详情请进入 湖南阳光电子学校 已关注:人 咨询电话:0731-85579057 微信号:yp941688, yp94168
OpenAI在一篇博文中表示,该系统是具有里程碑意义的GPT-3语言模型的120亿参数版本。
DALL-E模型具有多种功能,括创建动物和物体的拟物化版本,以合理的方式展示相关的概念,渲染文本,以及对现有图像进行转换。
比如在该模型中选定“与猫有关的文本关键词”,同时选择给定的其中一种猫类型, 终系统会自动生成一系列与猫主题有关的图像,并且风格呈现多样化。
训练该模型的数据集主要基于互联网大量文本-图像。这使得它能够通过探索提示的结构来创造出全新的图片。比如生成一些令人印象深刻的地标、位置、杂交动物和不同年代设计的图像。但是OpenAI承认并不是所有的结果都是成功的。
不过,OpenAI承认并不是所有生成的结果都是成功的。该公司表示,DALL-E系统有时无法绘制出某些特定的项目,混淆了对象与其特定属性之间的关系。
通常,提示DALL-E写的字符串越长,成功率越低。测试中发现,重复部分文本内容,准确率有所提高。
当回答有关地理方面的问题时,比如旗帜、菜肴和当地野生动物,DALL-E也经常反映出肤浅的刻板印象。考虑到人们越来越关注人工智能算法偏见的问题,这个缺点尤为明显。
OpenAI表示,它计划分析DALL-E等模特的社会影响,但该公司认为,该系统表明“通过语言操纵视觉概念现在已经触手可及。”
感兴趣的小伙伴可以在OpenAI网站上查看更多DALL-E模型生成的图像。
责编AJX