・ E 2 在细节、清晰度、明亮度等方面明显逊于右图 DALL ・ E 3。
除了迸裂的生图作用之外，此次 DALL ・ E 3 的最大特点是与 ChatGPT 的集成，它原生构建在 ChatGPT 之上，用 ChatGPT 来创立、拓展和优化 prompt。这样一来，用户无需在 prompt 上花费太多时间。
具体来讲，通过运用 ChatGPT，用户不用绞尽脑汁地想出具体的 prompt 来引导 DALL ・ E 3 了。当输入一个想法时，ChatGPT 会自动为 DALL ・ E 3 生成量身定制的、具体的 prompt。一起用户也能够运用自己的 prompt。
至于集成 ChatGPT 后的作用怎么样？OpenAI CEO 山姆・奥特曼兴奋地展示了 DALL ・ E 3 的连续性生成成果，简直称得上完好的「故事片」。
超级向日葵刺猬长什么姿态
Larry 的家长这样。
Larry 很善良。
Larry 最终安定入睡了。
ChatGPT 集成并不是 DALL ・ E 3 唯一的新特点，它还能生成更高质量的图画，更精确地反映提示内容。DALL ・ E 将文本 prompt 转换成图画。即使是 DALL ・ E 2 ，也会常常疏忽特定的措辞导致犯错。但 OpenAI 的研讨人员说，最新版别能更好地了解上下文，而且处理较长的 prompt 作用会更好。此外，它还能更好地处理向来困扰图画生成模型的内容，如文本和人手。
prompt：这幅插画描绘了一颗由半透明玻璃制成的人心，矗立在大风大浪中的基座上。一缕阳光穿透云层，照亮了心脏，揭示了其中的小世界。地平线上镌刻着一行夺目的大字 「Find the universe within you」。
能够看到在上图将 prompt 中的每一个细节都表现出来了。半透明的质感、画面底部的波涛汹涌、阳光与厚厚的云层、心脏中的世界现象，以及难倒很多图画生成模型的文字展示，DALL ・ E 3 都顺利地完结了这些任务。
那么，DALL ・ E 3 能不能成为 Midjourney 「杀手」呢？推特用户 @MattGarciaEth 已经将二者生成的图片进行了很多比较。大家觉得哪个更好呢？
prompt 为「这幅插画描绘了一颗由半透明玻璃制成的人心，矗立在大风大浪中的基座上。一缕阳光穿透云层，照亮了心脏，揭示了其中的小世界。地平线上镌刻着一行夺目的大字 『Find the universe within you』」
prompt 为「一位亚裔中年妇女的黑发上散落着银丝，显得四分五裂，错综复杂地镶嵌在一片碎瓷片中。瓷器上闪烁着飞溅的颜料图画，光泽和哑光的蓝色、绿色、橙色和赤色和谐地交错在一起，在动与静的超现实并置中捕捉着她的舞姿。她的肤色与瓷器一样呈淡色，为她的造型增添了一种奥秘的气质。」（推特 @nickfloats，上图为 DALL ・ E 3 的生成成果， 下图为 Midjourney 的生成成果）
现在，DALL ・ E 3 处于研讨预览版别。OpenAI 计划将 DALL ・ E 3 的发布时间错开， 将于 10 月份首先向 ChatGPT Plus 和 ChatGPT Enterprise 用户发布，随后在秋季向研讨实验室及其 API 服务发布。不过，该公司没有泄漏何时或者是否计划发布免费的公开版别。
DALL ・ E 系列研讨
咱们简单为大家整理介绍下 OpenAI 文本生成图画的 DALL ・ E 系列研讨，也方便读者们了 DALL ・ E 系列背面的技能。
2021 年 1 月 6 日，OpenAI 博客发布了两个衔接文本与图画的神经网络：DALL ・ E 和 CLIP。DALL ・ E 能够根据文本直接生成图画，CLIP 则能够完结图画与文本类别的匹配。这两项研讨的发布，引起了社区极大的重视。
据博客介绍，DALL ・ E 能够将以自然语言形式表达的很多概念转换为恰当的图画，能够说是 GPT-3 的 120 亿参数版别，可根据文本描绘生成图画。
DALL ・ E 示例。给出一句话「牛油果形状的椅子」，就能够取得绿莹莹、形态各异的牛油果椅子图画。
2 个月后，DALL ・ E 的论文和代码公开。
-
项目地址：github.com/openai/DALL…
-
论文地址：arxiv.org/abs/2102.12…
2022 年 4 月 7 日左右，DALL ・ E 迎来了升级版别 ——DALL ・ E 2。与 DALL ・ E 相比，DALL ・ E 2 在生成用户描绘的图画时具有更高的分辨率和更低的延迟。而且，新版别还增添了一些新的功能，比如对原始图画进行编辑。
OpenAI 还公布了 DALL ・ E 2 的研讨论文《Hierarchical Text-Conditional Image Generation with CLIP Latents》。
论文地址：cdn.openai.com/papers/dall…
遗憾的是。OpenAI 可能不会像之前一样，公布 DALL ・ E 3 背面的技能细节。
注重安全与版权问题
OpenAI 称其在 DALL ・ E 3 上投入了很多工作，包括制定强有力的安全措施，以避免创立「有害」的图画。OpenAI 表明其与外部「红队」成员（一个成心试图破坏体系以测验体系安全性的团队）协作，并依赖输入分类器（一种教语言模型疏忽某些单词以避免显式或暴力 prompt 的办法）。DALL ・ E 3 也无法生成公众人物的图画。
OpenAI 研讨员 Sandhini Agarwal 表明她对 DALL ・ E 3 的安全措施「高度有决心」，并表明该模型在不断改进。OpenAI 还在一封电子邮件中表明：DALL ・ E 3 回绝生成在世艺术家风格的图画，这一点与 DALL ・ E 2 不同。
艺术家们曾起诉 DALL ・ E 的竞争对手 Stability AI 和 Midjourney，以及艺术网站 DeviantArt，指控它们运用他们拥有版权的著作来练习文本到图画的模型。或许是为了避免诉讼，OpenAI 将答应艺术家将其艺术著作从未来版别的文本到图画 AI 模型中删除，不用于练习。创作者能够提交一张他们拥有版权的图片，并在网站上填写表格要求将其移除。
这样，未来版别的 DALL ・ E 就能够屏蔽与艺术家的图画和风格类似的成果。
参阅链接：
openai.com/dall-e-3
www.theverge.com/2023/9/20/2…
techcrunch.com/2023/09/20/…
