OpenAI推出DALL·E3，将AI绘画圈炸翻

导读

Prompt不存在了？DALL·E3忽然合并进ChatGPT，作图精准，细节逼真，OpenAI今天真的炸翻了AI绘画圈。

早上醒来，AI绘画圈已被炸翻。OpenAI丢下一枚重磅炸弹——合并ChatGPT的DALL·E3，官宣了！一个是史上最强大语言模型，一个是史上最强文生图模型，二者一合体，势必要颠覆整个AIGC圈。

经过最强变身后的DALL·E3，能够理解语义的细微差别，细节逼真到可怕。Prompt：「一幅鳄梨坐在治疗师椅子上的插图，说『Ijustfeelsoemptyinside』，中间有一个坑大小的洞。治疗师，一把勺子，涂鸦笔记」网友惊呼：「如果DALL·E3真的能准确呈现图像中的文本，那么它将彻底改变游戏规则！！！」同时，prompt的门槛，也大大降低。「语死早」的用户，再也不用担心写不出华丽丽的提示词。

给个提示，ChatGPT就给你写出洋洋洒洒的段落。总之，你可以尽情展开想象，让ChatGPT带你飞！再也不用绞尽脑汁去思考如何prompt了！仅仅和ChatGPT对话，就能妙笔生花甚至，你还可以在对话过程中，基于生成的图像随时做出修改。

可以看出，为了赶在谷歌发布多模态Gemini前夜，OpenAI先下手了。英伟达高级AI科学家JimFan兴奋表示，这就是大规模多模态LLM与谷歌Gemini史诗之战的提前预演！OpenAICEOSamAltman也在评论区得意地表示：「Wearesoback」。

目前，DALL·E3还在内测中，预计将在10月上旬向所有Plus用户和企业用户推出。Midjourney劲敌真来了！DALL·E3的独特之处在于，它是在ChatGPT上原生构建的。只需向ChatGPT提出要求，一个简单的句子，或者一个详细的段落，它就能开启头脑风暴，改进提示。

英伟达顶级科学家JimFan表示，这太震撼了！DALL·E3的意义在于，它不仅是Midjourney的强劲对手，更代表着多模态大模型之战的一触即发。DALL·E3的卓越语言匹配能力，是建立在坚实的文本GPT基础之上的。Midjourney其实并没有多少「推理大脑」，这就是为什么需要这么多的提示黑客。先有大脑，再有像素，这就是构建强大多模态人工智能的方法。不用学提示工程，你只管天马行空。提示词，ChatGPT帮你代笔，而精美画作细节，就由DALL·E3承包了。

下面这个例子告诉你，DALL·E3生成如下一幅画时，是如何详尽地将文字中的每一个场景，栩栩如生地刻在画中，画质仿佛电影一般。

一轮满月下洒满街道，熙熙攘攘的行人正享受着夜生活。街角摊位上，一位有着火红秀发，身着典雅天鹅绒斗篷的少女，正与脾气暴躁的老板讨价还价。这个老板身材高大魁梧，身穿笔挺的西装，留着引人注目的山羊胡，正用他那部复古蒸汽朋克风格的电话兴致勃勃地交谈着。另外，在同一个提示下，比起DALL·E2，DALL·E3绘出的图像会更加精准。比如，「Anexpressiveoilpaintingofabasketballplayerdunking,depictedasanexplosionofanebula」，DALL·E3在人物、篮球、更宏观背景生成上更加详细。

从网友做的对比图中可以看到，DALL·E3和DALL·E2之间的差距，可以说是史诗级的。网友表示，OpenAI这次绝不仅仅是为了超越Midjourney。谷歌才是他们最大的竞争对手，尤其最近Gemini一直箭在弦上。

有人说，这种变化体现了AI作画工具的一个重要演进趋势：听懂人话。如果AI能让我们更好地描述和修改图像，那就太好了！DALL·E3能走多远，让我们拭目以待。

DALL·E3+ChatGPT

DALL·E3+ChatGPT，有多惊艳？Altman在一段宣传视频暗藏了DALL·E3生成的可爱细节。DALL·E3能够把一个5岁孩子的幻想，变成现实。「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？」ChatGPT自动根据4个不同提示词，生成了不同的风格的图像。这里选择了最后一张，就可定下继续创作的基图。接下来，给小刺猬起名Larry，并为它画一个房子。可以看到，DALL·E3不仅准确理解了要求，而且还能够在图片中标注文字，在一个邮箱上面有「Larry」。完全解决了，之前DALL·E模型完全不会写字的难题。你还可以边画，边完善故事情节，甚至还能为其配上插画。另外，DALL·E3还可以根据以上风格，生成可爱的贴纸，最后，让ChatGPT总结上上述内容，再生成一个睡前故事，简直绝绝子。OpenAI官方，也给出了一大波精美图集。

全新原型，代号「Gizmo」

与此同时，网友「TiborBlaho」还爆料称，OpenAI正在为ChatGPT开发一款代号为「Gizmo」的全新原型——它有着更新的UI界面，并为企业客户引入了强大的「Gizmo编辑器」，允许用户创建自己的「GPT」。具体来说，你可以为自己的GPT定义个人资料图片、模型（GPT-3.5或GPT-4）、能力（包括DALL·E、网页浏览、编码沙盒、插件等）、已启用的插件列表、行为（这个GPT是什么，它做什么，它应该知道什么）、欢迎消息（当用户与这个GPT开始新的聊天时，它应该说什么），并决定这个GPT是不是私有的。

参考资料： https://openai.com/dall-e-3