OpenAI宣布在ChatGPT中引入一項新功能，可以根據用戶對話創建獨特的圖像。該功能可供ChatGPT的Plus和Enterprise用戶使用，便于基于用戶描述進行視覺渲染，并支持直接在聊天中進行迭代細化。底層技術由OpenAI的高級圖像模型DALL·E 3驅動。

DALL·E 3是OpenAI內外多項研究進展的結晶。值得注意的是，它的視覺效果不僅更吸引人，而且更清晰，優于前代。它在渲染文本、手和面部特征等復雜組件方面表現出嫻熟的技巧。增強了對詳細提示做出反應和支持各種縱橫比的能力，這源于先進的訓練方案。

通過使用尖端的圖像字幕，可以為訓練圖像生成更好的文本描述。DALL·E 3通過在這些增強型字幕上的持續訓練產生了一個與用戶提供的描述更加一致的模型。OpenAI的一篇研究論文對這一過程進行了全面的探索。

ChatGPT現在可以通過簡單的對話創建獨特的圖像

安全措施

在部署DALL·E 3時，OpenAI建立了一個強大的安全機制，以減少有害圖像的產生，其中包括暴力、露骨或宣揚仇恨的內容。對用戶輸入及其相應輸出會先進行安全評估。另外初始用戶的反饋和專家評估為改進提供了依據，特別是在識別和解決安全檢查中的盲點方面。

該模型以在世藝術家風格或公眾人物去生成圖像的傾向已經減少，圖像中的人口代表性也得到了增強。

用戶協作

OpenAI強調用戶反饋在完善其產品方面的價值。ChatGPT用戶可以直接與研究團隊溝通，報告輸出中的問題或差異。這種反饋回路由廣泛的用戶社區補充，有助于確保人工智能系統的負責任進化，與OpenAI的使命保持一致。

來源分類器

OpenAI還在試驗一種來源分類器，該分類器旨在確定圖像是否由DALL·E 3生成。在早期的內部評估中，當圖像未被修改時，它在識別圖像是否由DALL·E生成方面的準確率超過99%。當圖像經過常見的修改類型時，如裁剪、調整大小、JPEG壓縮，或者當真實圖像的文本或剪切被疊加到生成圖像的小部分上時，它的準確率保持在95%以上。

雖然分類器表明了DALL·E3參與的可能性，但它并沒有提供確鑿的證據。作為識別人工智能生成內容的更廣泛努力的一部分，該工具與其他策略一起，可能在未來發揮關鍵作用。

藝術完整性

最后，DALL·E 3原則上會拒絕模仿在世藝術家風格的圖像生成請求。但藝術家也可以選擇將他們的創作用于OpenAI訓練后續圖像生成模型。