OpenAI于9月21日在其官网上发布了DALL·E 3的介绍页面。作为一款新的文生图模型，DALL·E 3能够根据文本提示词生成各种风格的高质量图像。DALL·E 3是去年4月推出的DALL·E 2的升级版本，同样因其强大的图像生成能力而引起广泛关注。那么，DALL·E 3在一年半的时间里有哪些方面的提升呢？与Midjourney、Stable Diffusion等AI绘画工具相比又有何不同呢？今天我们将一起来了解。
10月1日更新内容：DALL·E 3 已在微软Bing上线，可免费使用！文末有一键直达！
一、DALL·E 3 的特点
DALL·E 3 介绍页面： https://openai.com/dall-e-3
根据官方介绍，DALL·E 3在图像生成方面具有显著的提升。它能够生成与提示词完全符合的图像，并且能够理解更多的细微差别和细节，使用户能够轻松地根据自己的想法生成准确的图像。下面是官方提供的对比图，可以清楚地看到，在相同的提示词下，DALL·E 3在图像质量和细节呈现方面比DALL·E 2表现更好。这表明DALL·E 3在图像生成的能力上有了显著的提升，为用户提供了更高质量的图像生成体验。
通过对比DALL·E 3与Midjourney v5.2和Stable Diffusion XL 1.0的图像生成结果，可以清楚地看出DALL·E 3在理解自然语言和准确呈现形象细节方面的优势。例如，在提示词“治疗师，一个勺子”和“闭着眼睛高兴地咬了几口”下，DALL·E 3能够准确理解并生成对应的图像细节，而Midjourney和Stable Diffusion则无法达到同样的效果。此外，DALL·E 3还能正确地生成文本内容“I just feel so empty inside”，而其他工具则无法实现相同的效果。这进一步证明了DALL·E 3在图像生成和文本理解方面的卓越能力。
DALL·E 3在处理更长、更复杂的提示词时表现出色。它能够在生成的图像中完整呈现提示词中的各种元素和特征，例如海鸥、绿光、旋转的云以及带有图案的地毯等。相比之下，Midjourney和Stable Diffusion在处理相同的提示词时可能会遗漏一些细节特征。这进一步展示了DALL·E 3在图像生成方面的优势，它能够更准确地理解并呈现复杂提示词中的各种元素和特征，为用户提供更丰富、更精确的图像生成体验。
除了强大的图像生成能力，DALL·E 3还具备与ChatGPT的同屏使用的优势。在官网的演示视频中，我们可以看到当用户提出一段想法时，ChatGPT会自动生成非常详细的提示词，并调用DALL·E 3生成准确的图像。用户还可以直接发送文字指示，让ChatGPT对图像进行修改。整个过程中，ChatGPT能够提供无限的灵感和创意，而DALL·E 3则能够快速将用户的想法具象化呈现。这种流畅的配合使得一个故事的诞生变得轻松自然，为用户带来了全新的图像生成体验。这一创新让人眼前一亮，为用户提供了更加丰富、有趣的创作方式。
根据官网显示，DALL·E 3生成的图像可以直接用于商业用途。同时，OpenAI在相关版权政策上进行了一些新的变化。其中包括，DALL·E 3将拒绝生成在世艺术家风格的图像，并给予艺术创作者选择退出OpenAI未来图像生成模型训练的权利。此外，DALL·E 3还提升了图像生成的安全性。它拒绝生成公众人物的图像，并限制了暴力、成人或仇恨内容的生成。此外，DALL·E 3还弱化了生成图像中潜在的偏见性。这些改进措施旨在确保图像生成的合理性和安全性，为用户提供更加可靠和负责任的使用体验。
二、DALL·E 3 使用
DALL·E 3计划于10月初上线，并通过API向ChatGPT Plus用户和企业客户提供服务。值得注意的是，尽管OpenAI拥有一个名为DALL·E的AI绘画网站（目前使用的是DALL·E 2模型），可以根据文本生成图像并进行局部重绘，但DALL·E 3似乎不会在该网站中同步更新。因此，用户需要通过API接口来使用DALL·E 3的功能。这一更新将为用户提供更加强大和多样化的图像生成能力，为创作和商业应用带来更多可能性。
DALL·E： https://labs.openai.com/ （需要登录 OpenAI 账号后才能使用）
DALL·E 3 的吸引力是毋庸置疑的，但想要用上它可能并不容易。毕竟能否成功注册一个 OpenAI 账号对我们来说可能都是一个大问题，而且之前也出现账号注册成功后又被封禁的情况，从这点来看 Midjourney 和开源的 Stable Diffusion 就友好的多了。
在 DALL·E 3 in ChatGPT 的演示视频中， 虽然展示了文生图、按提示修改图像等操作，但图像处理功能并没有更多体现。目前 Midjourney 和 Stable Diffusion 的功能都非常完善，可以实现自定义画幅、图生图、高清放大、局部重绘、外绘拓展等操作，这些功能未来在 DALL·E 3 中能否实现，以及如何通过 ChatGPT 实现都还是未知数。
从另一方面来说，DALL·E 3 的出现表明文生图技术又有了新的进步：AI 可以更好地理解自然语言、准确地且完整地呈现画面细节和元素之间的关系，以及生成正确的文本内容，这意味着 Midjourney 和 Stable Diffusion 等 AI 绘画工具的图像生成能力在未来可能也会有同样的提升。同时 DALL·E 3 in ChatGPT 也会进一步促进多模态输出模式的发展，未来肯定会有更多 AI 聊天工具也支持生成图像。
