▲（圖片來源：OpenAI）



非營利AI（人工智慧）研究組織OpenAI於2021年初推出了AI製圖模型DALL-E，DALL-E為藝術家薩爾瓦多‧達利（Salvador Dali）和機器人瓦力（WALL-E）的合成詞。使用者只要在這個名為DALL-E的AI製圖模型中輸入敘述文字，就能產生相應的圖片，而日前OpenAI也推出了升級後的版本DALL-E 2，產出圖像不但更逼真，甚至還能編輯圖片。

DALL-E是以OpenAI去年推出的電腦視覺系統CLIP作為基礎開發的製圖模型，OpenAI將圖像壓縮成一系列單字，並學習去預測接下來會出現什麼。

不論敘述有多複雜，OpenAI表示就算是測試時沒有碰過的概念，DALL-E也能產出與敘述相符的圖片，雖然視覺表達的能力仍較有限，不過以首次的測試來說已經是很驚人的表現。

本月推出的第二代版本DALL-E 2有以下三個新功能：高解析、編輯和變化版。


▲DALL-E 2製成的圖片更加精緻和逼真，解析度大幅提升。（圖片來源：OpenAI）

首先由DALL-E 2製成的圖片更加精緻和逼真，解析度也從原本的256 x 256像素提升至1,024 x 1,024 像素。


▲使用者可以自行決定物體出現的位置。（圖片來源：OpenAI）

而本次更新的版本也可以對現有圖像進行編輯，也就是一般所說的「圖像修復（Inpainting）」，使用者可以運用文字敘述新增、替代或是移除圖片上的物品，例如移除桌上的杯子，或是新增一盤水果，又或是把杯子替換成花瓶，還能考慮到光影及正確素材的選擇，甚至融合兩張現有圖片。


▲DALL-E 2依據用戶提供的圖片，重新製作成和原圖風格類似的變化版。（圖片來源：OpenAI）

除此之外，DALL-E 2可以依據用戶提供的圖片，重新製作成和原圖風格類似的變化版（Variation），並且它會提供多個版本的成品供用戶選擇，每個版本都略有不同，但整體的風格和特徵還是一致的。

DALL-E這套模型尚未公開發表，只有開發人員能夠「有限制的使用」，這或許是因為OpenAI意識到深偽（Deepfake）和AI製圖的濫用所帶來的風險，所以有關仇恨、騷擾、暴力、自殘等敏感內容，或是會誤導社會的虛假內容都會受到限制，而目前生成的所有圖片皆要通過人工審查，也無法分享圖片給其他人。

即使DALL-E 2的實用性看起來已經很高了，而OpenAI也希望此模型可以加入自己的API工具集裡，未來可以在第三方APP中使用這個功能，開發團隊也表示會繼續分階段進行測試，希望藉由反饋來評估如何用安全的方式發布這項技術。

資料來源：OpenAI、The Verge、 Tech Crunch、 Interesting Engineering

■本文經合作媒體「數位時代」授權使用

【數位時代延伸閱讀】

1. 美國人工智慧獨角獸Scale AI 讓企業更有效率， 華裔天才少年要用AI翻轉全球各產業
2. 機器人掌握你的一顰一笑！人工智慧能夠分辨讀情緒，背後原理是什麼？