OpenAI 開放 DALL-E 3 影象生成 AI 模型，並宣布新的影象分類器
介紹
OpenAI 公司近日宣布，已將其最新的影象生成 AI 模型 DALL-E 3 提供給 ChatGPT Plus 和 ChatGPT 企業版的使用者。這一舉措擴大了該模型的使用範圍，使得使用者可以利用 DALL-E 3 生成更具視覺衝擊力且細節更加清晰的影象。與之前的版本相比，DALL-E 3 模型能夠可靠地渲染包括文字、手部和面部在內的複雜細節。此外它對於詳細的提示非常敏感，同時支援橫向和縱向的圖片。
超越競爭對手的能力
DALL-E 3 除了能夠生成影象外，還能夠將文字和排版融入影象中。這一功能對於市場銷售、品牌推廣以及其他商業視覺內容（如宣傳圖片或銷售材料）非常有用。相比之下，包括 Adobe Firefly 2 和 Midjourney 在內的其他影象生成 AI 競爭對手無法提供這樣的能力。OpenAI 提供了幾個關於 DALL-E 3 在 ChatGPT Plus 上的應用示例，包括為學校專案和企業 logo 生成藝術品。
在 VentureBeat 對 DALL-E 3 ChatGPT Plus 整合的實測中，我們發現其與其他影象生成服務相比，還提供了一項有價值的功能，即使用者可以與 AI 對話，要求它修改影象、調整元素的位置或更改元素，而無需生成完全不同的影象或由人類使用者進行編輯。下面的截圖是我們使用這一功能創作的本文圖片的示例：
[圖片截圖]
打擊假新聞和宣傳
除了推出 DALL-E 3，OpenAI 還發表了一篇關於該模型開發的研究論文。該論文提到，OpenAI 正在開發一個影象分類器，可以高達 95-99%的準確率判斷一張影象是否是由 DALL-E 3 生成的。這對於打擊越來越多的 AI 產生的假新聞和宣傳內容尤為重要，尤其是在以色列和哈馬斯的衝突爆發期間。OpenAI 在其部落格中寫道：“我們正在研究和評估一個初步版本的產地分類器，這是一個新的內部工具，可以幫助我們識別一張影象是否由 DALL-E 3 生成。在早期的內部評估中，當影象未經修改時，這個分類器在識別一張影象是否由 DALL-E 生成方面，準確率超過 99%。當影象經過常見的修改，比如裁剪、縮放、JPEG 壓縮，或者將真實影象的文字或剪下部分疊加到生成影象的小部分時，準確率仍然超過 95%。儘管在內部測試中的結果非常理想，這個分類器只能告訴我們一張影象很可能是由 DALL-E 生成的，但還不能讓我們做出確保性的結論。這個產地分類器可能成為幫助人們理解音影片是否為 AI 生成的技術之一。”
這一分類器的研發展示了 OpenAI 對其產品負責任的態度以及對其對社會產生負面和有害影響的一些關注。不過值得一提的是，OpenAI 曾先後推出和撤回一個用於 AI 生成文字的分類器，OpenAI（以及許多研究人員和使用者）後來得出結論，該分類器的準確率不夠高，對於以英語為第二語言的作者來說將人類生成的文字錯誤標記為 AI 生成的文字。當前 OpenAI 對新的 AI 影象分類器的發布時間尚未公布。
結論和建議
OpenAI 的 DALL-E 3 模型的推出為使用者提供了更強大的影象生成能力，同時為市場銷售和品牌推廣等領域提供了更多可能性。然而隨著 AI 技術的不斷發展，我們也應該關注它的負面和有害影響，比如假新聞和宣傳內容的擴散。OpenAI 的努力開發影象分類器以擊敗 AI 產生的假新聞和宣傳內容是一個積極的舉措，值得稱讚。
然而隨著 AI 技術的應用越來越廣泛，我們也需要更多的法規和監管機制來確保 AI 技術的合理和負責任使用。這將幫助我們避免 AI 技術被濫用，同時保護個人隱私和公共利益。此外我們也需要提高 AI 的透明度和可解釋性，以便使用者和監管機構能夠更好地理解和掌握 AI 在其生活和工作中的應用。
總之 OpenAI 的 DALL-E 3 模型的推出將帶來更多的創造力和可能性，同時也需要我們共同努力確保 AI 技術的負責任和可持續發展。我們應該始終把人類的價值觀和福祉放在首位，以確保 AI 技術能夠為社會帶來真正的價值和益處。
延伸閱讀
- 黑森林實驗室 Grok 影象生成器驚傳融資 1 億美元，估值突破 10 億大關！
- 探索黑森林實驗室：為馬斯克打造瘋狂 AI 影象生成器的創新新星！
- 亞馬遜推出全新 AI 產品影象生成器
- OpenAI 爭論何時發布其 AI 生成的影象檢測器
- Bing Chat 現已內建 DALL-E 3 AI 影象生成器！讓你優雅轉圈圈
- Windows 11 在 Paint 中測試搭載 DALL-E 引擎的文字轉圖功能
- 「Getty Images 推出 AI 驅動的影象生成器」
- OpenAI 釋出 DALL-E 的第三版本：藝術與 AI 的驚人結合
- 開放 AI 的 DALL-E 將在 Shutterstock 的相簿上再接再厲訓練六年
