「OpenAI、DALL·E 3を発表：テキストから画像生成における革命的な進展」

OpenAI announces revolutionary progress in text-to-image generation with DALL·E 3.

OpenAIは、革新的なテキストから画像を生成する技術の最新バージョンであるDALL·E 3の発表を行い、重要な技術的進歩を遂げました。細かい説明を理解する能力が前例のないDALL·E 3は、ユーザーがテキストのアイデアを驚くほど正確な画像に翻訳することで創造的な世界を根本的に変革することを約束しています。

DALL·E 3は現在、研究プレビューとして提供されており、その能力を垣間見ることができます。しかし、この先進的な技術の広範な提供は、10月初旬に予定されており、ChatGPT PlusおよびEnterpriseの顧客はAPIおよびLabsを通じてアクセスすることができます。

現代のテキストから画像へのシステムの主な欠点の1つは、プロンプト内の重要な単語や詳細を見落とす傾向があることであり、これによりユーザーが複雑なプロンプトエンジニアリングを行う必要があります。DALL·E 3は、提供されたテキストに正確に適合する画像を生成するための画期的な解決策を提供し、前バージョンのDALL·E 2と比較しても一貫して優れたパフォーマンスを発揮しています。

• 報告書：OpenAIがGPT-VisionというマルチモーダルLLMをリリースするための取り組みを加速中
• 「画像の補完の進展：この新しいAI補完による2Dと3Dの操作のギャップを埋めるニューラル放射場」
• 「PyTorchモデルのパフォーマンス分析と最適化—パート6」

DALL·E 3の特徴的な点は、ChatGPTとのネイティブな統合です。これにより、ユーザーはChatGPTをブレインストーミングパートナーとプロンプトリファイナーとして活用することができます。ユーザーは簡潔な文から複雑な段落まで、自分のビジョンをChatGPTに伝えることができます。ChatGPTは、ユーザーのコンセプトに生命を吹き込むためにDALL·E 3用のカスタマイズされた詳細なプロンプトを自動的に生成します。さらに、生成された画像が完璧でない場合、ユーザーはわずか数語でChatGPTに正確な調整を指示することができます。

OpenAIは、ChatGPT PlusおよびEnterpriseの顧客が数週間後にDALL·E 3を利用できるようにすることに対してアクセシビリティへの取り組みを継続しています。DALL·E 3を使用して作成した画像については、DALL·E 2と同様に、OpenAIの許可なしで再印刷、販売、商品化することができます。

OpenAIは、望ましくないコンテンツの生成を抑制する責任も強調しています。DALL·E 3は、暴力的な、成人向けの、または憎悪的なコンテンツの生成能力を制限する厳格な制御機能を備えており、この技術が創造的かつ建設的な目的のためのツールとして残ることを保証しています。

DALL·E 3の発表により、OpenAIはAIによる創造性の限界を押し広げ、詳細で現実的な画像をテキストの説明から生成するための強力で使いやすいプラットフォームを提供しています。10月が近づくにつれて、ChatGPT PlusおよびEnterpriseの顧客はこの驚くべき技術の可能性を解き放つことを待ち望んでいます。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!