OpenAI推出Dalle-3

https://openai.com/dall-e-3

• DALL-E 3 目前处于研究和试用预览阶段，将于 10 月份向 ChatGPT Plus 和企业客户提供。
• DALL-E 3 :能够理解微妙的细微差别，并根据包含大量细节的提示词出图
• 根据OpenAI官网，DALL-E 3 主要是针对 ChatGPT Plus 和企业版用户都将可以使用。

现代文本到图像系统往往会忽略文字或描述，迫使用户学习提示工程。DALL-E 3 代表着OpenAI在生成与您提供的文本完全一致的图像能力方面的一次飞跃(Modern text-to-image systems have a tendency to ignore words or descriptions, forcing users to learn prompt engineering. DALL·E 3 represents a leap forward in our ability to generate images that exactly adhere to the text you provide.)

即使相同的提示词，DALL-E 3 也比 DALL-E 2 有显著改进，如下：提示词“An expressive oil painting of a basketball player dunking, depicted as an explosion of a nebula.”

左图是DALL-E 2，右图的DALL-E 3

DALL-E 3DALL-E 3 是在 ChatGPT 的基础上开发的，它可以让用户把 ChatGPT 作为你的头脑风暴伙伴和提示的提炼者。从简单的句子到详细的段落，你都可以向 ChatGPT 提出自己的需求。

ChatGPT 中的 DALL-E 3当你提出一个想法时，ChatGPT 会自动为DALL-E 3生成量身定制的详细提示，让你的想法栩栩如生。如果你喜欢某个图像，但它不太合适，你可以要求 ChatGPT 进行调整，只需几个字即可。

DALL-E 3 将于 10 月初向 ChatGPT Plus 和企业客户推出。与 DALL-E 2 一样，用户使用 DALL-E 3 创建的图片归自己所有，无需获得OpenAI的许可即可对其进行转载、销售或商品化。

其它示例

和ChatGPT 的集成：让 ChatGPT 制作一个有趣的漫画，ChatGPT可以为 DALL-E 3 提出了概念，并编写了详细的提示词。

再举个例子，跟 ChatGPT说："制作有趣的表情包：make a funny meme. should be unlike anything seen before."; it prompted DALL·E with: "A penguin in a desert with a suitcase, looking confused, with a text caption that says 'I think I booked the wrong flight'." Not cherry-picked:

还可以使用 DALL-E 3 制作一些非常漂亮和有趣的可视化效果：

还有海报：

关于【OpenAI推出Dalle-3】的延伸阅读

• Sam Altman 围绕 OpenAI 打造出一个致富帝国

  OpenAI首席执行官奥特曼同时经营副业，但只有一份工作让他发了财。他投资了多家想抓住人工智能风口的公司，包括网络安全软件公司和清洁能源公司。他最成功的投资是支付处理初创公司Stripe。奥特曼也投资了使用OpenAI技术的初创公司。他曾因投资引发利益冲突而被罢免职务，但重新担任首席执行官后制定了新的利益冲突政策。董事会正在进行改革，包括强化利益冲突政策和独立审计委员会。奥特曼计划通过全面披露和董事会管理来解决利益冲突问题。

• OpenAI 悄悄招募了 Altman 投资的安全团队，但与超级对齐无关

  OpenAI招募了Indent安全团队，由两位联合创始人领导。Indent提供自动化处理访问权限的服务，解决团队扩大带来的访问审批问题。OpenAI前CEO和弟弟参与了Indent的种子轮融资，两者关系密切。Indent将业务拓展到大模型领域，提出针对性的安全解决方案。OpenAI正在加大前沿模型的投入，下一款新模型“GPT Next”将在2024年发布。公司正在加速追求模型的商业化，但安全文化和流程已不再受重视。OpenAI的超级团队解散，表明公司正在加速追求商业化，但也可能是离职员工失望的原因。

卡通图片：

Sam展示的视频:

原理：

• 早的DALL·E 是 OpenAI 的多模态预训练模型，通过120亿参数的模型，在2.5亿图像文本对上训练完成
• DALL-E 是一个两阶段的模型：它的第一个阶段是离散变分自编码器（Discrete Variance Auto-Encoder，dVAE），用于生成图像的token。它的第二个阶段是混合了图像和文本特征的，以Transformer为基础的生成模型

上述原理参考自：知乎DALL·E 原理通俗理解-Mr.RottenPeach的文章

你对DALL·E 3怎么看?可以试用一下：）对比一下和Midjourney

参考资料：

1.知乎：DALL·E 原理通俗理解-Mr.RottenPeach

2.Greg的推特

3.https://openai.com/dall-e-3

4.https://zhuanlan.zhihu.com/p/506778898

免责声明：本文仅代表作者个人观点，不代表链观CHAINLOOK立场，不承担法律责任。文章及观点也不构成投资意见。请用户理性看待市场风险，以及遵守所在国家和地区的相关法律法规。
图文来源：阿法兔，如有侵权请联系删除。转载或引用请注明文章出处！

标签：DALL-E 3OpenAI