文章主题：
在令人叹为观止方面，OpenAI 从不令人失望。
去年 1 月 6 日，OpenAI 发布了新模型 DALL·E，不用跨界也能从文本生成图像，打破了自然语言与视觉次元壁，引起了 AI 圈的一阵欢呼。
时隔一年多后，DALL·E 迎来了升级版本——DALL·E 2。
🎨✨DALL·E 2 的进化！🔥相较于前辈，它在画像细节上展现超乎想象的🌟高清度，同时速度也快到让你惊艳——每一步操作几乎瞬息即达，流畅无阻🚀。不仅如此，新版本更是突破创新，具备图像编辑的可能性，让创意无限可能🔍。无论是用户肖像还是原始图片，都能随心所欲地进行个性化定制，满足你的多样化需求🌈。体验升级，艺术无界！🔥
🎨✨OpenAI’s Masterpiece, DALL·E 2, Unveiled但对于大众而言，🎨🌈通往DALL·E 2的门尚未完全敞开——当前这项先进的生成模型尚处于内部研究阶段。💡尽管如此，感兴趣的学者和开发者已能通过在线注册的方式一窥其风采，即日起即可体验预览版本。🌟OpenAI的长远愿景是将这一技术开放给第三方应用，让艺术与科技无缝融合，为全球用户提供无限可能。🌐
试玩 Waitlist 地址：https://labs.openai.com/waitlist
🎨✨DALL·E 2的科研力量🔥——探索Hierarchical Text-Conditional Image Generation的奥秘🌍 oleh OpenAI’s trailblazing scientists, Prafulla Dhariwal. 🚀论文《CLIP Latents驱动的层次化文本条件图像生成》揭示了其神奇魔力——只需文字指令，就能栩栩如生地转化为视觉艺术。🔥这不仅是技术的飞跃，更是创意与数据科学的结晶！ 若要了解更多，敬请关注我们以AI为核心的创新之路✨💻 #DALL·E2 #OpenAI #TextToImage
论文地址：https://cdn.openai.com/papers/dall-e-2.pdf
网友纷纷晒出了使用 DALL·E 2 生成的图像，比如玩滑板的熊猫靓仔。
又比如席地而坐看星空的小孩和小狗。
DALL·E 2 生成艺术大作
🎨✨DALL·E 2震撼登场！🔥👀它以超凡技艺将想象转化为现实，只需简单文本指令，就能绘制出惊人原生画像与艺术作品。骑兵与宇宙英雄的跨界瞬间，跃然眼前——🚀 Türkas zirvesinde yürüyen uzaylı, hayalin kanunuza doğrudan uygun! 🌌✨🎨大师级的图像生成能力，让DALL·E 2在概念融合、属性转换和风格延展上展现出无与伦比的创造力。无论是科幻奇想还是复古风情，它都能精准捕捉并细腻呈现。🌍🖼️想要一窥这神奇技术的魔力？赶快体验一下，让每一次创作都充满惊喜！🚀别忘了，DALL·E 2正等待着你的想象之光点亮它的艺术世界！✨💖
✨想象无限，创意无限！👀原来图片不只是单一的存在，我们的官网展示了惊人的10张实例，每一幅都独具特色。骑兵飞天的奇妙场景，瞬间带你穿越时空，每一张都是艺术与科技的完美融合🌟。无论是科幻风宇航员，还是历史瞬间再现，风格多变，满足你的所有创作需求。🚀只需轻轻一点，就能解锁无限可能，让你的作品独树一帜！🔥
🎨🎨使用DALL·E 2的魔力，让图像世界随心所欲变换！它可以对图片进行细腻的文本到图像转换，不仅保留原始细节，还能巧妙地融入阴影、反射和纹理，增添或移除元素如犬类，让画面生动起来。👀看看这神奇对比——左边是基础，右边则是艺术创作！图中数字1、2、3不仅是标记，它们活了起来，呼唤着柯基犬的加入。只需轻轻一点，想象中的犬儿瞬间跃然眼前，如图所示，在1的位置，柯基犬已悄然到位。🔥探索无限可能，让创意无处不在！记得，这不仅仅是一款工具，它是艺术与科技的完美融合。 若要了解更多，敬请关注我们，一起见证数字艺术的新篇章！🎉
你也可以在 3 处添加一只柯基犬。
DALL·E 2 可以根据原图像进行二次创作，创造出不同的变体：
你可能会问，DALL·E 2 比一代模型到底好在哪？简单来说 DALL·E 2 以 4 倍的分辨率生成更逼真、更准确的图像。例如下图生成一幅「日出时坐在田野里的狐狸，生成的图像为莫奈风格。」DALL·E 2 生成的图像更准确。
看完上述展示，我们可以将 DALL·E 2 的特点归结如下：DALL·E 2 的一项新功能是修复，在 DALL·E 1 的基础上，将文本到图像生成应用在图像更细粒度的级别上。用户可以从现有的图片开始，选择一个区域，让模型对图像进行编辑，例如，你可以在客厅的墙上画一幅画，然后用另一幅画代替它，又或者在咖啡桌上放一瓶花。该模型可以填充 (或删除) 对象，同时考虑房间中阴影的方向等细节。
DALL·E 2 的另一个功能是生成图像不同变体，用户上传一张图像，然后模型创建出一系列类似的变体。此外，DALL·E 2 还可以混合两张图片，生成包含这两种元素的图片。其生成的图像为 1024 x 1024 像素，大大超过了 256 x 256 像素。
生成模型的迭代
DALL·E 2 建立在 CLIP 之上，OpenAI 研究科学家 Prafulla Dhariwal 说：「DALL·E 1 只是从语言中提取了 GPT-3 的方法并将其应用于生成图像：将图像压缩成一系列单词，并且学会了预测接下来会发生什么。」
这是许多文本 AI 应用程序使用的 GPT 模型。但单词匹配并不一定能符合人们的预期，而且预测过程限制了图像的真实性。CLIP 旨在以人类的方式查看图像并总结其内容，OpenAI 迭代创建了一个 CLIP 的倒置版本——「unCLIP」，它能从描述生成图像，而 DALL·E 2 使用称为扩散（diffusion）的过程生成图像。
训练数据集由图像 x 及其对应的字幕 y 对 (x, y) 组成。给定图像 x， z_i 和 z_t 分别表示 CLIP 图像和文本嵌入。OpenAI 生成堆栈以使用两个组件从字幕生成图像：
先验 P(z_i |y) 生成以字幕 y 为条件的 CLIP 图像嵌入 z_i;解码器 P(x|z_i , y) 以 CLIP 图像嵌入 z_i（以及可选的文本字幕 y）为条件生成图像 x。
解码器允许研究者在给定 CLIP 图像嵌入的情况下反演图像（invert images），而先验允许学习图像嵌入本身的生成模型。堆叠这两个组件产生一个图像 x 、给定字幕 y 的生成模型 P(x|y) ：
DALL·E 的完整模型从未公开发布，但其他开发人员在过去一年中已经构建了一些模仿 DALL·E 功能的工具。最受欢迎的主流应用程序之一是 Wombo 的 Dream 移动应用程序，它能够根据用户描述的各种内容生成图片。
OpenAI 已经采取了一些内置的保护措施。该模型是在已剔除不良数据的数据集上进行训练的，理想情况下会限制其产生令人反感的内容的能力。
为避免生成的图片被滥用，DALL·E 2 在生成的图片上都标有水印，以表明该作品是 AI 生成的。此外，该模型也无法根据名称生成任何可识别的面孔。
DALL·E 2 将由经过审查的合作伙伴进行测试，但有一些要求：禁止用户上传或生成「可能造成伤害」的图像。他们还必须说明用 AI 生成图像的作用，并且不能通过应用程序或网站将生成的图像提供给其他人。
但 OpenAI 希望稍后再将 DALL·E 2 其添加到该组织的 API 工具集中，使其能够为第三方应用程序提供支持。Dhariwal 说：「我们希望分阶段进行这个过程，以从获得的反馈中不断评估如何安全地发布这项技术。」
参考链接：
https://www.theverge.com/2022/4/6/23012123/openai-clip-dalle-2-ai-text-to-image-generator-testing
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
