OpenAI расширяет доступность своего последнего генератора текста в изображение. Сегодня, компания предоставляет клиентам ChatGPT Plus и Enterprise доступ к новой модели DALL-E 3, работающей в приложении ChatGPT. OpenAI утверждает, что они разработали стек мер безопасности для модели, что готовит ее к более широкому выпуску.
DALL-E 3 был впервые анонсирован в прошлом месяце, и OpenAI продемонстрировала, как он улучшил предыдущую модель DALL-E 2, позволяя пользователям использовать ChatGPT для написания более длинных и визуально описательных запросов, которые затем питают генератор изображений. DALL-E 3 был добавлен в Bing Chat и Bing Image Generator, делая платформу Microsoft первой, предоставившей более широкий доступ к модели — даже до ChatGPT.
Ограничения, заявленные для предотвращения вредных изображений, не всегда работали, и пользователи генерировали изображения Всемирного Торгового Центра с персонажами, такими как Губка Боб и другие, управляющими самолетами в направлении зданий. Даже после блокировки определенных запросов Microsoft, другие простые обходные пути приводили к похожим результатам.
Генераторы текста в изображение, такие как Midjourney, Stable Diffusion и предыдущие версии DALL-E, имели свою долю контроверсий. Технология выводила материалы с авторскими правами, неконсенсуальные нюды, измененную этническую принадлежность объектов и фотореалистичные искажения облика общественных деятелей.
OpenAI обещает, что на этот раз были предприняты гораздо более обширные шаги и предоставляет веб-сайт, на котором показана проделанная работа над DALL-E 3. Компания говорит, что они будут "ограничивать вероятность модели генерировать контент в стиле живописи современных художников, изображения общественных деятелей и улучшать демографическое представительство в созданных изображениях". У OpenAI также есть внутренний инструмент "происхождения классификатора", о котором говорится, что он способен с точностью 99 процентов определить, было ли изображение создано DALL-E 3.