- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器之心
DALL·E2「还原」小说人物形象
DALL·E 是 OpenAI 推出的模型，以优秀的生成效果和艺术色彩著称。今年 4 月，OpenAI 发布了文字转图像新模型 DALL·E 2，为图像生成和处理领域树立了新的标杆。 以往对于 DALL·E 2 的测试通常是把一些具体的物体组合成一幅图像，比如图像中包含「骑着马的宇航员」，DALL·E 2 轻松就能完成这个任务： 那么，在小说等文学作品抽象的笔触下，DALL·E 2 这是电影制作方的努力，如果让 AI 模型 DALL·E 2 创造角色形象，会是什么结果？ 电影形象和 DALL·E 2 生成结果如下： 或许你觉得这两个形象大相径庭，并且因为艾玛 · 沃特森的颜值偏爱电影版一些，但不得不说，DALL·E 2 的生成结果是符合原著描述的。 而 DALL·E 2 显然是不了解这个冷知识。 再看看另一个角色阿拉贡二世，不得不说，DALL·E 2 这次生成的形象俊朗了很多。
46510编辑于 2022-08-25 DALL·E 3
图像质量和细节处理DALL·E 3: DALL·E 3在图像质量、细节处理以及理解细微差别方面有显著的提升。 DALL·E 2及以前版本: 虽然DALL·E 2已经能够生成高质量的图像，但在细节和微妙差别的处理上，仍然无法与DALL·E 3相提并论。 DALL·E 2及以前版本: 对于不熟悉技术的用户来说，DALL·E 2的使用可能较为复杂，需要一定的学习和适应过程。 DALL·E 2及以前版本: DALL·E 2虽然也具备高度的创新能力，但在生成独特和多样化内容的能力上，仍然有一定的局限性。 DALL·E 2及以前版本: DALL·E 2虽然已开始在这些领域有所应用，但其影响力和效率与DALL·E 3相比还有一定的差距。
87910编辑于 2024-08-15- 来自专栏DevOps
AIGC：DALL·E 2、Midjourney和 Stable Diffusion 产品对比
一、DALL·E2 DALL·E2由 OpenAI开发，目前产品版本处于 beta 阶段。 1.如何使用 ① 文本提示作图 在 DALL·E2 中，可以使用 『文本到图像』和『文本引导的图像到图像』生成算法生成图像。 ③ 分辨率和格式 在 DALL·E2 中，所有生成的图像都具有 1024 x 1024 的固定图像大小 。 DALL·E2 生成的图像可以用于任何合法目的，包括商✦业用途。 二、Midjourney Midjourney 由同名研究实验室开发，目前处于公测阶段。 总结 在本文中，我们比较了目前最流行的3个图像生成平台 DALL·E2、Midjourney、Stable Diffusion。
2.2K10编辑于 2024-03-29 - 来自专栏ShowMeAI研究中心
AI绘画提示词创作指南：DALL·E 2、Midjourney和 Stable Diffusion最全大比拼 ⛵
本文从使用步骤、费用和商用等角度对3个主流平台进行比较：DALL·E2、Midjourney、Stable Diffusion。 DALL·E2DALL·E2由 OpenAI开发，目前产品版本处于 beta 阶段。 图片 如何使用① 文本提示作图在 DALL·E2 中，可以使用 『文本到图像』和『文本引导的图像到图像』生成算法生成图像。 图片图片③ 分辨率和格式在 DALL·E2 中，所有生成的图像都具有 1024 x 1024 的固定图像大小 。 总结在本文中，我们比较了目前最流行的3个图像生成平台 DALL·E2、Midjourney、Stable Diffusion。
4.5K83编辑于 2022-11-30 - 来自专栏IT技能应用
ChatGPT将取代设计师？
甚至二次三次修改也是非常方便的，只需要在和ChatGPT沟通后，在DALL•E2软件上更换关键词就可以了。这么便捷快速地产出，也让设计师开始担忧，ChatGPT的诞生，是否会取代自己。 输入一段文本，即可生成与文本内容相符的图片，比如：牛油果形状的扶手椅，几秒时间内你就能得到上百个设计图：并且在短短一年中，它有着飞跃式的成长，DALL•E2的出现，让这个模型真正完成了“初学者”到“大师 相比 DALL•E1，DALL•E2可以生成更真实、更准确的画像：综合文本描述中给出的概念、属性与风格等三个元素，生成图像与艺术作品，同时分辨率还提高了4倍。 比如下面这个主题，“用克洛德•莫奈风格画一幅狐狸在日出时坐在田野里” DALL•E1，DALL•E2所产出的作品就有着肉眼可见的差距。 甚至，除了将文本内容转化为图像，DALL•E2还拥有其他功能，比如它可以对现有的图像进行逼真的编辑，添加或者删减元素，比如我们希望在下面的图片中加入一只粉红色的火烈鸟：DALL•E2在很好完成的同时，还会考虑阴影
77730编辑于 2023-02-14 - 来自专栏AIGC
【AI绘画】DALL·E 3 绘图功能与 DALL·E API 探索
DALL·E 3 是人工智能领域的一次重要突破，赋能用户实现创意与效率的双重提升。 DALL·E 3 DALL·E 3 图像生成介绍 DALL·E 3 是 OpenAI 推出的全新图像生成模型，它在文本理解能力和图像生成质量上达到了一个新的高度。 DALL·E 图像质量与分辨率 分辨率的基本介绍 DALL·E 3 默认生成的图像尺寸为 1024x1024 像素。 使用 DALL·E 编辑器界面 编辑器界面概述 DALL·E 编辑器 提供了一个直观且易于操作的界面，用户可以： 选择图像的特定区域并应用不同的编辑操作。 通过这些注意事项，可更高效、安全地使用 DALL·E API，提升应用的整体效果和用户满意度。 小结 DALL·E 3 的强大功能和广泛适用性在探索创意设计与生产力提升方面展现了巨大的潜力。
2.6K11编辑于 2025-06-02 - 来自专栏DeepHub IMBA
DALL·E-2是如何工作的以及部署自己的DALL·E模型
DALL·E-2可以通过自然语言的描述创建现实的图像。Openai发布了dall·e-2的Beta版。在本文中，我们将仔细研究DALL·E-2的原始研究论文，并了解其确切的工作方式。 DALL·E-2论文要点 DALL·E-2基于以前提出的unCLIP模型，而unCLIP模型本质上是对GLIDE模型[4]的增强版，通过在文本到图像生成流程中添加基于预训练的CLIP模型的图像嵌入。 DALL·E Mega dall·e Mega是Dall·e Mini的超大版本（超大杯），这意味着它们的体系结构相似，但参数更多。 DALL·E Mini:我们在文章的上半部分已经做了介绍了，DALL·E是两种模型的组合。第一个模型以图像为训练对象，学习如何将图像“压缩”为向量，然后将这些向量“解压缩”回原始图像。 的DALL·E的效果还是最好的，毕竟大力出奇迹么。
3.7K20编辑于 2022-11-11 - 来自专栏AI算法能力提高班
DALL-E3 | （2）原理
DALL·E 3 System Card 2023年10月3号，由OpenAI发布 1 Introduction DALL-E 3 是一个人工智能系统，它将文本提示作为输入，并生成新图像作为输出。 DALL-E 3 建立在 DALL-E 2的基础上，提高了字幕保真度和图像质量。 DALL-E 3 集成到了 ChatGPT / GPT-4中，流程是： 用户提供相对模糊的图像请求描述 -> GPT4 -> 生成细节提示词 -> DALL-E 3 -> 生成高质量细节图像（降低了用户描述和图像质量的 GAP） 1.1 Mitigation Stack 数据过滤：暴力等不健康的内容 过滤算法：在DALL-E 2基础上，降低了暴力等宽泛过滤阈值。 2 上的工作、主动风险发现和早期用户的结果，维护了各种类别的文本屏蔽列表 提示转化：ChatGPT 可改写已提交的文本，以便更有效地进行提示 DALL-E 3 更有效。
92330编辑于 2023-10-23 - 来自专栏AI科技大本营的专栏
2022年度十大AI技术盘点：AIGC风暴来袭，自动驾驶后会无期？
论文地址：https://arxiv.org/pdf/2201.02533.pdf DALL·E2：文本生成图片火爆一整年 文本生成图像这一年的火爆无需赘言，掀起这一趋势的非DALL·E2莫属。 在DALL·E生成图形的基础上，升级版的DALL·E2学会了图像修复的新技能。 在一项对DALL·E2的测试中，它甚至可以理解场景中图像之间的相互关系，包括水可以反射影像，准确将不同方位的物体在水中实现位置精确的投影。 DALL·E2在水中反射火烈鸟 DALL·E2 扩散模型是一种从随机噪声开始学习并不断迭代，通过更改噪声以返回到图像的模型。相较GAN，通过扩散模型，文本生成图像得以更加快速地实现。 论文地址：https://cdn.openai.com/papers/dall-e-2.pdf SpeechPainter：用AI进行语音和语法的修复 AI不仅可以修复图像，也可以修复语音。
43920编辑于 2023-04-06 - 来自专栏AI算法能力提高班
DALL-E3 | （1）简介
DALL-E3 project https://openai.com/dall-e-3 paper https://cdn.openai.com/papers/DALL_E_3_System_Card.pdf DALL-E 3 代表着我们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。 DALL-E 3 将于 10 月初向 ChatGPT Plus 和企业客户推出。 与 DALL-E 2 一样，您使用 DALL-E 3 创建的图片归您所有，您无需获得我们的许可即可对其进行转载、销售或商品化。 新版 DALL-E 3 已将生成此类图像的风险降低到 0.7%。不过，OpenAI 写道，DALL-E 3 仍然存在文化偏见，总体上偏向西方文化，尤其是在非特定查询方面。
76430编辑于 2023-10-16 - 来自专栏量子位
千万别让富坚义博看到这个
这个任务可以说是DALL·E2、Imagen和Parti的“拿手好戏”，也是这段时间几大模型battle的核心。 不过从生成效果来看，NUWA-Infinity也同样“可以一战”。 基于自回归的“无限视觉合成” 与DALL·E和Imagen最大的不同在于，NUWA-Infinity在图像生成上没有采用扩散模型。 例如，在“补全图像”的过程中，图像推理是一圈一圈向外生成的；而在文本生成图像、或是视频文本生成时，这些推理的顺序又有不一样的变化： 不过，NUWA-Infinity也还有一些局限性，例如与DALL·E2 因此，一方面NUWA-Infinity在更一般的数据集上是否也能表现出这么好的效果，还有待佐证； 另一方面，在文本生成图像上，目前作者并没有将它这一能力与DALL·E2和Imagen等模型进行对比，因此在这一任务上并不能说它是最优秀的 对于这项研究本身，有网友调侃：才注册完DALL·E2测试版就看到这个，快跟不上节奏了…… 还有网友大胆想象“有生之年”系列：以这个速度，世纪结束前我们是不是能玩上“可实时生成”的定制VR游戏了？
63340编辑于 2022-07-27 - 来自专栏掘金安东尼
剖析 AIGC 关键模型 —— DALL-E
什么是 DALL-E ？ 该模型说白了就是可以根据用户提供的文本描述自动生成对应的图像，由 OPEN-AI 发布； 本文将对 DALL-E 的技术原理、应用场景和优缺点进行深入解析~~ 技术原理 DALL-E 的技术原理主要基于 编码阶段 DALL-E的工作原理可以分为两个步骤：编码和解码。 在编码阶段，DALL-E 将输入的文字转换为向量表示。这里使用的是GPT-3模型，即利用大规模文本数据训练出来的预训练语言模型。 优： 1、DALL-E 的优点是可以根据用户提供的文本描述自动生成对应的图像，可以大大提高图像的生成效率。 2、DALL-E还可以生成一些非常奇特的图像，激发想象力，只有你想不到，没有它做不到。 缺： 1、DALL-E 的缺点是目前还存在一些生成图像的错误，比如生成的图像与文本描述不符合。 2、DALL-E的计算资源消耗也非常大，需要使用大量的GPU进行训练和生成。
94240编辑于 2023-05-23 - 来自专栏量子位
扩散模型和Transformer梦幻联动！一举拿下新SOTA，MILA博士：U-Net已死
要知道，这几年虽然Transformer占尽风头，但U-Net在扩散模型领域仍然一枝独秀—— 无论是“前任王者”DALL·E2还是“新晋生成AI”Stable Diffusion，都没有使用Transformer 有网友发现，DALL·E和DALL·E2似乎都有用到Transformer。 这篇论文和它们的差异究竟在哪里？ 事实上，DALL·E虽然是Transformer，但并非扩散模型，本质是基于VQVAE架构实现的； 至于DALL·E2和Stable Diffusion，虽然都分别将Transformer用在了CLIP
61430编辑于 2023-02-28 - 来自专栏404
解决URL出现%E2%80%8E（Zero-Width Space）
解决URL出现%E2%80%8E（Zero-Width Space） 当URL出现 %E2%80%8E 就代表你的URL里面有包含一个ZERO-WIDTH SPACE (ZWSP)，这个是肉眼无法发现的空白 ，ZWSP一般情况是打不出来的，但是如果你是通过WORD等等的文件编辑器复制贴上的就很有可能含有ZWSP，一般情况下ZWSP并不影响阅读但是当它变成URL的一部分，就会变成 %E2%80%8E ，使你的
73920编辑于 2022-04-25 - 来自专栏量子位
2022生成模型进展有多快？新论文盘点9类生成模型代表作
文本-图像生成 这方面的代表作有DALL-E2、Stable Diffusion、Imagen、Muse。 DALL·E2是来自OpenAI的生成模型，在零样本学习上做出大突破。 与DALL·E一样，两点依旧是CLIP模型，除了训练数据庞大，CLIP基于Transformer对图像块建模，并采用对比学习训练，最终帮助DALL·E2取得了不错的生成效果。 下图是DALL·E2根据“一只戴着贝雷帽、穿黑色高领毛衣的柴犬”生成的图像： Imagen来自谷歌，基于Transformer模型搭建，其中语言模型在纯文本数据集上进行了预训练。 下图是Muse与DALL·E2和Imagen的生成效果对比： 文本-3D模型生成 主要代表作有Dreamfusion、Magic3D。
70410编辑于 2023-02-28 - 来自专栏开源心路
OpenAI DALL-E 3 使用案例
背景 DALL・E 3 是 OpenAI 在 2023 年 9 月份发布的一个文生图模型。 与上一代模型 DALL・E 2 最大的区别在于，它可以利用 ChatGPT 生成提示（prompt），然后让模型根据该提示生成图像。 对于不擅长编写提示的普通人来说，这一改进大大提高了 DALL・E 3 的使用效率。 优点缺点 优点: 生成图像质量更高更清晰细致,相比DALL·E 2有显著提升。 与DALL·E 2相比,价格更高。 无法提供生成过程的细节控制。 可能被用来生产虚假信息或仿冒作品。 数据集存在某些偏见,可能会对特定群体产生负面影响。 对生成图像的内容无法进行细粒度控制。
90410编辑于 2023-12-18 - 来自专栏AI科技评论
DALL·E 3 推理能力炸裂提升，OpenAI 抢跑“ChatGPT 原生”
DALL·E 3 能力升级，OpenAI 多模态能力逐渐成熟。 1 DALL·E 3 的巨大飞跃 DALL·E 3 最大的突破，无疑是将文生图模型与 ChatGPT 的结合，极大地降低了提示词的门槛。 而与此前 DALL·E 系列模型相比，根据同一句提示词“一名篮球运动员扣篮、被描绘成一个星云爆炸的油画”，使用 DALL·E2 和 DALL·E3 分别进行图片生成。 这张“DALL·E CAN SPELL”的图片放大后，也可以看到在图片深处的“DALL·E ”有拼写成“DALE”的情况，但是整体看，在遵循提示和生成连贯细节方面 DALL·E 3 已经有了极大的突破。 此外，DALL·E 3 拒绝提供在世艺术家风格图像，艺术创作者也可选择将其个人作品从 DALL·E 3 未来图像生成模型的训练中剔除。
87320编辑于 2023-09-24 - 来自专栏机器学习与生成对抗网络
简洁生动 | 图解 DALL-E 2 工作原理
总体来说，DALL-E 2 的亮点如下： 1. 首先，DALL-E 2 展示了深度学习中扩散模型（Diffusion Model）的强大功能，因为 DALL-E 2 中的先验和图像生成子模型都是基于扩散的。 这一点并非源于 DALL-E 2，但重要的是认识到， DALL-E 2 的力量是源于可在互联网上获得大规模匹配的自然语言 / 图像数据。 DALL-E 2 的工作原理：鸟瞰图 在深入了解 DALL-E 2 的工作原理之前，让我们先大致了解一下 DALL-E 2 如何生成图像。 虽然 DALL-E 2 可以执行各种任务，包括上面提到的图像处理和插值，但我们将在本文中专注于图像生成任务。 在最高级别，DALL-E 2 的工作非常简单： 1.
2K20编辑于 2022-05-27 - 来自专栏机器学习与生成对抗网络
让AI画画 | 大神复现OpenAI的Dall-E
OpenAI今年1月公布的Dall-E可谓艳惊四座，只需输入一段话，就能根据内容输出一幅画。连吴恩达老师都不禁点赞。 比如让它设计一个“像牛油果一样的座椅”。 ? 不过现在有个好消息，一位华人小哥Philip Wang已经复现了一个PyTorch版Dall-E，叫做Deep Daze。 开发该项目的Philip Wang，就是在今年年初公布要复现Dall-E的那位大神，没想到不到3个月的时间，这个项目已经如此强大，在GitHub上已收获1.1k星。 ?
2.7K40发布于 2021-04-19 - 来自专栏AI算法能力提高班
DALL-E3 | （3）字幕生成器
1 Abstract 文生图模型可以通过在高度描述性生成的图像字幕上训练来提升提示词能力 现存的研究主要是沿着详细的图像描述而忽略了单词和混淆提示（歧义），在数据集上表现为噪声和不准确，从而影响精度 DALL-E 因此，DALL-E3 可以在提供提示时生成文本。在测试过程中，我们注意到这种功能不够可靠，因为单词可能丢失或多余字符。 这对我们的文本到图像模型产生了下游影响：DALL-E3 在为上述特定术语生成图像方面不可靠
69120编辑于 2023-10-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号