(資料圖)

OpenAI為其文本到圖像的人工智能模型DALL-E增加了一個(gè)新的 "outpointing "功能，讓該系統(tǒng)產(chǎn)生新的視覺效果，擴(kuò)大任何給定圖片的邊界。

在上面的例子中，你可以看到DALL-E如何在人類提示的幫助下，"想象 "出約翰內(nèi)斯-維米爾的肖像畫 "戴珍珠耳環(huán)的女孩 "的框架外的東西。請注意，即使從畫像提供的有限信息來看，該系統(tǒng)也能與維米爾的風(fēng)格相匹配，模仿出原作的陰影和高光。

在下面的時(shí)間推移中，你還可以看到負(fù)責(zé)的藝術(shù)家奧古斯特-坎普是如何每次都要在小范圍內(nèi)擴(kuò)展圖像，為了得到她想要的結(jié)果，經(jīng)常重做DALL-E的幾代。在這段視頻中沒有看到，但絕對值得強(qiáng)調(diào)的是，該系統(tǒng)并不只是自己生成這些擴(kuò)展的事實(shí)。與所有文本到圖像的人工智能一樣，該模型需要人類來描述新的視覺效果。

Outpainting作為一個(gè)功能可以用來擴(kuò)展原始內(nèi)容，當(dāng)然，許多DALL-E用戶已經(jīng)在玩這個(gè)功能，看看著名圖像的框架之外有什么。(向下滾動到底部看我絕對喜歡的例子...)

從更廣泛的角度來看，畫外音并沒有真正擴(kuò)大文本-圖像人工智能系統(tǒng)的基本功能，但它確實(shí)顯示了OpenAI將如何在這些系統(tǒng)不斷增長的市場中定位自己：通過使可用性成為對客戶的關(guān)鍵宣傳。

許多文本到圖像的人工智能模型可以執(zhí)行相同的基本功能，但就像這次更新之前的DALL-E本身一樣，它需要相當(dāng)多的手工擺弄。盡可能地使外繪變得簡單，將有助于DALL-E從Midjourney和Stable Diffusion等規(guī)模較小但具有可比性的系統(tǒng)日益激烈的競爭中脫穎而出。

DALL-E本身現(xiàn)在可以通過一個(gè)測試項(xiàng)目使用，目前有超過一百萬的用戶可以使用。每個(gè)測試版用戶在第一個(gè)月可以獲得50個(gè)免費(fèi)的圖像世代，之后每個(gè)月可以額外使用15個(gè)。然后他們可以花15美元購買115個(gè)額外的圖像世代。

不過，在此期間，畫外音可以用來回答生活中的一些最大的謎團(tuán)，比如，"如果貴格燕麥的人是一個(gè)胸大無腦的酒吧女郎呢？" 不要再想了。

關(guān)鍵詞： 新聞資訊