时隔一年半，OpenAI 直接玩了个大的，把文生图和 ChatGPT 做了结合，带着最新版本 DALL·E 3 来了。
DALL·E 3 的巨大飞跃主要体现在两大方面。
第一，只需要提示词，ChatGPT 可自动对词语进行拓展，极大地弱化了提示工程的约束，生成图画细节更多、描述更精准。
第二，Chat GPT 原生，模型在理解用户指令及将文本转化为图片的能力增加了。OpenAI 表示，DALL·E 3 比以往系统更能理解细微差别和细节，让用户更加轻松地将自己的想法转化为非常准确的图像。
可以看到，DALL·E 3 不仅在推理能力上更强大了，同时用起来也更加简单，给了大家无限的创作可能性。
1
DALL·E 3 的巨大飞跃
DALL·E 3 最大的突破，无疑是将文生图模型与 ChatGPT 的结合，极大地降低了提示词的门槛。
用户只需要输入简单的词语，ChatGPT 可自动对提示词进行扩展、生成定制的详细提示，从简单的句子到详细的段落，勾画出一副细节感满满的画面。
来看几张由 DALL·E 3 生成的图片：
满月映照下的繁华都市街道，熙熙攘攘的行人正享受着夜生活。
在街角的摊位上，一位满头红发、身着天鹅绒斗篷的年轻女子正在与脾气暴躁的老摊主讨价还价。
这位脾气暴躁的小贩身材高大、为人老练，他穿着笔挺的西装、留着引人注目的小胡子，正兴致勃勃地用他的蒸汽朋克电话在交谈。
拟人化的秋叶组成了一支民间乐队，在乡村的森林中，它们演奏着传统的蓝草音乐，点缀着满月撒下的柔和月光。
荔枝纹风格的球形椅子，具有凹凸不平的白色外观和豪华的内部，衬托着热带壁纸。
精彩的细节刻画，加上精致的图像画面，可以看到，DALL·E 3 在弱化了提示词约束的同时，还具备了 ChatGPT 原生的优势，用语言指导大型神经网络执行各种文本生成任务。
目前来看，DALL·E 3 在理解用户命令和文生图方面都展现了更为出色的能力，这也是此前 AIGC 领域存在的短板之一。一位 OpenAI 研究员也表示，语言的进步使 DALL·E 3 能够更好地解析复杂指令，避免混淆详细请求中的元素。
而如果出现图像与文本描述不相符的情况时，用户可在 ChatGPT 中随时进行调整。
关于 DALL·E 3 更多细节，Sam Altman 还分享了一个可爱的宣传视频。
视频中，家长通过向 ChatGPT 提问“5 岁小朋友口中的‘超级向日葵刺猬’的样子是什么样?”，获得了四段不同风格的提示词，并由 DALL·E 3 生成对应图像。
由用户选定了图像风格、并为小刺猬起名 Larry 后，ChatGPT 又为故事添加了更多丰富的元素，包括森林的背景、小房子、以及带有 Larry 名字的小信箱等等，ChatGPT 综合了前面的信息后，还可以生成一个完整的故事情节。
可以说，从童话故事到插图，ChatGPT 和 DALL·E 3 全包了!有网友评价称，Sam Altman 放出的小刺猬 demo 视频，是《30 分钟做一本儿童绘本》的实例。
而与此前 DALL·E 系列模型相比，根据同一句提示词“一名篮球运动员扣篮、被描绘成一个星云爆炸的油画”，使用 DALL·E2 和 DALL·E3 分别进行图片生成。可以看到，两代模型在生成图片的效果存在明显的差异。
和左侧相比，DALL·E 3 图片中的细节描绘、场景明亮度等效果都更好。
在 DALL·E 2 发布的一年多时间，期间 Stable Diffusion 掀起了一阵扩散模型热潮，后者一时风光两无。
如今，OpenAI 带着最新版的 DALL·E 3 汹汹来袭，似乎将要改变这一局面。