围绕OpenAI推出的第二代DALL-E2系统的讨论一直处于两极分化的状态，甚至在其推出了几个月后依旧如此。
有用户认为这是一项可以重新定义艺术的突破性创新，而批评者则将其视为人工智能图像生成器给创意产业带来厄运的开始。
然而毫无疑问的是，DALL-E2为我们创造和消费艺术开辟了新的可能性和挑战。本文详细介绍了AI图像生成器DALL-E2的用法和缺点。
什么是DALL-E2？
DALL-E2是一款人工智能图像生成器，它可以根据自然语言的文本描述创建图像和艺术形式。换句话说，它是一个根据文本生成图像的人工智能系统。
2021年1月，OpenAI推出了DALL-E模型，DALL-E2是其升级版。“DALL-E”这个名字源于西班牙著名艺术家SalvadorDalí和广受欢迎的皮克斯动画机器人“Wall-E”的组合。
2022年7月，DALL-E2进入测试阶段，可供白名单中的用户使用。同年9月28日，OpenAI取消了白名单的要求，推出了任何人都可以访问并且使用的开放测试版。
穆长春：数字货币不会是现有法币的颠覆者:3月20日，在中国发展高层论坛2021年会上，人民银行数字货币研究所所长穆长春表示，数字货币不会是现有法币的颠覆者。在现行支付工具中数字人民币安全性最高，要在便利和可溯之间做到平衡。（每日经济新闻）[2021/3/20 19:03:14]
与最初的DALL-E一样，DALL-E2也是一种语言生成模型，它使用文本提示来创建原始图像。
尽管和之前DALL-E具有的120亿个参数的模型不同，DALL-E仅仅具有大约35亿个参数，但DALL-E2生成的图像分辨率是DALL-E的四倍，这是一次令人印象深刻的升级。同时，DALL-E2在真实感和字幕匹配方面似乎也做得更好。
如何使用DALL-E2？
听起来，DALL-E2很有未来感，可能会让新用户望而生畏，但它使用起来非常简单。我们不进行详细介绍，仅通过迷你教程为大家提供快速概览。
首先，登陆DALL-E2的官网并创建一个帐户，如果您此前已经拥有OpenAI的帐户，登陆即可。需要注意的是，系统会要求您提供电子邮件和电话号码以进行验证。
一旦帐户准备就绪，我们就可以开始生成图像。用户最多提供400个字符的描述性文本，AI艺术生成器将对其进行处理。根据测试，我们可以从文本提示中得到许多原创且有趣的结果。
声音 | 复星集团联合创始人梁信军：区块链即将颠覆行业生态系统的供应链优势:近日，复星集团联合创始人梁信军在香港科技大学发表演讲称，人工智能对全球生产力的影响，是未来两三年内就会发生的事情。在未来七八年内，另一个重大趋势是区块链技术的成熟。区块链即将颠覆行业生态系统的供应链优势，深刻改变企业和社会的组织形态。人工智能对全球生产力的影响，是未来两三年内就会发生的事情。在未来七八年内，另一个重大趋势是区块链技术的成熟。区块链即将颠覆行业生态系统的供应链优势，深刻改变企业和社会的组织形态。（复旦金融评论）[2019/9/12]
比如，我们输入“狼群在满月时嚎叫”就收到了如下的结果。
输入“一个3D渲染的罗马士兵正在休息”则获得了以下的图像。
声音 | 付大庆：区块链技术必将颠覆目前互联网经济形态:据汉网消息，中国管理科学研究院学术委员会区块链研究中心主任付大庆表示，区块链技术具有去中心化、不可篡改、可溯源、开放性、抗中断、可审核、高效率等特性和特点，解决了传统商业流通领域的信任和安全问题，必将颠覆目前互联网经济形态，从而开启全新的商业格局。付大庆表示，区块链能够更好的支撑经济社会需要，包括生产、流通、消费各个环节，它的潜在市场价值和能量必将爆发。[2018/11/20]
DALL-E2的工作原理是什么？
DALL-E2为AI图像生成器的质量提供了新的基准。它与之前的同类产品相比，能够更好地理解文本描述。
其卓越的自然语言理解能力可以更严格地控制图像的风格、主题、角度、背景、位置和概念，并获得更高质量的图像和令人印象深刻的艺术形式。
那么让我们来看看DALL-E2的工作原理。
要了解AI图像生成器的工作原理，我们首先需要了解CLIP、先验模型和解码器扩散模型。
什么是CLIP？CLIP指的是对比语言图像预训练，是DALL-E2架构中最关键的模块。
该训练基于用户可以用自然语言教计算机不同图像之间如何相互关联，并由文本和图像编码器这两个神经网络组成。
文本和图像编码器都接受了大量不同的图像文本对集合的训练。该模型分析这些图像-标题对以创建称为文本/图像嵌入的矢量表示。换句话说，CLIP充当文本和图像之间的桥梁。
德鼎创新基金管理合伙人李广新：区块链颠覆了募资产业 大大缩短募资时间: 据新浪网消息，“2018（第二十届）中国风险投资论坛”于6月8日-10日在深圳举行，德鼎创新基金管理合伙人李广新出席“区块链主题论坛”并演讲。他表示，传统的投资，正常的企业从创业到上市要6-10年，风险投资基金是A轮、B轮、C轮一个是轮次一个是时间轴，是长的，一个是6年以上到IPO，轮次很多。但区块链对这个行业产生的最大的变化在于：企业产生之后，有一个团队可以募资了，一个月好的时候就可以去上市了。李广新认为，从企业募资角度来讲，区块链是颠覆了这个产业，因此也带来很多监管方面的问题，值得注意 。[2018/6/11]
先验模型采用标题/CLIP文本嵌入，并以此为基础生成CLIP图像嵌入。
unCLIP则是使用CLIP图像嵌入生成图的原始CLIP模型的逆模型。DALL-E2通过先验模型和unCLIP模型来创建输出。
下图大致概述了其基本过程。
如图所示，unCLIP模型创建了图像的“心理”表示。基于此，创建了原始图像。
优势资本吴克忠：区块链会最先颠覆金融业:优势资本创始合伙人吴克忠在“区块链创业峰会”上，分享了他对区块链的认识和看法。他认为，区块链会最先颠覆金融业，并将为占有资源、使用资源、交换资源、以及交易信用和货币问题都提供了解决方案。同时，他分享了区块链思维下的核心竞争力是：节点、数字资产、共识机制和智能合约。他还总结了区块链将带来的三大趋势：（1）区块链将推动信息互联网到价值互联网的转变，整个社会全面进入数字经济时代；（2）区块链将作为革命性技术推动解决生产关系的分配体系问题；（3）区块链将推动商业社会从所有权的交易转向使用权的交易，进入通证的共享经济时代。[2018/4/8]
这些“心理再现”保留了语义一致的核心特征和特点，例如“动物、物体、颜色、风格和背景等关键要素”。然而，因为扩散学习是变化的，每一次输出的图像也会有所不同。
请注意，上文只是DALL-E2工作原理的简要表述，实现的技术细节和数学更加复杂，我们就不在这里赘述。如果您对DALL-E2的技术规格感兴趣，可以参看OpenAI在今年早些时候发表的论文《HierarchicalText-ConditionalImageGenerationwithCLIPLatents》。
使用DALL-E2可以做什么？
只要用户给出精确和具有描述性的文本提示，就可以通过AI艺术生成器得到多个高质量的图像，甚至在几秒钟的时间里实现画家或数字艺术家需要数小时甚至数天才能达到的质量水平。
用户可以免费查看所有这些视觉创意，无需支付场地费，也无需向创意人员和模特支付工资。
然而这也对我们的内容创作经济带来了一定的影响。
DALL-E2使用自己对主题、风格、调色板和所需概念意义的“理解”，生成相应的图像。
每个图像最多可以产生四个变体。每一个都与原作的外观、感觉和意义相呼应，但又具有自己独特的风格。
您也可以在DALL-E2中编辑图像，无需任何照片编辑经验。与AdobePhotoshop不同，使用DALL-E进行编辑非常简单。
例如，用户想要在火星上行走的宇航员的肖像中添加一只狗，只需要输入“在宇航员身后放一只狗”。同样，用户还可以要求程序通过放大和缩小来更改图像的视图框架，直到获得所需的结果。而就DALL-E2的功能而言，这些只是冰山一角。
同时，根据设计，该系统无法生成涉及、血腥或元素的内容。也就是说，该程序有其合理的局限性和缺点。
DALL-E2的局限性
DALL-E2的输出质量很大一部分取决于用户提供的文本提示的质量，文本越具体，获得所需输出的机会就越高。然而，该系统有一些内在的局限性。
例如，当前它还不具有很精确组合性，尽管似乎会随着时间的推移而改善。这意味着DALL-E2通常无法有意义地合并多个对象或对象属性，例如形状、方向和颜色。
同时在一些意料之外的情况下，有一些相对简单的文本，程序也可能无法充分执行。
例如，我们输入文本“一百只打扮成罗马士兵的青蛙在沙漠中行进”。即使我们尝试了多种提示变体，结果也不尽如人意。
另一个例子是当我们尝试相当简单的提示时，如“霸王龙骑着独轮车在艾菲尔塔前”。不知道为什么，程序拒绝画独轮车，取而代之的是自行车。而当我们从提示中删除“EifelTower”，产生预期图像则没有任何阻碍。
这些只是DALL-E2局限性的几个例子。更令人担忧的问题本质上很复杂，可能会对公司及其用户造成严重不良影响。
OpenAI限定DALL-E2不创建公众人物和名人的图像。事实上，它完全拒绝生成包含真实面孔或真人的图像，这是朝着防止滥用该程序迈出的重要一步。
随着DALL-E2越来越受欢迎，版权侵权也可能成为一个大问题。OpenAI坚持认为，用户“获得了将他们使用DALL-E创建的图像商业化的全部权利，包括转载、销售和商品化的权利。”
然而，人工智能艺术生成器依赖于分析、学习人类艺术家的作品来创造艺术。因此，不能排除潜在的侵犯知识产权法的可能性，无论是否有意。
总结
DALL-E2完美吗？作为一项正在完善的项目，答案是否定的。
但是，正如机器学习的本质一样，随着时间的推移，该程序正变得越来越聪明，也越来越有能力。从纯技术的角度来看，DALL-E2是AI技术演进的一大进步。
人们普遍认为人工智能系统在创意领域实际上无法超越人类，至少不会很快。但是DALL-E2已经使这个论点受到了冲击。
然而尽管OpenAI已经采取了一系列措施来预测和防止DALL-E2的潜在滥用，但这并非万无一失。在没有任何道德界限的情况下可以使用的AI系统将在多久后出现？需要我们保持警惕。
无论如何，我们都需要密切关注这个新兴行业。因为AI艺术生成器及其背后的技术只会在未来的岁月里变得更加普遍。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。