梦晨 萧箫 发自 凹非寺
量子位 | 公众号 QbitAI

起猛了，OpenAI竟然把AI绘画和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——

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。词，ChatGPT帮你拓展；画，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：

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。

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：

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。”

还有网友调侃，这简直就是给即将到来的谷歌Gemini上压力。

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。

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。

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。

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。

反正都用上ChatGPT了，不如把故事情节也完善一下？

刚编好的情节立马就可以有配套的插画了。

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。

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。

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。

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）

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。

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。

复杂场景与不存在的概念组合，效果很惊艳。

搞室内设计概念图，光影明暗关系乍看也挑不出毛病。

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）。

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。

CEO奥特曼最喜欢的则是这张“牛油果看医生”。

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……

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！

“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。

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。

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。

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。

这张散落在海底的只有大炮残骸，没有宝藏。

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：

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