我们已经在另一个场合讨论过 DALL-E。 这次它的第三个版本出现了。 达尔-E 3 是新版本人工智能的名称 OpenAI 从文本创建图像。 这是 DALL-E 的演变，它于 2021 年 XNUMX 月推出，已经因其生成如此不同概念的图像的能力而令世界惊讶。 像戴着帽子的企鹅或形状像椅子的鳄梨。 DALL-E 3 显着提高了其前身的性能和功能，提供更真实、更详细且一致的图像与文本。
另外， 与 ChatGPT 原生集成，基于 GPT-3 的聊天机器人，允许您与人工智能聊天并要求它根据我们的指令创建图像。 在这篇文章中我们将告诉你 DALL-E 3 的工作原理，它为 DALL-E 带来了哪些新功能，它可以创建什么类型的图像以及该技术对未来的设计和通信有何影响。
DALL-E 3 是如何工作的？
达尔-E 3 它是一个基于人工智能的模型 人工神经网络，特别是所谓的转换器，它能够处理数据序列，例如文本或图像，并学习它们之间的关系。
这个模型 已经接受了大量文本-图像对的训练，摘自互联网，学习将视觉概念与文字联系起来。 通过这种方式，当给定文本时，他能够利用自己的创造力和想象力生成可以说明该文本的图像。
同时接收文本和图像 作为单个数据流，最多由 1280 个代币组成。 令牌是离散词汇表的任何符号； 例如，字母表中的每个字母都是一个标记。 DALL-E 3 的词汇 具有文本和图像的标记。 文本最多使用 256 个用 BPE（字节对编码）编码的令牌表示，图像使用 1024 个用 BPE 编码的令牌表示 VQ-VAE（矢量量化变分自动编码器）。
DALL-E 3 使用最大似然法进行训练，该方法包括依次生成所有标记，在给定先前标记的情况下最大化每个标记的概率。 这样，DALL-E 3 您可以从头开始创建图像，或重新生成现有图像延伸到右下角的任何部分，只要它与文本一致即可。
它带来了什么消息？
DALL-E 3 假设 与 DALL-E 相比有很大进步 在几个方面。 首先，DALL-E 3 生成的图像具有更高的分辨率和质量。 当 DALL-E 创建了以下图像时 256×256像素, DALL-E 3 创建图像 512×512像素，让您更好地欣赏细节和纹理。
其次，DALL-E 3有一个 更好的理解和精确度 在解释所提供的文本时。 它能够更好地捕捉文本的细微差别和规格，以及构成图像的元素之间的关系。 例如， 您可以创建内部带有文本的图像，例如海报或标签，尊重文本的语言和格式。 您还可以创建具有更真实、更比例的人体部位（例如手或脚）的图像。
三、DALL-E 3 具有更高的集成度和易用性 由于它与 ChatGPT 的连接，因此可以使用。 ChatGPT 是 OpenAI 基于世界上最先进的语言模型 GPT-3 的聊天机器人，它可以让你与人工智能聊天并要求它做事情。 通过与 ChatGPT 集成，DALL-E 3 您可以收到更详细的说明 和清晰的图像来创建图像，并为用户提供更自然和流畅的反馈。
DALL-E 3 可以创造什么样的影像？
达尔-E 3 可以创建可以用自然语言表达的各种概念的图像。 一些例子是：
- 拟人化物体或动物的图像，即具有人的特征。 例如，穿西装打领带的猫，或者戴眼镜戴帽子的大象。
- 混合物体或动物的图像，即具有两个或多个物种的组合特征。 例如，有蝴蝶翅膀的狗，或有狮子头的蛇。
- 修改过的物体或动物的图像，即具有改变或添加的特征。 例如，一辆带有奶酪轮的汽车，或者一朵带有玻璃花瓣的花。
- 想象中的物体或动物的图像， 也就是说，它们在现实中并不存在。 例如，粉红色的独角兽，或火龙。
- 虚构场景或风景的图像，也就是说，它们不对应于任何真实的地方。 例如，空中之城，或者魔法森林。
- 来自现有图像的转换或操作的图像，也就是说，它们改变了原始图像的某些方面。 例如，更改人的头发或眼睛的颜色，或者从图像中添加或删除某些内容。
DALL-E 3 有什么影响？
DALL-E 3 是人工智能在以下领域具有巨大潜力的一个例子 设计与沟通。 借助 DALL-E 3，只需编写一个短语即可创建个性化和原创图像，该短语 可以有多种实际应用 和创意。
例如，DALL-E 3 可用于：
- 为书籍创作插图、杂志或博客。
- 创建徽标或海报 对于品牌或活动。
- 创建头像或表情符号 用于社交网络或游戏。
- 创建模因或贴纸 与朋友分享。
- 创建草图或原型 用于艺术或专业项目。
- 创建教育图像 或提供信息来解释复杂的概念。
然而，DALL-E 3 也带来了一些必须考虑的挑战和风险。 一方面，DALL-E 3 会影响工作 以及人类设计师和艺术家的认可，他们可以看到自己的创造力和原创性受到机器的威胁。 另一方面，DALL-E 3 可以促进虚假或误导性内容的创建和传播，例如深度伪造或假新闻，这可能对社会产生负面影响。
你的想象力，现在没有障碍
DALL-E 3 是 DALL-E XNUMX 的新版本 OpenAI人工智能 它从文本创建图像。 DALL-E 3 提高了其生成的图像的质量和精度，以及与 ChatGPT 的集成。 您可以创建可以用自然语言表达的各种概念的令人难以置信的图像。 DALL-E 3 有 设计和沟通的巨大潜力，但也带来了一些必须考虑的挑战和风险。