نسخه سوم DALL-E رونمایی شد؛ عملکرد خیره‌کننده و سازگاری با ChatGPT

OpenAI سومین نسخه از سرویس DALL-E را رونمایی کرد. این نسخه برای ساخت تصویر ازطریق دستور متنی کاربرد دارد. DALL-E 3 به کاربران امکان می‌دهد تا دستورهای متنی را ازطریق ChatGPT بنویسند و شامل سیستم‌های جدیدی برای حفظ ایمنی است.

سرویس DALL-E با اتکا بر هوش مصنوعی، دستور متنی را به عکس تبدیل می‌کند. DALL-E 2 گاهی‌اوقات مرتکب اشتباه می‌شد و این موضوع انتقادهایی را متوجه OpenAI کرده بود. بررسی‌ها نشان می‌داد که نسخه‌ی دوم DALL-E به برخی از کلمات در دستور متنی توجه نمی‌کند. OpenAI می‌گوید نسخه‌ی سوم این سرویس، متن‌ها را بسیار بهتر درک می‌کند.

براساس بیانیه‌ی مطبوعاتی OpenAI، یکی از ویژگی‌های مهم‌ DALL-E 3 ادغام این سرویس با ChatGPT است. بدین‌ترتیب، می‌توانید برای خلق بهترین تصاویر در DALL-E 3 از ChatGPT کمک بگیرید. سرویس DALL-E با متن‌های طولانی عملکرد بهتری دارد و OpenAI سرویس ChatGPT را به‌گونه‌ای تنظیم کرده است که یک پاراگراف توضیح برای درخواست کاربر بنویسد.

سرویس هوش مصنوعی DALL-E نخستین‌بار در اوایل سال ۲۰۲۱ رونمایی شد و قبل از سایر پلتفرم‌های تبدیل متن به تصویر نظیر Stability AI و Midjourney دردسترس قرار گرفت.

زمان زیادی نگذشته بود که انتقادها از OpenAI شدت گرفت. کاربران می‌گفتند که DALL-E می‌تواند تصاویر غیراخلاقی را با جزئیات بسیار زیاد بسازد. به‌همین‌دلیل، OpenAI فهرست انتظار برای DALL-E درست کرد؛‌ اما این فهرست انتظار در سال ۲۰۲۲ حذف شد و DALL-E 2 به‌صورت عمومی دردسترس قرار گرفت.

نسخه‌ی سوم DALL-E در ابتدا برای کاربران سرویس‌های اشتراکی ChatGPT Plus و ChatGPT Enterprise منتشر می‌شود و سپس در‌دسترس آزمایشگاه‌های تحقیقاتی قرار می‌گیرد. OpenAI فعلاً به تاریخ انتشار DALL-E 3 برای عموم مردم اشاره نکرده است.

OpenAI تلاش زیادی کرده است تا از ساخت تصاویر توهین‌آمیز و غیراخلاقی با DALL-E 3 جلوگیری کند. DALL-E 3 نمی‌تواند تصاویر افراد سرشناس را بسازد؛ البته به‌شرطی که نام فرد مدنظر صراحتاً در دستور متنی ذکر شود.

OpenAI می‌گوید DALL-E 3 به‌گونه‌ای ساخته شده است که تصاویر را با سبک هنرمندان در قید حیات نسازد. DALL-E 2 می‌تواند درصورت درخواست کاربر، سبک هنری افراد معروف را تقلید کند.