Visual AI Itọsọna

DALL-E

DALL-E jẹ ẹbi OpenAI ti awọn awoṣe ọrọ-si-aworan ti o yi apejuwe kikọ pada si aworan atilẹba.

2 min kakẹhin imudojuiwọn

Akopọ

O ṣe "tẹ gbolohun kan, gba aworan" imọran ti o wọpọ ati titari iran aworan lati awọn demos iwadi sinu awọn irinṣẹ ojoojumọ.

Jin Dive

DALL-E ṣe ifilọlẹ ni Oṣu Kini ọdun 2021, ṣiṣẹda awọn aworan lati ọrọ nipa sisọ asọtẹlẹ awọn ami aworan ọkan ni akoko kan, bii awoṣe ede fun awọn piksẹli. DALL-E 2 (2022) yipada si ọna titan kaakiri nipasẹ awọn ifibọ CLIP, ti njade ni didasilẹ, awọn abajade fọtoyiya diẹ sii. DALL-E 3 (Oṣu Kẹwa ọdun 2023) ni titẹ-tẹle ati pe a ṣe sinu ChatGPT, nitorinaa chatbot le tun kọ ibeere rẹ ti o ni inira sinu itọsi alaye lọpọlọpọ ṣaaju ipilẹṣẹ. Ilọsiwaju iduro kan jẹ jigbe ọrọ kika inu awọn aworan, bii awọn ami ati awọn aami, eyiti awọn awoṣe iṣaaju ti ge. DALL-E tun ṣe atilẹyin inpainting (apakan ṣiṣatunṣe ti aworan kan) ati kikun ita (fifiranṣẹ kọja awọn aala atilẹba rẹ). O ṣe agbejade awọn iyatọ pupọ lati itọsi kan, ṣe iranlọwọ fun awọn olumulo lati ṣawari awọn aṣayan iṣẹda ni iyara.

Imọ-imọ-ẹrọ

DALL-E 3 jẹ awoṣe itankale: o bẹrẹ lati ariwo laileto yoo yọ kuro ni igbese nipa igbese, ti a darí ni igbesẹ kọọkan nipasẹ fifi koodu ọrọ rẹ tọ, titi ti aworan isokan yoo fi han. O ṣe ikẹkọ lori awọn akojọpọ nla ti awọn orisii akọle aworan, kọ ẹkọ bii awọn ọrọ ṣe maapu si awọn ẹya wiwo, awọn eto aye, ati awọn aza. Ẹtan bọtini kan jẹ ilọsiwaju awọn akọle lakoko ikẹkọ pẹlu awoṣe ede kan ti o faagun iyara kukuru rẹ sinu alaye kan, eyiti o jẹ idi ti DALL-E 3 tẹle awọn itọnisọna ni otitọ diẹ sii ju awọn ti iṣaaju lọ.

Ipa Ilana

Iyara ati iwọn

Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.

Kọ awọn yiyan

Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.

Ẹgbẹ ati ṣiṣan iṣẹ

Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.

Ojo iwaju ti DALL-E

Ila ti DALL-E ti wa ni kika sinu gbooro, awọn ọna ṣiṣe multimodal nibiti awoṣe kan ti n kapa ọrọ, awọn aworan, ati awọn atunṣe papọ ju bii irinṣẹ lọtọ. Reti ṣiṣatunṣe ibaraẹnisọrọ ni wiwọ (“ṣe ọrun osan, tọju ohun gbogbo miiran”), itumọ ọrọ ti o dara julọ, ati ipinnu giga. Awọn ifihan agbara bi C2PA metadata ati isamisi omi yoo di boṣewa lati ṣe asia awọn aworan ti ipilẹṣẹ AI. Idije lati Midjourney, Stable Diffusion, ati awọn awoṣe Google n ṣe awọn anfani didara ni iyara, lakoko ti awọn ariyanjiyan lori data ikẹkọ, ifọwọsi olorin, ati aṣẹ lori ara yoo tẹsiwaju lati ṣe agbekalẹ kini awọn eto wọnyi gba laaye lati kọ ẹkọ lati.

Real-World imuse

Bulọọgi kan ṣe agbejade apejuwe akọsori aṣa fun nkan kan dipo wiwa awọn ile-ikawe fọto-ọja

Olukọni kan ṣẹda awọn aworan ti o rọrun, ti a fi akọle lati ṣe alaye imọran imọ-jinlẹ si awọn ọmọ ile-iwe ọdọ

Iṣowo kekere kan ṣe ẹlẹgàn ọpọlọpọ aami ati awọn imọran iṣakojọpọ ṣaaju igbanisise onise kan lati sọ di mimọ

Onise ere kan yarayara ṣe agbejade aworan imọran fun awọn kikọ ati awọn agbegbe lati gbe imọran kan

Awọn ewu & Awọn ọna iṣọ

Awọn ẹtọ aworan ati igbanilaaye le di awọn eewu labẹ ofin ti o ba jẹ afihan.

Iṣe awoṣe le yatọ kọja ina, awọn ẹda eniyan, ati awọn agbegbe.

Awọn idaniloju eke le ma ṣe akiyesi ayafi ti a ba ṣe abojuto awọn ala igbẹkẹle.

Ilana Ilana imuse

1

Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe.

2

Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.

3

Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.

4

Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.

Tesiwaju Ṣiṣawari

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the DALL-E quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

Bẹrẹ adanwo

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

Itọsọna atẹle

Awọn aaye Radiance Neural

Awọn ibeere ti a beere nigbagbogbo

Kini DALL-E?

DALL-E jẹ ẹbi OpenAI ti awọn awoṣe ọrọ-si-aworan ti o yi apejuwe kikọ pada si aworan atilẹba. O ṣe “tẹ gbolohun kan, gba aworan kan” imọran ojulowo ati titari iran aworan lati awọn demos iwadii sinu awọn irinṣẹ ojoojumọ.

Kini DALL-E 3 ni akọkọ ṣe?

DALL-E jẹ eto ọrọ-si-aworan: o ṣapejuwe iṣẹlẹ kan ninu awọn ọrọ ati pe o ṣe agbejade aworan tuntun ti o baamu apejuwe yẹn.

Ilana ipilẹ wo ni DALL-E 3 lo lati ṣẹda aworan kan?

DALL-E 3 jẹ awoṣe itankale ti o bẹrẹ lati ariwo laileto ti o tun ṣe ni igbese nipa igbese, ti a dari nipasẹ itọka rẹ, sinu aworan ibaramu.

Kini idi ti DALL-E 3 tẹle awọn itọsi dara julọ nigba lilo ninu ChatGPT?

Ni ChatGPT, awoṣe ede n ṣe atunṣe ibeere kukuru kan si ọlọrọ, itọsi pato diẹ sii, imudara bawo ni otitọ ti aworan ṣe baamu ohun ti o fẹ.

Kini ilọsiwaju akiyesi DALL-E 3 ti a ṣe lori awọn ẹya iṣaaju?

Awọn awoṣe iṣaaju ṣabọ ọrọ inu-aworan, ṣugbọn DALL-E 3 le ṣe awọn ọrọ ti o le sọ lori awọn ami, awọn aami, ati awọn iwe ifiweranṣẹ pupọ diẹ sii ni igbẹkẹle.

Kini 'inpainting' jẹ ki o ṣe pẹlu aworan DALL-E kan?

Inpainting satunkọ apakan ti o yan ti aworan kan (fun apẹẹrẹ, yiyipada ohun kan) lakoko ti o nlọ ni agbegbe ni mimule.