Prompt engineering

En nærmere kig på OpenAIs DALL-E 3

Aayush Mittal
Føj Unite.AI til dine foretrukne kilder på Google
DALL·E 3
NøglepunkterDALL-E 3 integrerer med ChatGPT for at forfine prompts og forbedre billednøjagtigheden.
Vis mere
  • DALL-E 3 integrerer med ChatGPT for at forfine prompts og forbedre billednøjagtigheden.
  • Den overgår tidligere modeller ved bedre at forstå kontekst og generere detaljerede, realistiske billeder.
  • OpenAI afhjælper risici med indholdsfiltre og sikkerhedsforanstaltninger til ansvarlig brug af AI.

I verden af generativ AI er det vigtigt at følge med i de seneste udviklinger. Og når det kommer til at generere billeder, var Stable Diffusion og Midjourney de platforme, alle talte om – indtil nu.
OpenAI, som er støttet af tech-giganten Microsoft (MSFT ), introducerede DALL-E 3 den 20. september 2023.
DALL-E 3 handler ikke kun om at skabe billeder, men om at bringe dine idéer til live, præcis som du forestillede dig dem. Og det bedste er, at det er hurtigt, rigtig hurtigt. Du har en idé, du giver den til DALL-E 3, og bang, dit billede er klar.
Så i denne artikel vil vi dykke dybt ind i, hvad DALL-E 3 er. Vi vil tale om, hvordan det fungerer, hvad der adskiller det fra resten, og hvorfor det måske er det værktøj, du ikke vidste, du havde brug for. Uanset om du er designer, kunstner eller bare nogen med mange cool idéer, vil du ønske at blive hængende her. Lad os komme i gang.
Det nye ved DALL-E 3 er, at det forstår sammenhængen meget bedre end DALL-E 2. Tidligere versioner kunne have overset nogle detaljer eller ignoreret nogle detaljer her og der, men DALL-E 3 rammer præcist. Det fanger de eksakte detaljer af, hvad du beder om, og giver dig et billede, der er tættere på, hvad du forestillede dig.
Det spændende er, at DALL-E 3 og ChatGPT nu er integreret sammen. De arbejder sammen for at hjælpe med at finpudse dine idéer. Du præsenterer en idé, ChatGPT hjælper med at finpudse prompten, og DALL-E 3 bringer det til live. Hvis du ikke er tilfreds med billedet, kan du bede ChatGPT om at justere prompten og få DALL-E 3 til at prøve igen. For en månedlig pris på 20 $ får du adgang til GPT-4, DALL-E 3 og mange andre cool funktioner.
Microsofts Bing Chat fik fingre i DALL-E 3, før OpenAIs ChatGPT gjorde, og nu er det ikke kun de store virksomheder, men alle, der kan lege med det gratis. Integrationen i Bing Chat og Bing Image Creator gør det meget lettere at bruge for alle.

Diffusionsmodellernes fremkomst

I de sidste 3 år har vision AI oplevet opkomsten af diffusion-modeller, der har taget et betydeligt skridt fremad, især i billedgenerering. Før diffusion-modellerne var generative adversarial networks (GAN’er) den teknologi, der blev brugt til at generere realistiske billeder.

GANs

GANs


Jeg har brugt de sidste fem år på at dykke ned i den fascinerende verden af Machine Learning og Deep Learning. Min passion og ekspertise har ført mig til at bidrage til over 50 forskellige software-ingeniørprojekter, med et særligt fokus på AI/ML. Min fortsatte nysgerrighed har også ført mig mod Natural Language Processing, et felt jeg er ivrig efter at udforske yderligere.