Dall-e：从拟物文字到图片的创造

人类不断地从五种感官接收和整合信息，通过视觉、听觉、触觉、嗅觉和味觉等生物信息来理解文字和图片。然而文字和图片属于符号，Dall-e模型在理解符号的含义时并不能通过生物信息的传递。通过将对自然语言的理解与生成相应视觉表现的能力结合起来——换句话说，通过“读”和“看”的能力——DALL-E有力地展示了多模态AI的潜力。

DALL-E生成的图像未曾存在于世界上或任何人的想象中。它们不是对互联网上现有图像进行操作的结果——它们是新颖的效果图，有时因其聪明和独创性而令人惊叹。这些图像是DALL-E的人类创造者在很多情况下没有预料到的，也不可能预料到的。

功能一，创造拟人的器具

它不仅能够准确执行，而且能进行创造，举个例子（其结果的默认排序是越靠前越接近文本描述）：

功能二，Dall-E能够很聪明地捕捉到每个事物的特性，并且合理地组织在了一起。

比如，“一个用长得像奇美拉的乌龟做的长颈鹿”

功能三，根据文本自动渲染真实场景图片，其仿真程度与真实照片十分接近。

举例，“一个写着open ai的广告牌”

功能四，根据文本指令改变和转换现有图片风格。

比如，“把这张照片里的猫转换成手绘草图”

不同于GAN（生成式对抗网络）的一点是，虽然GAN能够替换视频里的人脸，但其仅仅限制于人脸的范畴，而Dalle是将概念和概念之间做了关联，这在以往也是从未被实现过的。

应用前景设想

以服装设计为例，达利具备了细节属性操控能力，这一点是GAN（生成式对抗网络）所缺乏的能力，在模特图生成上，具备完全自动化属性。

再看室内设计，一个带有拱门和意大利元素且带壁炉的客厅，这样的要求描述不仅符合甲方的思路，而且在满足要求前提下，给出了非常多的合理布局设计。假如室内设计师已经穷尽了创意，用达利来寻找灵感也未尝不可。

对于不同物体之间的合理结合，在启发式设计上Dall-e也可以大开脑洞，将不同物体合理结合，帮助创意突破一般认知。

DALL-E的意义

DALL·E不是一个架空的作品，Openai在去年发布了GPT-3和Image GPT两个模型，各自分别能完成多种类的文本任务以及补全图像中的空缺部分。

DALL·E的模型在技术上来讲和GPT-3应该是大同小异的，同样采用了Transformer模型。它预示着一种被称为“多模态AI”的新型AI范式的到来，这种范式似乎注定了人工智能的未来。多模态AI系统能够在多种信息模态之间进行解释、综合和翻译——在DALL-E的例子中，是语言和图像。毫无疑问，DALL-E虽然并不是第一个多模态AI的例子，但它是迄今为止最有创造能力的。

面对无限的可能，我们只需充满期待。

本期内容来自品览上期「AI论技」直播。

【AI论技】系列直播是品览致力于为AI行业从业者打造的免费线上分享课，目前已经成功进行了6期，内容涵盖了目标检测模型、文本检测模型、3D视觉、目标跟踪、AI图像修复等业界经典模型教学，欢迎前往官网扫码加入品览AI交流群，免费看「AI论技」系列直播。

读完 DALL-E 论文，我们发现大型数据集也有平替版_HyperAI超神经的博客-CSDN博客

OpenAI的DALL·E迎来升级，不止文本生成图像，还可二次创作