可以看到，最新發(fā)布的DALL·E 3，不僅省去了提示詞工程，還把語言理解能力提升了一個檔次。具體DALL·E 3展示的效果體現(xiàn)出了哪些能力和細節(jié)？一起跟著作者來看看吧。

起猛了，OpenAI竟然把AI繪畫和ChatGPT合 并 了！

這不，最新發(fā)布的DALL·E 3，直接給AIGC帶來了兩大震撼——

• 提示詞門檻極大降低
• 理解語意的細微差異的細節(jié)描述，準確到令人發(fā)指

沒錯，新版DALL·E 3，不僅省去了提示詞工程，還順帶把語言理解能力提升了一個檔次！

你只管隨意想象。詞，ChatGPT幫你拓展；畫，DALL·E 3給你精確到細節(jié)。

AI就能像拍電影一般，保證從背景到人物，細節(jié)一字不差地復(fù)刻出來：

滿月下的街道，熙熙攘攘的行人正在享受繁華夜生活。

街角攤位上，一位有著火紅頭發(fā)、穿著標志性天鵝絨斗篷的年輕女子，正在和脾氣暴躁的老小販討價還價。

這個脾氣暴躁的小販身材高大，老道，身著一套整潔西裝，留著引人注目的小胡子，正在用他那部蒸汽朋克式的電話興致勃勃地交談。

除了基礎(chǔ)細節(jié)，DALL·E 3甚至能將模糊的形容詞如繁華、討價還價、脾氣暴躁演繹得活靈活現(xiàn)，和CLIP已經(jīng)不在一個檔次了。

同時，相比上一代老模型，DALL·E 3自身的畫技也前進了一大步：

這般操作，直接把網(wǎng)友看愣了。

有網(wǎng)友已經(jīng)決定取消Midjourney訂閱了。“如果Midjourney無法準確理解文本，這甚至稱不上是同臺競技。”

還有網(wǎng)友調(diào)侃，這簡直就是給即將到來的谷歌Gemini上壓力。

更多細節(jié)，我們從DALL·E 3展示的效果一一來看。

一、在ChatGPT里直接用

相比前兩代，DALL·E 3最大的優(yōu)勢在于原生構(gòu)建在ChatGPT之上。

不僅意味著語言理解能力大幅飛躍，甚至提示詞都可以讓ChatGPT自己來寫。

更多細節(jié)藏在奧特曼都忍不住自夸可愛的宣傳視頻里。

這是一個家長把5歲小朋友腦海里的幻想變成現(xiàn)實的故事。

首先家長詢問ChatGPT，“我家5歲寶寶一直在說一個’超級向日葵刺猬’，它該長什么樣？”

可以看到ChatGPT同時寫了四段不同風(fēng)格的提示詞，并給出對應(yīng)圖像。

家長選擇其中偏童話插圖風(fēng)格的一張后，故事的主角小刺猬形象似乎就能固定下來了，可以繼續(xù)請ChatGPT畫出更多。

順便給小刺猬一個名字Larry，后面的對話中就不用每次都說“超級向日葵刺猬”了。

主角定好了，接下來再添加更多元素，讓整個童話故事更豐富，比如給Larry畫個房子。

這里既展示出了DALL·E 3創(chuàng)作一致形象的能力，也展示出郵箱上正確寫上了LARRY的名字，解決了之前版本DALL·E不會寫字的問題。

反正都用上ChatGPT了，不如把故事情節(jié)也完善一下？

剛編好的情節(jié)立馬就可以有配套的插畫了。

保持角色形象，遷移到完全不同的貼紙畫風(fēng)也沒問題，可以直接打印出來。

注意了，最絕的地方來了，直接讓ChatGPT總結(jié)前面對話中所有內(nèi)容，寫成一個完整的睡前故事。

雖然演示到此結(jié)束，但完全可以想象配合ChatGPT插件功能，還可以直接生成一本電子書出來。

就讓人想起之前網(wǎng)友提議，確保AI安全的最佳方法是讓OpenAI、Anthropic等公司的員工都有孩子。

這樣他們就有動力確保AGI到來時世界是安全的。（手動狗頭）

雖然DALL·E 3現(xiàn)在還不能馬上玩到，一次放出的大量樣張也可以先看個飽了。

每一張點開還可以看到提示詞，都是直接用人話描述，沒怎么加復(fù)雜咒語的那種。

復(fù)雜場景與不存在的概念組合，效果很驚艷。

搞室內(nèi)設(shè)計概念圖，光影明暗關(guān)系乍看也挑不出毛病。

配合正確寫字能力，直出海報也是生產(chǎn)力拉滿（沒指定文字的小字部分還有些問題）。

剛加入OpenAI不久的德?lián)銩I之父Noam Brown也曬出了他試玩的機器人打牌圖。

CEO奧特曼最喜歡的則是這張“牛油果看醫(yī)生”。

有網(wǎng)友去試了同樣的提示詞用在DALL·E 2的效果，只能說字也不對、牛油果中間的洞沒話出來，治療是更是沒有……

還記得2021年1月DALL·E 1剛出的時候嗎？夢開始的地方就是一組“牛油果做的沙發(fā)”。

也難怪網(wǎng)友感嘆：看看它走了多遠！

二、“如有侵權(quán)，請來刪圖”

當然，除了上述特性以外，OpenAI也預(yù)告了一些神奇的新功能。

例如，DALL·E 3即將配套推出一個圖像鑒別器。

這個分類器可以幫助識別圖像是否由DALL·E 3生成，不僅能避免誤傷（手動狗頭），也能在DALL·E創(chuàng)作出好作品時快速將它認領(lǐng)成自己的。

至于在生成圖像上，OpenAI自述也做了大量工作，防止其生成暴力、色情或其他有害圖片，或是帶有公眾人物（明星、名人等）姓名的圖像生成。

關(guān)于隱私方面，之前紐約時報就曾爆料稱，OpenAI正在通過某些技術(shù)，模糊掉上傳到ChatGPT的圖像中的人臉。

這也是為了避免ChatGPT變成一個徹底的“人臉識別工具”，尤其是已經(jīng)有不少照片流傳到互聯(lián)網(wǎng)上的名人明星們。

如今這個技術(shù)可能也被用到了DALL·E 3中，防止生成侵權(quán)圖像。

同時，OpenAI也與安全紅隊合作，提高了圖像風(fēng)險評估的能力。

除此之外，在訓(xùn)練數(shù)據(jù)上，有了Midjourney的“前車之鑒”，OpenAI這次也學(xué)會了保護自己。

相比于直接和畫手打官司、或者等著被起訴，OpenAI在官網(wǎng)放出了一則訓(xùn)練數(shù)據(jù)“免責(zé)聲明”：

您可以填寫表格，禁止我們的網(wǎng)絡(luò)爬蟲GPTBot訪問您的網(wǎng)站?；蛘?，您也可以發(fā)送您想要保護隱私的圖像，我們會把它從訓(xùn)練數(shù)據(jù)中刪掉。

不過也有網(wǎng)友對DALL·E 3演示效果不滿意，認為比不上MidJourney資深玩家出的圖，OpenAI的資金可是充裕n多倍啊。

還有網(wǎng)友開啟列文虎克模式，開始挨個挑演示圖中漏掉的提示詞細節(jié)。

比如這張杯子里缺少微型閃電。

這張散落在海底的只有大炮殘骸，沒有寶藏。

具體這些問題能不能通過調(diào)整提示詞改善，就要等實際上手玩過才知道了。

那么DALL·E 3具體什么時候上線呢？劃重點了：

• ChatGPT Pro會員（20美元/月）和企業(yè)版在10月可用。
• 獨立版在今年秋天晚些時候提供（目前價格15美元可以玩115次）。

參考鏈接：

[1]https://openai.com/dall-e-3

[2]https://www.nytimes.com/2023/07/18/technology/openai-chatgpt-facial-recognition.html

[3]https://twitter.com/sama/status/1704547625482203560