Десет дни след като беше обявен, DALL-E 3 изглежда вече е достъпен за обществеността чрез инструмента Image Creator на Microsoft като част от неговия браузър-базиран пакет за изкуствен интелект.
Рано сутринта в събота общностите на създателите на цифрово изкуство в Reddit и Twitter откриха, че чрез Bing са достъпни значително подобрени възможности за интерпретиране на изображения и текст. Подобрението, за което се смята, че е DALL-E 3, все още не е достъпно чрез уебсайта OpenAI.
Така че създателят на изображения в Bing вече използва Дале 3!
Хубаво и безплатно!
Първи мисли…
Той следва много стриктно въведената подсказка , проверете подсказките в ALT, за да видите колко е точен! DALLE3 OpenAI Dalle digitalart AIart AIArtCommuity AIartists pic. twitter.com/GuGX7OrHRH– Orcton (@OrctonAI) 30 септември 2023 г.
DALL-E 3 е дългоочаквано подобрение на изключително популярния генератор на изображения с изкуствен интелект DALL-E 2 от OpenAI. Докато ChatGPT, генеративният чатбот с изкуствен интелект на OpenAI и текстово базиран инструмент, се радва на доминираща позиция в своето пространство, DALL-E е изправен пред силната конкуренция на инструменти като Midjourney и Stable Diffusion. Сравнението с помощта на DALL-E 2 показа някои недостатъци.
През юли любителите на изкуството на изкуствения интелект имаха възможност да експериментират с намиращите се в процес на разработка подобрения на DALL-E 2 на OpenAI. YouTube инфлуенсърът MattVidPro демонстрира, че той превъзхожда своя предшественик, както и други генератори на изображения.
„Това издухва всичко, което сме виждали досега, това е лудост“, каза той по това време. „Midjourney не може да се конкурира на това ниво – дори не мисля, че шестата версия на Midjourney ще може да се конкурира на това ниво.“
В тази предварителна версия на технологията липсваха защитите, въведени от големите разработчици на изкуствен интелект, за да се предотврати злонамерено или измамно използване, което позволи на MatVidPro да демонстрира напълно нецензурирана реализация на DALL-E.
Когато DALL-E 3 беше официално обявен на 20 септември, подобрените му възможности бяха ясни – като междувременно бяха въведени предпазни мерки за обществеността. По онова време изглеждаше, че платените клиенти на продуктите ChatGPT Plus и Enterprise на OpenAI ще получат достъп първи.
Нашият нов модел за преобразуване на текст в изображение, DALL-E 3, може да превежда нюансирани заявки в изключително подробни и точни изображения.
Очаквайте скоро ChatGPT Plus & Enterprise, който може да ви помогне да създадете невероятни подсказки, за да вдъхнете живот на идеите си:https://t.co/jDXHGNmarT pic.twitter.com/aRWH5giBPL
– OpenAI (@OpenAI) September 20, 2023
В края на петък MattVidPro разкри, че публичното пускане на DALL-E 3 е предстоящо, като отбеляза, че някои потребители могат да получат ранен достъп чрез Bing Image Creator, като влизат и излизат от акаунтите си в Microsoft, използват по-неясни уеб браузъри или изчистват кеша на браузъра си. Към момента на писане на статията обаче подобни трикове вече не са необходими.
„Знаем, че DALL-E 3 е способен на повече в ChatGPT [интерфейса], но изглежда, че все още никой не получава достъп до него, но хората определено получават достъп чрез Bing Image Creator“, каза той.
Въпреки че интерфейсът на Bing Image Creator не разкрива използваната версия на DALL-E, MattVidPro сподели тестови подкани, които биха разкрили дали използвате новата версия. Сред тях са възможността за визуализиране на четлив текст, а не на случайни бълнувания, както и възможността за изобразяване на исторически личности и известни знаменитости – макар че някои отбелязаха, че други инструменти може би целенасочено ограничават възможностите си на този фронт.
„Този модел е толкова мощен, че е трудно да се определи количествено“, каза той. „Dall-E 3 е абсолютно луд – това е лесно най-добрият генератор на изображения с изкуствен интелект в историята.“
„С ръка на сърцето, всяко едно поколение, което излиза от това нещо, е по-добро от всичко, което съм виждал от който и да е друг генератор на изображения преди“, добави той.