DALL·E

DALL·E是2021年1月美国人工智能非营利组织OpenAI推出的图像生成系统。通过接收文本和图像作为包含最多1280个标记的单个数据流，并使用最大似然进行训练，以逐个生成所有标记。DALL·E可以根据用户提供的简单描述创建较为逼真和清晰的图像，同时也可以根据文字来制作建筑物上的标志。^[1][2]

2021年1月，美国人工智能非营利组织OpenAI推出书面文字生成图像的人工智能系统DALL·E。^[1][2]2022年9月29日，OpenAI取消了访问其文本生成图像系统DALL·E 2的等待名单。^[3]2024年2月7日，OpenAI宣布其图像生成器DALL·E 3开始为所生成的图像添加来自内容来源和真实性联盟 (C2PA) 的水印。^[4]

2021年4月，DALL·E入选由技术领域全球知名大学组成的Netexplo大学网络历时一年，在全球范围内遴选出的10项极具突破性的数字创新技术。^[1]

DALL·E来源于著名画家达利（Dalí）和机器人总动员（Wall-E）。^[1][2]

2021年1月，美国人工智能非营利组织OpenAI推出书面文字生成图像的人工智能系统DALL·E。^[1][2]2022年9月29日，OpenAI取消了访问其文本生成图像系统DALL·E 2的等待名单，意味着任何人都可以注册使用这个人工智能艺术生成器。^[3]次年10月3日，微软官网宣布，OpenAI最新的DALL·E 3模型现面向所有Bing Chat和Bing Image Creator用户开放。DALL·E 3是OpenAI图像生成模型的第三个版本。^[2][5]

2024年2月7日，OpenAI宣布，其图像生成器DALL·E 3开始为所生成的图像添加来自内容来源和真实性联盟 (C2PA) 的水印，以帮助用户识别使用人工智能 (AI) 生成的内容。^[2][4]

DALL·E可以根据用户提供的简单描述创建较为逼真和清晰的图像，该系统熟悉各种艺术风格，其中包括插画和风景等。它还可以根据文字来制作建筑物上的标志，并分别制作同一场景的草图和全彩图像。^[1][2]

DALL·E具有不同程度的可靠性，可通过自然语言访问3D渲染引擎功能的子集。它可以独立控制少量对象的属性，并在有限的范围内控制对象的数量以及它们之间的排列方式。它还可以控制渲染场景的位置和角度，并可以根据精确的角度和照明条件规范生成已知对象。^[2]

2024年2月15日，OpenAI发布了最新的视频生成模型Sora，Sora采用了OpenAI文生图模型DALL·E 3背后的技术，可将简短的文本描述转化成长达1分钟的高清视频。^[6]