OpenAI一夜顛覆AI繪畫！DALL·E3+ChatGPT強(qiáng)強(qiáng)聯(lián)合，畫面細(xì)節(jié)爆炸
分類: 最新資訊
說說詞典
編輯 : 大寶123
發(fā)布 : 09-21
閱讀 :146
夢(mèng)晨 蕭簫 發(fā)自 凹非寺量子位 | 公眾號(hào) QbitAI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(xì)微差異的細(xì)節(jié)描述，準(zhǔn)確到令人發(fā)指沒錯(cuò)，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(gè)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(xì)節(jié)。AI就能像拍電影一般，保證從背景到人物，細(xì)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(biāo)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(jià)還價(jià)。這個(gè)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(xì)節(jié)，DALL·E 3甚至能將模糊的形容詞如繁華、討價(jià)還價(jià)、脾氣暴躁演繹得活靈活現(xiàn)，和CLIP已經(jīng)不在一個(gè)檔次了。同時(shí)，相比上一代老模型，DALL·E 3自身的畫技也前進(jìn)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(zhǔn)確理解文本，這甚至稱不上是同臺(tái)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(xì)節(jié)，我們從DALL·E 3展示的效果一一來看。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(xì)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(gè)家長把5歲小朋友腦海里的幻想變成現(xiàn)實(shí)的故事。首先家長詢問ChatGPT，“我家5歲寶寶一直在說一個(gè)’超級(jí)向日葵刺猬’，它該長什么樣？”可以看到ChatGPT同時(shí)寫了四段不同風(fēng)格的提示詞，并給出對(duì)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(qǐng)ChatGPT畫出更多。順便給小刺猬一個(gè)名字Larry，后面的對(duì)話中就不用每次都說“超級(jí)向日葵刺猬”了。主角定好了，接下來再添加更多元素，讓整個(gè)童話故事更豐富，比如給Larry畫個(gè)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(huì)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(duì)話中所有內(nèi)容，寫成一個(gè)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(dòng)力確保AGI到來時(shí)世界是安全的。（手動(dòng)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(gè)飽了。每一張點(diǎn)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(jì)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(bào)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(jī)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(duì)、牛油果中間的洞沒畫出來，治療師更是沒有……還記得2021年1月DALL·E 1剛出的時(shí)候嗎？夢(mèng)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(yuǎn)！“如有侵權(quán)，請(qǐng)來刪圖”當(dāng)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(gè)圖像鑒別器。這個(gè)分類器可以幫助識(shí)別圖像是否由DALL·E 3生成，不僅能避免誤傷（手動(dòng)狗頭），也能在DALL·E創(chuàng)作出好作品時(shí)快速將它認(rèn)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(shí)報(bào)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(gè)徹底的“人臉識(shí)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(gè)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(shí)，OpenAI也與安全紅隊(duì)合作，提高了圖像風(fēng)險(xiǎn)評(píng)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(huì)了保護(hù)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。或者，您也可以發(fā)送您想要保護(hù)隱私的圖像，我們會(huì)把它從訓(xùn)練數(shù)據(jù)中刪掉。不過也有網(wǎng)友對(duì)DALL·E 3演示效果不滿意，認(rèn)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(gè)挑演示圖中漏掉的提示詞細(xì)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(shí)際上手玩過才知道了。那么DALL·E 3具體什么時(shí)候上線呢？劃重點(diǎn)了：ChatGPT Pro會(huì)員（20美元/月）和企業(yè)版在10月可用。獨(dú)立版在今年秋天晚些時(shí)候提供（目前價(jià)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