OpenAI 通过 DALL-E 3 增强其图像生成人工智能工具

DALL-E 3 承诺通过掌握描述中的细节和细微差别来生成更准确的图像。你自己看！

OpenAI 推出了下一代图像创建工具。新版本被称为 DALL-E 3，旨在更好地理解您的文本描述，以创建更精确和忠实的图像。在其新的 DALL-E 3 网页上，OpenAI 没有透露太多有关该工具的信息，但确实提供了有关其如何超越其前身 DALL-E 2 的提示。

OpenAI 表示，DALL-E 3 旨在更好地把握描述中的细微差别和细节，从而创建更准确的图像。当前的人工智能图像生成器有时会忽略描述中的文字，从而导致图像不准确。根据 DALL-E 3 页面上显示的图像，新版本似乎能够创建更准确、更详细、更富有想象力的图像。

随着人工智能的热潮，图像生成器在个人和企业中变得流行。 DALL-E 2、微软的 Bing Image Creator、Midjourney、Stable Diffusion、DreamStudio 和 Craiyon 等工具的工作原理都或多或少相同。使用提示，您可以描述要生成的图像。选择样式和其他属性。作为响应，该工具会创建一张或多张希望符合您的请求的图像。

但与当今的许多人工智能机器人一样，这些图像生成器使用起来可能具有挑战性。通常，您必须以正确的方式表达提示。即使如此，他们也并不总是能正确解释您的请求。 OpenAI 承认现代文本到图像系统迫使您学习即时工程，并表示 DALL-E 3 将在生成更符合您的描述的图像方面实现飞跃。

DALL-E 3 基于 ChatGPT 构建，可通过 ChatGPT 平台访问。这样做的好处是，您将能够使用 ChatGPT 集思广益您的图像想法和提示。然后，您可以使用简单的句子或更详细的段落提出创建图像的请求。

在 DALL-E 3 网页上提供的示例中，OpenAI 展示了新版本的工作原理。

一张图像是根据描述生成的：“戴着雄伟王冠的小土豆国王，坐在王座上，监督着他们广阔的土豆王国，里面充满了土豆主题和土豆城堡。”

第二个是根据描述创建的：“一个牛油果坐在治疗师椅子上的插图，说‘我只是感觉内心很空虚’，中间有一个坑大小的洞。治疗师拿着一把勺子，在上面写着笔记。”

两张图像是根据这样的描述生成的：“一幅篮球运动员扣篮的富有表现力的油画，被描绘成星云的爆炸。”一张图像使用 DALL-E 2 ，而另一张图像使用 DALL-E 3 。

OpenAI 还强调，它限制了 DALL-E 3 创建暴力、成人或仇恨内容的能力——就像之前的版本一样。在公众人物的创建和某些有害偏见等领域已经取得了安全改进。例如，该工具将拒绝询问公众人物姓名的提示。

人工智能生成的图像在用于描绘真实的人或事件时也会带来问题，误导人们认为图像是真实的。为了解决这个问题，OpenAI 表示正在测试一种新的内部工具，该工具可以判断图像是否是由 DALL-E 3 创建的。

目前正在进行封闭测试，DALL-E 3 计划于 10 月初向 ChatGPT Plus 和 Enterprise 客户推出。