梦晨 萧箫 发自 凹非寺

量子位 | 公众号 QbitAI

起猛了,OpenAI竟然把AI绘画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
1722471049416.jpg

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。,ChatGPT帮你拓展;,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:

1722471050804.jpg

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。

1722471051121.jpg

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:

1722471051718.jpg

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。”

1722471053467.jpg
1722471054042.jpg

还有网友调侃,这简直就是给即将到来的谷歌Gemini上压力。

1722471054919.jpg

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。

1722471055118.jpg

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。

1722471055829.jpg

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。

1722471056666.jpg

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

1722471057871.jpg

反正都用上ChatGPT了,不如把故事情节也完善一下?

1722471059927.jpg

刚编好的情节立马就可以有配套的插画了。

1722471061953.jpg

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。

1722471064008.jpg

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。

1722471065432.jpg

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。

1722471068563.jpg

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)

1722471070446.jpg

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。

1722471072196.jpg

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。

1722471073524.jpg

复杂场景与不存在的概念组合,效果很惊艳。

1722471074918.jpg

搞室内设计概念图,光影明暗关系乍看也挑不出毛病。

1722471075989.jpg

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)

1722471077119.jpg

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。

1722471078208.jpg

CEO奥特曼最喜欢的则是这张“牛油果看医生”。

1722471079006.jpg
1722471079619.jpg

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、牛油果中间的洞没画出来,治疗师更是没有……

1722471080682.jpg

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!

1722471081384.jpg

“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。

1722471081921.jpg

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。

1722471082429.jpg

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。

1722471082996.jpg

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。

1722471083823.jpg

这张散落在海底的只有大炮残骸,没有宝藏。

1722471084985.jpg

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:

[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

— 完 —

量子位 QbitAI · 头条号签约

关注我们,第一时间获知前沿科技动态

Leave a Reply

Your email address will not be published. Required fields are marked *