起猛了,OpenAI 竟然把 AI 绘画 和 ChatGPT 合 并 了!
这不,最新发布的 DALL·E 3,直接给 AIGC 带来了两大震撼------
-
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
没错,新版 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!
你只管随意想象。词 ,ChatGPT 帮你拓展;画,DALL·E 3 给你精确到细节。
AI 就能像拍电影一般,保证从背景到人物,细节一字不差地复刻出来:
满月 下的街道,熙熙攘攘的行人正在享受繁华夜生活。
街角摊位上,一位有着火红头发 、穿着标志性天鹅绒斗篷的年轻女子,正在和脾气暴躁的老小贩讨价还价。
这个脾气暴躁的小贩身材高大,老道,身着一套整洁西装,留着引人注目的小胡子 ,正在用他那部蒸汽朋克式的电话兴致勃勃地交谈。
除了基础细节,DALL·E 3 甚至能将模糊的形容词如繁华、讨价还价、脾气暴躁演绎得活灵活现,和 CLIP 已经不在一个档次了。
同时,相比上一代老模型,DALL·E 3 自身的画技也前进了一大步:
这般操作,直接把网友看愣了。
有网友已经决定取消 Midjourney 订阅了。"如果 Midjourney 无法准确理解文本,这甚至称不上是同台竞技。"
还有网友调侃,这简直就是给即将到来的谷歌 Gemini 上压力。
更多细节,我们从 DALL·E 3 展示的效果一一来看。
在 ChatGPT 里直接用
相比前两代,DALL·E 3 最大的优势在于原生构建在 ChatGPT 之上。
不仅意味着语言理解能力大幅飞跃,甚至提示词都可以让 ChatGPT 自己来写。
更多细节藏在奥特曼都忍不住自夸可爱的宣传视频里。
这是一个家长把 5 岁小朋友脑海里的幻想变成现实的故事。
首先家长询问 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?"
可以看到 ChatGPT 同时写了四段不同风格的提示词,并给出对应图像。
家长选择其中偏童话插图风格的一张后,故事的主角小刺猬形象似乎就能固定下来了,可以继续请 ChatGPT 画出更多。
顺便给小刺猬一个名字 Larry,后面的对话中就不用每次都说 "超级向日葵刺猬" 了。
主角定好了,接下来再添加更多元素,让整个童话故事更丰富,比如给 Larry 画个房子。
这里既展示出了 DALL·E 3 创作一致形象 的能力,也展示出邮箱上正确写上了 LARRY 的名字,解决了之前版本 DALL·E 不会写字的问题。
反正都用上 ChatGPT 了,不如把故事情节也完善一下?
刚编好的情节立马就可以有配套的插画了。
保持角色形象,迁移到完全不同的贴纸画风也没问题,可以直接打印出来。
注意了,最绝的地方来了,直接让 ChatGPT 总结前面对话中所有内容,写成一个完整的睡前故事。
虽然演示到此结束,但完全可以想象配合 ChatGPT 插件功能,还可以直接生成一本电子书出来。
就让人想起之前网友提议,确保 AI 安全的最佳方法是让 OpenAI、Anthropic 等公司的员工都有孩子。
这样他们就有动力确保 AGI 到来时世界是安全的。(手动狗头)
虽然 DALL·E 3 现在还不能马上玩到,一次放出的大量样张也可以先看个饱了。
每一张点开还可以看到提示词,都是直接用人话描述,没怎么加复杂咒语的那种。
复杂场景与不存在的概念组合,效果很惊艳。
搞室内设计概念图,光影明暗关系乍看也挑不出毛病。
配合正确写字能力,直出海报也是生产力拉满(没指定文字的小字部分还有些问题)。
刚加入 OpenAI 不久的德扑 AI 之父 Noam Brown 也晒出了他试玩的机器人打牌图。
CEO 奥特曼最喜欢的则是这张 "牛油果看医生"。
有网友去试了同样的提示词用在 DALL·E 2 的效果,只能说字也不对、牛油果中间的洞没话出来,治疗是更是没有......
还记得 2021 年 1 月 DALL·E 1 刚出的时候吗?梦开始的地方就是一组 "牛油果做的沙发"。
也难怪网友感叹:看看它走了多远!
"如有侵权,请来删图"
当然,除了上述特性以外,OpenAI 也预告了一些神奇的新功能。
例如,DALL·E 3 即将配套推出一个图像鉴别器。
这个分类器可以帮助识别图像是否由 DALL·E 3 生成,不仅能避免误伤(手动狗头),也能在 DALL·E 创作出好作品时快速将它认领成自己的。
至于在生成图像上,OpenAI 自述也做了大量工作,防止其生成暴力、色情或其他有害图片,或是带有公众人物(明星、名人等)姓名的图像生成。
关于隐私方面,之前纽约时报就曾爆料称,OpenAI 正在通过某些技术,模糊掉上传到 ChatGPT 的图像中的人脸。
这也是为了避免 ChatGPT 变成一个彻底的 "人脸识别工具",尤其是已经有不少照片流传到互联网上的名人明星们。
如今这个技术可能也被用到了 DALL·E 3 中,防止生成侵权图像。
同时,OpenAI 也与安全红队合作,提高了图像风险评估的能力。
除此之外,在训练数据上,有了 Midjourney 的 "前车之鉴",OpenAI 这次也学会了保护自己。
相比于直接和画手打官司、或者等着被起诉,OpenAI 在官网放出了一则训练数据 "免责声明":
您可以填写表格,禁止我们的网络爬虫 GPTBot 访问您的网站。或者,您也可以发送您想要保护隐私的图像,我们会把它从训练数据中删掉。
不过也有网友对 DALL·E 3 演示效果不满意,认为比不上 MidJourney 资深玩家出的图,OpenAI 的资金可是充裕 n 多倍啊。
还有网友开启列文虎克模式,开始挨个挑演示图中漏掉的提示词细节。
比如这张杯子里缺少微型闪电。
这张散落在海底的只有大炮残骸,没有宝藏。
具体这些问题能不能通过调整提示词改善,就要等实际上手玩过才知道了。
那么 DALL·E 3 具体什么时候上线呢?划重点了:
-
ChatGPT Pro 会员(20 美元 / 月)和企业版在 10 月可用。
-
独立版在今年秋天晚些时候提供(目前价格 15 美元可以玩 115 次)。
参考链接:
[2]www.nytimes.com/2023/07/18/...
--- 完 ---