DALL·E3-会画画的Chatgpt,出图效果炸裂

最新推荐文章于 2024-08-15 16:24:45 发布

AI 研习所

最新推荐文章于 2024-08-15 16:24:45 发布

阅读量476

点赞数

分类专栏： AIGC AGI 人工智能文章标签：人工智能 AIGC

本文链接：https://blog.csdn.net/specssss/article/details/133176191

版权

AIGC 同时被 3 个专栏收录

206 篇文章 5 订阅

订阅专栏

人工智能

174 篇文章 3 订阅

订阅专栏

AGI

92 篇文章 0 订阅

订阅专栏

9月21日凌晨OpenAI在官网宣布，在今年10月份将通过API向ChatGPT Plus和企业版用户提供全新文本生成图片产品——DALL·E 3。这意味着，ChatGPT在DALL·E 3加持下将开启久违的多模态输出模式，用户通过文本就能直接在ChatGPT中生成各种类型图片。

DALL·E 3不仅省去了提示词工程，还顺带把语言理解能力提升了一个档次！提示词门槛极大降低，理解语意的细微差异的细节描述，准确到令人发指。你只管随意想象。词，ChatGPT帮你拓展；画，DALL·E 3给你精确到细节。

眼见为实，我们来看以下 DALL・E 3 与 DALL・E 2 的生成效果比较，同样的 prompt ：An expressive oil painting of a basketball player dunking, depicted as an explosion of a nebula.（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、明亮度等方面显然逊于右图 DALL・E 3。

除了炸裂的生图效果之外，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 来创建、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，通过使用 ChatGPT，用户不必绞尽脑汁地想出详细的 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、详细的 prompt。同时用户也可以使用自己的 prompt。

在Open Ai的官网演示中，首先用户询问ChatGPT，“我家5岁宝宝一直在说一个’超级向日葵刺猬’，它该长什么样？”ChatGPT同时写了四段不同风格的提示词，并给出对应图像。

选择一个卡通的向日葵刺猬，并给它起名Larry.让chatgpt生成Larry的更多图片

随后，告诉ChatGPT说想看看Larry的房子，ChatGPT便生成了一张Larry在房门口检查信箱的画面。值得注意的是，他的信箱上甚至写着自己的名字“LARRY”。这意味着DALL·E 3实现了在图像上写字的功能。

结合ChatGPT的文字生成功能，这只小刺猬还可以拥有自己的“人设”。当追问ChatGPT：“是什么让他如此‘了不起’？”ChatGPT回答，是因为他有着向日葵花瓣作为“刺”，并且很善良。继续追问，他的善良是如何体现的？ChatGPT便生成了一幅漂亮的插画，画面上，Larry和蝴蝶、小鹿以及其他的小刺猬伙伴们一起在草丛上玩耍。

此外，ChatGPT在画风迁移方面也完成得很好。可以生成不同风格的Larry，比如贴纸风：

最后，当用户提出是否可以基于这些内容讲一个睡前故事，ChatGPT便生成了一个名为“了不起的向日葵刺猬Larry”的故事。当然，ChatGPT也可以继续为自己讲的这个故事创作插图。

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像，更准确地反映提示内容。DALL・E 将文本 prompt 转换成图像。即使是 DALL・E 2 ，也会经常忽略特定的措辞导致出错。但 OpenAI 的研究人员说，最新版本能更好地理解上下文，并且处理较长的 prompt 效果会更好。此外，它还能更好地处理向来困扰图像生成模型的内容，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，矗立在惊涛骇浪中的基座上。一缕阳光穿透云层，照亮了心脏，揭示了其中的小宇宙。地平线上镌刻着一行醒目的大字「Find the universe within you」。

可以看到在上图将 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、心脏中的宇宙景象，以及难倒很多图像生成模型的文字展现，DALL・E 3 都顺利地完成了这些任务。

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「一个鳄梨坐在治疗师的椅子上，说『我只是觉得内心很空虚』，中间有一个坑大小的洞。治疗师、一个勺子、潦草地写笔记。」

prompt 为「这幅插画描绘了一颗由半透明玻璃制成的人心，矗立在惊涛骇浪中的基座上。一缕阳光穿透云层，照亮了心脏，揭示了其中的小宇宙。地平线上镌刻着一行醒目的大字『Find the universe within you』

目前，DALL・E 3 处于研究预览版本。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，随后在秋季向研究实验室及其 API 服务发布。不过，该公司没有透露何时或者是否计划发布免费的公开版本。