Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

OpenAI 扩展了对其强大的图像生成 AI 系统 DALL-E 2 的访问

Posted on 2022-07-21

如今,OpenAI 的人工智能系统 DALL-E 2 可以根据提示生成图像或编辑和优化现有图像,变得越来越普及。该公司在一篇博客文章中宣布,它将加快候补名单上客户的访问速度,目标是在未来几周内覆盖大约 100 万人。

通过此次“测试版”发布,免费使用的 DALL-E 2 将转向基于信用的收费结构。首次使用的用户将获得有限数量的积分,可用于生成或编辑图像或创建图像的变体。 (世代返回四张图像,而编辑和变化返回三张。)积分将在第一个月每月补充 50 个,之后每月 15 个,或者用户可以以 15 美元的增量购买额外的积分。

这是一张包含详细信息的图表:

OpenAI DALL-E 2 定价

图片来源: OpenAI

OpenAI 表示,需要经济援助的艺术家将能够申请获得补贴。

DALL-E 的继任者DALL -E 2 于 4 月宣布,并于今年早些时候可供部分用户使用,最近突破了 100,000 个用户的门槛。 OpenAI 表示,通过新方法减轻 DALL-E 2 代中的偏见和毒性,以及系统创建的政策管理图像的演变,使更广泛的访问成为可能。

OpenAI DALL-E 2

DALL-E 2 可以生成的图像类型的示例。图片来源: OpenAI

例如,OpenAI 本周表示,它部署了一种技术,该技术鼓励 DALL-E 2 在给出描述具有未指定种族或性别的人的提示时生成“更准确地反映世界人口多样性”的人的图像。该公司还表示,它现在拒绝上传包含真实面孔的图像,并试图创造公众人物的肖像,包括著名的政治人物和名人,同时提高其内容过滤器的准确性。

从广义上讲,OpenAI 不允许 DALL-E 2 用于创建非“G 级”或可能“造成伤害”的图像(例如,自残、仇恨符号或非法活动的图像)。它以前不允许将生成的图像用于商业目的。然而,从今天开始,OpenAI 将授予用户“完全使用权”,以将他们使用 DALL-E 2 创建的图像商业化,包括重印、销售和商品化的权利——包括他们在早期预览期间生成的图像。

正如 Craiyon(以前称为 DALL-E mini)和未经过滤的 DALL-E 2 等 DALL-E 2 衍生产品所证明的那样,图像生成 AI 可以很容易地发现嵌入在使用的网络中的数百万张图像中的偏见和毒性训练他们。未来主义能够促使Craiyon 创作燃烧的十字架和三K党集会的图像,并发现该系统基于“种族名称”对身份做出种族主义假设。 OpenAI 研究人员在一篇学术论文中指出,可以对 DALL-E 的开源实现进行训练,以产生刻板印象的联想,例如生成穿着西装的白人男性的图像,比如“CEO”。

虽然 DALL-E 2 的 OpenAI 托管版本在数据集上进行了训练,但经过过滤以删除包含明显暴力、性或仇恨内容的图像,但过滤有其局限性。谷歌最近表示,由于存在滥用风险,它不会发布其开发的 AI 生成模型Imagen 。与此同时,Meta 将其专注于艺术的图像生成系统 Make-A-Scene 的访问权限限制为“杰出的 AI 艺术家”。

OpenAI 强调,托管的 DALL-E 2 包含其他保护措施,包括“自动和人工监控系统”,以防止模型等东西记住经常出现在互联网上的面孔。不过,该公司承认还有更多工作要做。

“扩大访问权限是我们负责任地部署 AI 系统的重要组成部分,因为它使我们能够更多地了解实际使用情况并继续迭代我们的安全系统,”OpenAI 在博客文章中写道。 “我们正在继续研究人工智能系统,如 DALL-E,如何反映其训练数据中的偏见以及我们可以解决这些问题的不同方式。”

原文: https://techcrunch.com/2022/07/20/openai-expands-access-to-dall-e-2-its-powerful-image-generating-ai-system/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme