OpenAIの新しい「DALL-E 2」AIモデルはHD画像を生成できる

昨年初め、OpenAI コンソーシアムの研究者たちが、特定のキーワードやテキストに基づいてカラフルで芸術的な画像を生成できる高度な AI モデルを開発しているのを見ました。 DALL-E と名付けられたこの AI ベースのボットは、説明的なテキスト文に基づいて正確な画像を生成できる、人間のスケッチ アーティストのデジタル バージョンでした。現在、OpenAI の研究チームは、改善された機能を備えた DALL-E の次期バージョンを開発しました。以下で詳細を見てみましょう。

OpenAI が DALL-E 2 AI モデルをデビュー

DALL-E 2 AI ボットは、 以前の DALL-E モデルの改良版であり、ユーザーはツールを使用してより多くのことができるようになります。新しいモデルは、256 x 256 ピクセルでしか画像を生成できなかった前モデルよりも、高解像度の画像と低い遅延を提供します。一方、DALL-E 2 は 1024 x 1024 ピクセルの画像を生成でき、これは以前のバージョンに比べて大幅に進歩しています。

DALL-E 2モデルは、OpenAI が昨年発表したコンピュータビジョンシステムであるCLIP画像認識システムと画像生成機能を活用 して画像を生成します。新しいモデル では、ユーザーが既存の画像の特定の部分を選択し、画像全体を変更するのではなく、それらの部分を編集するようにボットに指示することもできます 。この機能は初期モデルでは利用できなかったので、ユーザーはかなりユニークな画像を作成できます。

現在、DALL-E モデルは OpenAI の Web サイトで入手できましたが、開発者や研究者に公開されることはありませんでした。しかし、多くの 企業が DALL-E ボットの概念を採用し、自社のモデルに実装しています 。最も人気のあるアプリの 1 つは、曖昧な説明に基づいて芸術的な画像を生成する Wobo Dream アプリでした。

DALL-E 2 モデルの利用可能性に関しては、その前任者とは異なり、DALL-E 2 ボットは現在、テスト目的で精査されたパートナーと研究者のみが利用できます。ただし、このツールには、ユーザーがヌード、ヘイトシンボル、わいせつなジェスチャーを含む画像を生成できないようにするいくつかの制限があります。研究者や興味のあるテスターは現在、 OpenAI の公式 Web サイト から順番待ちリストに参加して DALL-E 2 を試すことができます。