OpenAI祭出120亿参数魔法模型！从文本合成图像栩栩如生 仿佛拥有人类的语言想象力 (openai股票)
2021刚刚开启，OpenAI又来放大招了！
能写小说、哲学语录的GPT-3已经不足为奇？那就来一个多模态『图像版GPT-3』。
今天，OpenAI重磅推出了最新语言模型—，它是GPT-3的120亿参数版本，可以魔法一般按照自然语言文字描述直接生成对应图片！
比如，在DALL·E模型中输入“穿芭蕾舞短裙、正在遛狗的萝卜宝宝”，它就可以生成这样一张图片：
输入“鳄梨形状的扶手椅”，就是这样：
甚至输入“含OpenAI字样的店铺”，它也能成生成多种设计图
DALL·E这项神技能冲上了各大社交平台的热搜。
Keras创始人François Chollet特意发文称：
AI大神吴恩达也第一时间转推点赞，还顺带挑选了一张满意的蓝色衬衫 + 黑色长裤的AI 生成图。
OpenAI 联合创始人、首席科学家 Ilya Sutskever 在推特上发文表道：人工智能的长期目标是构建多模态神经网络，即AI能够学习不同模态之间的概念（文本和视觉领域为主），从而更好地理解世界。而 DALL·E 和 CLIP 使我们更接近“多模态 AI 系统”这一目标。
接下来，我们来详细介绍一下它还有哪些硬核能力。
DALL·E的能力
DALL·E能够为多语言成分结构的各种句子创造似是而非的图像。研究人员通过一些交互视觉效果举例说明了这一点。在下面的案例中，每个视觉效果的文本提示都是通过CLIP重新排序后，从512个文本提示中的前32个获得的，不采取任何手动选取（cherry-picking）。
控制属性
研究人员测试了DALL·E修改目标物体的能力，包括修改相应的属性以及出现的次数。
绘制多个目标
同时控制多个目标物体、以及它们的属性、空间关系是一个全新的挑战。
例如，“一只戴着红帽子、黄手套、蓝衬衫和绿裤子的刺猬”。要正确地解释这句话，DALL·E不仅要正确地将每件衣服与动物组合在一起，还要将（帽子、红色）、（手套、黄色）、（衬衫、蓝色）和（裤子，绿色）形成各种联想，而且不能混淆它们。
虽然DALL·E确实为少量目标的属性和位置提供了某种程度的可控性，但成功率取决于标题文本的语言措辞。
随着目标的增多，DALL·E容易混淆目标与颜色之间的关联，成功率会急剧降低。研究人员注意到，在这些场景中，DALL·E对于标题文本的重新表述是脆弱的、可替代的，语义上等价的标题文本通常不会产生正确的解释。
可视化透视与三维
研究人员发现DALL·E还能够控制场景的视点和渲染场景的3D样式。
为了进一步验证DALL·E的这个能力，研究人员测试了DALL·E在同等视角下重复绘制知名人物头部的能力，并发现DALL·E可以成功恢复旋转头部的平滑动画。
DALL·E能够将某些类型的光学畸变（Optical Distortions）应用到具体场景中，正如我们在“鱼眼透镜视图（Fisheye Lens View）”和“球形全景图（Spherical Panorama.）”等场景中看到的那样。它促使研究人员探索其产生光学反射的能力。
可视化内部和外部结构
“特写镜头（Extreme Close-up View）”和“x射线（X-Ray）”风格的案例使研究人员进一步探索了DALL·E运用横截面视角绘制内部结构和用宏观图像绘制外部结构的能力。
推断上下文细节
将文本翻译成图像的任务是不明确的：一个标题文本通常可以对应无限多种图像，换句话说，图像不是唯一确定的。例如，假如标题文本是“日出时，坐在田野上的水豚的绘画像。根据水豚的方位，可能需要画一个阴影，但这个细节没有被明确提及。
研究人员探讨了DALL·E在以下三种情况下解决无规范标准问题的能力：改变风格、设置和时间；在各种不同的情况下绘制同一目标图像；在生成目标图像上书写指定文本。
利用不同程度的可靠性，DALL·E为通过自然语言实现3D渲染引擎功能提供了一种途径。它可以独立地控制少量目标的属性，并在有限的范围内控制目标的数量以及它们之间的排列方式。它还可以控制渲染场景的位置和角度，并且根据角度和照明条件生成精确且规范的已知目标。
与3D渲染引擎不同，3D渲染引擎的输入必须明确且完整，当标题文本暗示图像必须包含未明确的特定细节时，DALL·E通常能够“填补空白”。
应用案例
研究人员探讨了上述功能在时尚设计和室内设计中的应用。
组合不相关的概念
语言的构成本质使人们能够将概念描述集成在一起，用以描述真实和虚构的事物。 OpenAI发现，DALL·E还具有将完全不同的idea结合起来以合成物体的能力，其中有些物体不可能在现实世界中存在。
OpenA在两种情况下探索这种能力：将各种概念的特质传递给动物，以及从不相关的概念中汲取灵感来设计产品。
在上一部分中探讨了DALL·E在生成真实物体的图像时结合无关概念的能力。 接下来，OpenAI通过在艺术的背景下的三种插图探索这种能力：动物和物体的拟人化版本、动物嵌合体、表情符号。
零样本视觉推理
可以仅根据说明和提示来指示GPT-3执行多种任务，而无需任何额外训练。例如，当提示短语“将‘在公园里walking狗的人’被翻译成法语：”时，GPT-3会回答“un homme quipromèneson chien dans le parc。此功能称为零样本推理。
OpenAI发现DALL·E将此功能扩展到了视觉领域，并且在以正确的方式提示时，能够执行多种图像到图像的翻译任务。
OpenAI惊讶地发现DALL·E居然有这种神奇的能力，因为他们没有对神经网络或训练程序进行任何修改。
受这些结果的启发，OpenAI通过在Raven的渐进矩阵上进行测试来衡量DALL·E对于解决类推推理问题的能力，这是一种视觉智商测试，在20世纪得到了广泛应用。
地理知识
OpenAI 发现DALL·E了解地理事实、地标和街区。 它对这些概念的了解在某些方面出奇地精确，而在另一些方面却有缺陷。
时间知识
除了探索DALL·E关于随空间变化的概念的知识外，OpenAI还探索了其随时间变化的概念的知识。
总结：方法和先前工作
DALL·E是一个仅有解码器的Transformer架构，它可以接收1280个token的文本和图像作为单个流（文本为256个token，图像为1024个token），并对它们全部进行自动回归建模。
它的64个自注意力层中的每一个都具有注意力mask，使每个图像token都可以匹配所有文本token。DALL·E对文本token使用标准的因果mask，以行、列或卷积注意模式对图像token使用稀疏注意，具体取决于层数。
与VQVAE-2中使用的rejection sampling类似，OpenAI使用CLIP对每个文本生成的512个采样中的前32个进行排名。此过程也可以看作是一种语言指导的搜索，会对样本质量产生巨大影响。
GPT-3已经向我们展示，可以用语言来指示大型神经网络执行各种文本生成任务。Image GPT则表明，同样类型的神经网络也可以用来生成高保真的图像。OpenAI进一步扩展了这些发现，以表明通过语言操纵视觉概念是触手可及的。
与GPT-3一样，DALL·E是一种Transformer语言模型。OpenAI认为，涉及生成模型的工作可能会产生重大而广泛的社会影响。因此未来，OpenAI会计划分析像DALL·E这样的模型如何与社会问题联系起来，例如对某些工作流程和专业的经济影响，模型输出中可能存在的偏见以及该技术所隐含的长期道德挑战。
最后，Henry AI Labs在YouTube上分享了一个视频，简要介绍了OpenAI的DALL-E模型，并表示“希望可以清楚说明深度神经网络中文本和图像是如何作为张量统一的。”
由于是非官方解释，仅供参考。
最后，大家对DALL·E 这个的神经网络模型有什么应用上的期待呢？二维设计师？
又会觉得它会引导什么AI革命吗？又或者觉得它会存在很多不可避免的限制？
参考链接：
原创文章，未经授权禁止转载。详情见 转载须知 。
中国教育在线公务员考试频道、公务员考试网授权发布2018年国考及2018公务员考试信息，内容主要包含公务员报名,公务员考试时间,公务员面试,公务员试题、公务员职位表等,是中国人力资源和社会保障部指定国家公务员信息发布平台。
无锡软服瑞德有限公司是一家计算机软硬件及系统集成商，主要产品有无锡收银机、无锡车牌识别、停车场管理系统、无锡建筑工人实名制系统、工地扬尘系统、工地监控系统、无锡危化二道门、化工厂人员定位系统、无锡二道门系统、无锡电动门、感应门、无锡翼闸摆闸三辊闸、智慧小区系统
【豌豆荚】为你提供京东APP安卓版下载，历史版本、旧版下载，查看2024最新京东手机版介绍、应用截图、网友评论，方便快捷的将安卓版京东应用免费下载到手机。
美居整体软装是业界知名软装设计公司,长期为广州,深圳,上海,重庆等地提供专业的整体软装配套服务,出色完成数百个全国各地项目的设计和实施,获得众多客户朋友的信赖.
天津康博轻钢制造有限公司是一家主营钢材及钢材加工的企业，主要经营生产高频焊接H型钢等钢材业务。公司经过多年的稳步发展，规模不断扩大，现可为全国各地用户配送相关钢材产品。我司货源充足，交货周期快，常年备有数万吨各类钢材现货库存，能稳健快捷地满足客户相关需求。
服务器行业的自动发布外链,友情链接交换收录查询平台,免费自动收录,,网站提高网址收录,网站收录交换链接,网站自动收录,免费云服务器VPS虚拟空间主机,IDC评测网永久免费的自动收录网站！
螃蟹游戏账号交易代售平台是国内安全、权威、服务完善的大型网络游戏账号交易代售平台，提供游戏账号交易、手游交易、道具交易、账号买卖、鉴号估价、担保中介、账号回收、账号追回等服务，同时为用户提供专业的售后保障，找回包赔无时间限制，所有交易均签署专业电子版法律合同，让游戏账号交易有字有据，享受法律效力，保证用户权益。
零妖零传奇新服网【www.010jt.com】建站5年以来每天坚持更新最新款传奇私服游戏信息,全站共收录了十万多各种新开热血传奇SF版本,如:单职业传奇、复古传奇、变态传奇私服、冰雪传奇等热门新开传奇私服版本.
芳砾植园网站是一个汇聚了丰富养花、种植知识的平台，致力于分享花卉养护的秘诀和心得，让每一位访客都能在这里找到适合自己的养花之道。
欢迎来到我们的家居防潮防霉解决方案网站！我们专注于解决内外墙发霉渗水、屋顶漏水、地面跑砂、电梯井渗水、金属生锈、木材发霉、皮革发霉等居家常见问题。通过专业的检测、诊断与治理服务，我们为您提供一站式解决方案，帮助您打造一个干燥、健康、安全的居住环境。无论是新建房屋还是老旧住宅，我们都能为您提供量身定制的防潮防霉方案，让您的家远离潮湿烦恼，重拾舒适生活。
天津远达交通设施有限公司是一家从事道路、停车场(库)、物流厂区、市民小区、交通安全设施产品设计、生产、施工、维护一体化综合性公司。公司主要承接工厂停车场、厂区道路划线、学校停车场、学校道路划线、停车场、道路划线、生活小区停车场、生活小区道路划线、商业区停车场、商业区道路划线等各种交通施工工程。为京津翼建设“添砖加瓦”
初心助学网依托“互联网+教育”模式，一站式提供各中高院校招生信息、招生简章、高考录取分数线，各大学专业录取分数线数据，出国留学常识，以及学历提升、专升本、职业资格报考等各类型教育考试信息。为用户提供分数查询，院校查询，性格测评，选科指导、报考指南、就业指导、考研服务、职业资格报考学习等服务，助力用户科学择校、科学学习，初心助学网陪你一起成长！
能让人边玩边学的手机游戏比比皆是，这种学习类的手游能帮助玩家长见识，很多孩子都是学习类游戏的主要用户，那么可以边玩边学的游戏软件有哪些?近些年可以学知识的手机游戏受到了玩家的喜爱，这些寓教于乐的游戏能让玩家们爱上学习，你也下载一些学习类游戏提高自己的智商吧，1、，洪恩动画故事，洪恩动画故事是款收录了各种各样故事的儿童向游戏，通过阅读游...。
如今餐饮行业中，有很多特色美味的料理美食，欢迎度高，咖喱蛋包饭以美味口感，征服了现代年轻人的饮食需求，市场需求量大，让不少人有了加盟开店的想法，浅奈咖喱蛋包饭运用精湛制作技术为消费者带去营养健康的日式料理，受到很多消费者的青睐，让一些创业者产生了开店的想法，那么浅奈咖喱蛋包饭的运营费用高吗，浅奈咖喱蛋包饭从品牌创建以来，运用特色美食制...。
地标被认为是城市的精神反映，传播学者贝拉·迪克斯在其著作，被展示的文化，中提出，地标是一种空间符号，构成城市主体可亲身互动的空间结构，作为一种，可解释的公共视觉修辞文本，，地标的造型结构、身高比例、建设规模、地理位置、承建单位等，视觉符号，，在撑起城市牌面的同时，也承载着历史、人文、科技、建筑等文化内涵，如果要给地标装上好看的皮囊，这...。
作者，代润泽编辑，二维马王亚峰持续383天的腾讯收购搜狗案，正式落幕，上周五，在王小川卸任搜狗CEO后，腾讯平台及内容业务事业群，PCG，随之发布了囊入搜狗后新的组织架构调整，成立，信息平台与服务线，，包括QQ浏览器、看点、搜索、免费小说和文件等业务，此次收购案已告一段落，但原搜狗高管团队去留问题备受关注，消息人士告诉雷锋网，腾讯和搜...。
申明，1.以上内容仅代表揭发者自己，不代表黑猫揭发立场，2.未经授权，本平台案例制止任何转载，违者将被清查法律责任，3.黑猫揭发处置揭发不收取任何费用，凡以黑猫揭发名义不要钱的均为混充、诈骗行为，请及时报警并与黑猫官网反应，揭发邮箱heimaotousu@vip.sina.com，4.请大家选用官网渠道处置生产纠纷，不要轻信第三方机构...。
自己于2024年6月19日在美团平台岑廖航肥壮旗舰店，快递电商，购置了双钱牌龟苓膏广西梧州特产散装原味红豆味果冻布丁休闲零食儿童，经过食品全法规则，产品称号带有布丁的产品须要含蛋白质百分之1然而我这边收到货之后发现此产品不合格，随后，在平台咨询客服，然而客服叫不进去，随后叫进去之后不时不处置疑问，随后打美团客服电话也是打不通，买通之后...。
截至2024年6月底，黑猫揭发平台累计收到生产者有效揭发超1953万件，6月有效揭发超48万件，为了愈加精准、及时的展现不同细分生产畛域企业在黑猫平台的客诉处置状况，红黑榜单除了按行业划分，还会依据近期热点生产事情设置，最受关注畛域榜单，，为生产者提供更有价值的生产参考，主要词，叠纸游戏卡牌，升值，引发群体揭发据黑猫揭发数据显示，游戏...。
综合美国，纽约邮报，和，每日野兽，网站7月9日报道，美国联邦法警局示意，两名法警上周在一名最高法院大法官位于华盛顿特区的住宅前口头守卫义务时，开枪打伤一名据称希图劫车的嫌犯，过后对方曾拿枪指着其中一名法警，法警局示意，外地期间7月5日，这两名法警驾驶的车辆停靠在大法官索尼娅·索托马约尔，SoniaSotomayor，的家门外，清晨1时...。
1984年属鼠生肖属相，子鼠，十二生肖之一，地支的第一位，老鼠小巧小巧、执行矫捷、灵敏多变，子时老鼠胆量最壮，优惠最频繁，鼠的第一个意味意义是灵性，又包含它的愚钝和功能通灵两个方面，鼠的第二个意味意义是生命力强，鼠之所以排在生肖榜上的第一位重要有三个要素，一是民间传说故事中的生肖陈列，二是中国现代学者从现代昼夜十二时刻的角度解说地支和...。
据河津融媒信息，7月3日，山西河津警方颁布悬赏公告，2日，一辆车牌为陕A00N58彩色路虎途经酒醉驾卡点时，不配合酒精检测，冲撞执勤警车后逃逸，公告全文如下，司机为何见查酒驾弃车而逃，近日，司机见查酒驾弃车而逃原来涉嫌强奸8月18日讯近日，在晋城市泽州县交警一次夜查酒驾行动中，一男子见势不妙直接弃车而逃，交警在随后调查中发现，这名男子...。
公众高尔夫6的2012款1.4智能温馨与奢侈版比拟1.性能细节温馨版和奢侈版均装备了真皮方向盘和多性能性能，但是，奢侈版更胜一筹，它额外提供了真皮座椅，且具有电动调理和加热性能，此外，奢侈版还装备黑白中控台、八喇叭音响、智能头灯、电入手视镜以及感应雨刷等初级性能，2.操控与经济性虽然在品质上两者差距不大，但奢侈版在操控性和燃油效率上体...。
mac字体,这款mac字体一共有40款并且全是免费的哦，Macware（顶尖Mac软件开发商）宣布他们已经推出40款全新的Mac字体，每款新Mac字体都是OpenType字体格式,您可以免费下载。
多样性手游吸引的众多玩家当前有多种不同类型，包括休闲益智、角色扮演等等，今天为大家推荐几款城市建造类游戏，此类游戏有着较高的自由度，小伙伴们可以结合自己的实际喜好去建造，可以创建摩天大楼，也能够建造游乐场，让你成为一名城市的建设师以及设计师，今天为大家详细介绍几款，这是城市建造游戏，我们可以打造埃菲尔铁塔，也能够打造金字塔，各种经典的...。
好玩的二战坦克游戏是军事爱好者们很感兴趣的手游类型，尤其喜欢能在战场上驰骋的钢铁巨兽坦克，为满足大家的热情，小编推荐几款耐玩的二战坦克游戏，不仅还原了坦克的威猛与力量，更让玩家能亲身体验驾驶坦克的激情与刺激，如果你也是坦克迷，不妨在虚拟战场上尽情展现自己的战略眼光和战术操作，1、，坦克风云OL，细腻的场景呈现效果，逼真的坦克模型，让人...。
小视频当道的今天，很多朋友想尝试剪辑视频却无从下手，不知道该如何操作，今天小编给大家介绍视频批量剪辑软件2022，有了视频剪辑软件，大家剪辑视频也会更好上手，轻松剪出自己想要的视频，1、，乐秀视频剪辑，乐秀视频剪辑软件专为裁剪与Vlog剪辑用户定制，视频一键裁剪更便利，适配用户喜爱的制作、合并等功能，并且支持多段拼接和模板，跳跃拍摄等...。
很多人到了南京，都会选择南京本地的特色美食品牌，比如南京大排档，品牌面世至今，被很多人认可，尤其是创业者，想要知道南京大排档可以加盟吗，多少钱，下面介绍的内容能够帮助到大家，南京大排档创始于1994年，经过长达20多年的发展，为市场带来了数百种美味，店内主打淮扬菜，主要有煎饺、狮子头、鸭血粉丝等食物，满足消费者的就餐需求，到店的消费者...。
11月17日，港华能源与腾讯云联合打造的港华智慧能源生态平台，碳汭星云2.0，升级上线，依托双方的连接、大数据能力和行业深耕经验，该平台打破了园区，数据孤岛，，进一步提升了数据治理、应用集成和复制推广能力，未来有望以综合能源云的方式，助力更多园区实现绿色低碳转型和可持续发展，双碳，背景下，港华能源正在积极从燃气服务商转型为综合能源服...。
