DALL-E 3: ChatGPT を組み込んだ OpenAI の強化された AI 駆動画像生成ツール

高度な人工知能のリーダーである OpenAI は、アップグレードされたバージョンDALL-E 3の導入を発表しました。同社のテキストから画像へのツールのこの高度な表現は、OpenAI の普及している AI チャットボットであるChatGPT統合し、画像プロンプトのプロセスを合理化し、変更します。

現在運用されている主要な AI ベースの画像生成ツールは、プロンプトや画像の説明を、フォトリアリスティックからファンタジーまで、複数のスタイルの一連のアートワークに変換します。しかし、課題は適切なプロンプトの開発にあり、それが「プロンプト エンジニアリング」を賞賛される職業として台頭させるきっかけとなっています。

DALL-E 3 は、プロンプトの改善を支援する ChatGPT を実装することにより、このプロセスに革命をもたらします。 ChatGPT PlusおよびChatGPT Enterpriseの加入者は、画像リクエストを送信し、チャットボットとのディスカッションを通じて画像リクエストを微調整することで、このツールを活用できます。そうすることで、チャット アプリケーション内で直接、洗練された結果を受け取ります。

ChatGPT には、プロンプトを数語まで拡張してより説明的なものにし、DALL-E 3 モデルへの指示を改善する機能があります。 DALL-E 3 に付属する特典はこれだけではありません。また、プロンプトをより適切に表現する高品質の画像も生成されます。これは、長いプロンプトを処理する場合や、テキスト コンテンツや人間の手など、これまで画像生成モデルを不安定にしていたコンテンツを処理する場合に特に顕著です。

OpenAIによると、アップグレード版ではアルゴリズムのバイアスを軽減し、安全性を高めるための新しいメカニズムも導入されているという。たとえば、現在のアーティストのスタイルの画像や有名人の表現を求めるリクエストは拒否されます。さらに、アーティストは、OpenAI のテキストから画像へのモデルの将来のレンディションのトレーニングに自分のアートワークのすべてまたは特定の部分を利用することをオプトアウトする選択をできるようになりました。この決定は、AI画像モデルをトレーニングするためにアーティストの著作権で保護されたアートワークを使用した疑いでOpenAIと一部の競合他社が係争中の訴訟を考慮すると、特に注目に値する。

DALL-E 3 の発表は、AI 生成分野、特に画像合成の分野における競争の激化と同期しています。 Midjourney や Stability AI などのライバルは、画像生成モデルを継続的に改良し、OpenAI を常に追い続けています。

DALL-E 3 は 10 月にプレミアム ChatGPT ユーザーに展開され、続いて研究機関や API 顧客にも展開される予定です。 OpenAIは、以前のDALL-Eモデルと同様の無料Webツールを立ち上げる計画については沈黙を守っている。

AI 画像生成におけるこのような進歩は、 AppMasterのようなno-codeプラットフォームに利益をもたらす可能性があります。 AppMasterユーザーは、堅牢なno-codeツールを使用して、これらの次レベルの AI 機能を統合し、アプリの作成とバックエンド開発のプロセスを容易にすることができる可能性があります。正しく統合されれば、ビジュアル アプリ設計の新たな可能性が開かれ、すべてno-codeソリューションを通じて利用可能になります。