重磅！OpenAI将发布DALL·E 3，多模态ChatGPT来了

来源：AIGC开放社区

图片来源：由无界 AI‌ 生成

9月21日凌晨，OpenAI在官网宣布，在今年10月份将通过API向ChatGPT Plus和企业版用户提供全新文本生成图片产品——DALL·E 3。

这意味着，ChatGPT在DALL·E 3加持下将开启久违的多模态输出模式，用户通过文本就能直接在ChatGPT中生成各种类型图片。

例如，在ChatGPT中输入，生成一只可爱的米老鼠、二次元风格、在火星中奔跑、面带惊恐的表情、背着一个火箭背包。如果对生成的图片不满意，可以让其反复生成直到满意为止。

早在2021年，OpenAI基于GPT-3大语言模型和变分自编码器（VAE），开发了文本生成图片产品DALL·E，使用方法和功能与Midjourney、百度文心一格等产品类似。

该名字来源于艺术家Salvador Dali和电影《玩具总动员》中的角色WALL·E，也反映了该产品的主要技术特性，生成具有创新性和想象力的图片。

在2022年4月，OpenAI又发布了DALL·E 2，在功能、资源消耗方面进行了大幅度优化。

今天宣布的DALL·E 3，将比前两代功能更加强大并且可集成在ChatGPT中使用，使其实现多模态输出。

为了增强DALL·E 3的数据安全，OpenAI进行了以下优化。

• 禁止DALL·E 3生成暴力、仇恨、成人等非法内容；
• 禁止生成偏见、歧视、丑化公众人物的图片；
• 内置内容来源分类器，用于识别DALL·E 3生成的图片，防止用于非法用途；
• 可以选择DALL·E 3是否可以提供特定艺术家风格图片：默认是允许；如果艺术家不允许可以申请将其作品，从训练数据中剔除。

（申请地址：https://share.hsforms.com/1_OuT5tfFSpic89PqN6r1CQ4sk30）

以下是OpenAI在官网展示的DALL·E 3生成的图片效果。从展示可以看出，DALL·E 3可以生成写实、二次元、平面、创意、朋克、3D等多种类型的图片。