OpenAI Dall-E 3 の発売: 飛躍的な生成 AI プラットフォーム

OpenAI は、有名な生成 AI プラットフォーム Dall-E の次世代である Dall-E 3 を正式に発表しました。これは、Dall よりも「大幅に多くのニュアンスと詳細」を処理できる、大幅に改善されたテキストベースの画像作成機能に焦点を当てています。 E2.

「現代のテキストから画像への変換システムは、個々の単語や些細な説明を無視する傾向があり、ユーザーはその場でテクニックを習得する必要がある」とOpenAIは述べた。しかし、Dall-E 3 は、提供されたテキストに正確に準拠した画像を作成する能力において飛躍的な進歩を遂げています。」

言い換えれば、Dall-E 3 は、以前のバージョンのように特定の単語をスキップすることなく、文脈をよりよく理解できるようになりました。これには、テキスト プロンプトの最も小さな詳細のレンダリングの作成や、画像の通りの上にある月などのシーンの他の要素とテキスト プロンプトとの間に適切な間隔を配置することが含まれます。下の写真。特に、Dall-E 3 は、多くの既存の AI 画像生成装置が常に苦労してきた、人間の手をより正確に作成できるようになると約束しています。

OpenAIによると、DALL-E 3のAIアルゴリズムは、以前のバージョンのように特定のキーワードだけに焦点を当てるのではなく、入力テキストの意味をよりよく理解できるように強化されたという。これにより、DALL-E 3 は入力コンテキスト全体を考慮および評価して、より適切な画像を作成できるようになります。

Dall-E 3 は、ChatGPT Plus および Enterprise の顧客が 10 月からアプリケーション プログラミング インターフェイス (API) 経由で利用できるようになります。ユーザーは、ChatGPT を使用したチャットを通じて画像のリクエストを行ったり、リマインダーを調整したりできます。OpenAI の目的は、チャットボットの言語スキルと画像ジェネレーターを組み合わせることで、ユーザーが正確で高度にカスタマイズ可能な画像を作成できるようにすることです。ChatGPT は単純なコマンドであっても、DALL-E 3 に指示するための長い詳細なコマンドに拡張できます。

アイデアが提案されると、ChatGPT は Dall-E 3 に対して詳細で適切なプロンプトを自動的に作成し、アイデアを現実化します。特定の画像が気に入っているが、あまり適切ではない場合は、ほんの数単語で ChatGPT に編集を依頼できます。

全体として、Dall-E 3 の発売は画像作成 AI テクノロジーにとって重要な前進を示し、将来的にはコンテンツ作成アプリケーションに多くの新たな機会が開かれることが約束されています。

しかし、Dall-E 3 の発表の中で OpenAI は、AI が生成した画像を悪用した詐欺のリスクに関する懸念が高まっていることを認めました。「私たちはまた、AIを使用して画像がいつ作成されたかを人々が識別できるようにする最良の方法も研究中です」とOpenAIは述べた。同社は、AIが生成したアートと人間が生成したアートを解読するための内部ツールの開発に取り組んでおり、間もなくさらに多くの情報を共有すると述べている。OpenAIがAI生成のテキスト検出ツールを近いうちに復活させてくれることを期待したい。このツールはパフォーマンスが悪いため、7 月に無効になりました。