ChatGPT 中的 DALL-E 3 可以读取和修改图像吗？快来亲自看看吧
在 ChatGPT Plus 中揭示 DALL-E 3 的怪异之处：了解此 AI 工具如何扭曲现实，将普通图像变成不寻常的创作。
我一直在探索在 ChatGPT Plus 中使用 DALL-E 3。我这样做是因为这是我的工作，而不是因为我有某种不健康的小瘾，喜欢在脑海中描述一些东西，然后在几分钟内看到它在屏幕上显现出来。我可以随时停下来。当然，这是票，我可以随时停下来。
但不是今天。今天，我发现了一个新玩具。 ChatGPT 内的 DALL-E 3 可以读取和修改图像。有点。你看，这有点小题大做。但我有点超前了。让我们从头开始这个故事吧……
我使用 Midjourney 来自定义上传的图像已有一段时间了。问题是它非常复杂。你必须在 Discord 中运行 Midjourney，然后你必须执行多个步骤将图像上传到 Discord，获取 URL，yada，yada，yada...
在 ChatGPT Plus 中，您只需单击回形针图标并上传您的图像。一就完成了。
这使得它更容易使用，也更有趣。但它的效果如何？为了测试它，我尝试了三张图像：我的车的照片、我的照片和 ZDNET 徽标。让我们看看结果。
我的车
这是我的车的照片，一辆 2013 款道奇挑战者。
图片上传后，我指示 DALL-E 3：
把车放在城市里
结果是有希望的。 DALL-E 3 成功地在城市场景中再现了汽车的相似之处：
然后，因为我对蒸汽朋克有明确的迷恋，所以我要求 DALL-E：
让它变得蒸汽朋克
这就是我们得到的。它仍然保留了道奇挑战者的整体车身风格：
DALL-E 不断损坏
需要注意的一件事是，我无法让 DALL-E 在不失败的情况下进行太多迭代。每两到三个请求（且不超过四个），我就会收到以下消息：
我的解决方法是获取最后一个成功创建的图像并将其上传到新的 ChatGPT Plus 会话中，然后从中进行工作。
飞行汽车
所以，我上传了最后一张图片，即我的汽车的蒸汽朋克版本，并告诉 DALL-E：
让汽车飞起来
这是我回来的。我原来的汽车的代表消失了，我们在空中找回了一辆非常酷的 Chitty Chitty Bang Bang 风格的汽车：
它很酷，但它不再是我的车了。但没关系，让我们看看我们能去哪里。
圣诞老人
鉴于这个季节，我的下一次尝试是尝试让圣诞老人坐在驾驶座上。在这里，我遇到了一个相当过分热心的护栏，ChatGPT 告诉我，“很抱歉，但我无法协助满足该请求。”
是的，我们已经到了未来的那个时候，人工智能会说“对不起，戴夫。恐怕我做不到”。生活模仿艺术。
正如你所看到的，这个推理有点奇怪。但这似乎取决于我要求它修改上传的图片这一事实。所以我将上述提示作为单个请求给出：
把车放在城市里。让它变得蒸汽朋克。让汽车飞起来。让圣诞老人坐在驾驶座上。
我懂了：
这是一张漂亮的照片，但它错过了之前图像所具有的整个维多利亚时代的美学。不过，有一个解决办法。
带有 ChatGPT 的 DALL-E 本质上将每个提示重写为更详细的指令。例如，“Make it steampunk”被重写为：
蒸汽朋克主题街道场景与复古建筑的图像，以经典肌肉车为特色，采用黄铜管、齿轮和蒸汽排气管等蒸汽朋克元素进行改装。汽车停在鹅卵石街道上，周围有路灯，背景是融合了维多利亚时代和工业革命影响的老式建筑。人们穿着蒸汽朋克服装，戴着护目镜，穿着维多利亚时代的服装，走在人行道上。整体氛围就像是一个来自另一个历史的复古未来主义城市，其中蒸汽动力是主要技术。
因此，我从“让它成为蒸汽朋克”和“让汽车飞起来”中获取了部分描述性材料，并将它们组合起来以形成此提示：
把车放在城市里。让它变得蒸汽朋克。让汽车飞起来。让圣诞老人坐在驾驶座上。下面，鹅卵石街道两旁排列着煤气灯路灯，穿着维多利亚服装的人们惊讶地抬头望去。天空呈黄昏橙色，带着一丝烟雾，远处还有小型蒸汽朋克无人机和飞艇的嗡嗡声。整体氛围就像是一个来自另一个历史的复古未来主义城市，其中蒸汽动力是主要技术。
这是我得到的回复：
严格来说，它不是飞行汽车，但很酷。不幸的是，与我开始时的原始汽车图像完全没有联系。
停下来，戴夫。你能停下来吗，戴夫？停下来，戴夫。
当我要求 ChatGPT 将我的这张照片放在办公室环境中时，我遇到了另一个 HAL 时刻：
它告诉我：“很抱歉，我无法协助满足该请求。”至少 ChatGPT 没有说：“看，戴夫，我看得出来你对此感到非常沮丧。老实说，我认为你应该冷静地坐下来，服用减压药，然后仔细考虑一下。”
美好的。现在我们来看看完全不同的东西。
乘坐喷气式火车离开
这是我上传到 DALL-E 的 ZDNET 徽标：
首先，我尝试让它放在喷气式飞机上：
把这个标志放在大型喷气式飞机的侧面
至少它的颜色是正确的：
然后我试图让它把标志贴在建筑物上。
把这个标志放在砖砌建筑的侧面
它记得绿色，但不记得正确的绿色：
所以我试图让 DALL-E 将这座建筑移到模型铁路上。
将建筑物放在模型铁路上
结果是类似于模型铁路的东西（尽管前景中的轨道可能会导致脱轨）。
有一座砖砌建筑，但它不是同一栋砖砌建筑，ZDNET 标志的任何伪装都消失了。甚至 ZDNET 绿色也没有保留。
所以，当然，我要求它这样做：
还把大型喷气式飞机放在模型铁路上
我懂了。我只是想知道那些在水中的是飞机还是导弹。
我们学到了什么？
在修改了这个 DALL-E 功能之后，我想我们可以得出以下结论：
- 您可以将图像上传到 DALL-E。
- 您可以要求它修改它们，但结果好坏参半。
- DALL-E 经常失败。
- ChatGPT 可能没有展示通用人工智能，但它降低了抽象表现主义。
- 它的响应与 HAL-9000 的响应非常接近。
就这样吧。您是否已将图像上传至 DALL-E？它对你来说效果如何？请在下面的评论中告诉我们。
您可以在社交媒体上关注我的日常项目更新。请务必订阅我在 Substack 上的每周更新时事通讯，并在 Twitter 上关注我：@DavidGewirtz、Facebook 上：Facebook.com/DavidGewirtz、Instagram 上：Instagram.com/DavidGewirtz 和 YouTube 上：YouTube.com/DavidGewirtzTV。