OpenAI drillede os med et smugkig på DALL-E 3 for et par uger siden, men nu kan alle bruge AI-billedgeneratoren gratis på Microsofts Bing.
I den første pressemeddelelse, OpenAI sagde, at DALL-E 3 ville blive integreret i den betalte version af ChatGPT. Demovideoen, der viste, hvordan det ville fungere, var imponerende, men ChatGPT-brugere venter stadig på, at det bliver deres tur.
Microsoft er tilsyneladende kommet foran i køen med den imponerende billedgenerator, der nu er frit tilgængelig for brugere af Bing Chat eller dens Skaber af billeder platforme.
Microsoft udruller også sit DALLE-3-drevne Paint Cocreator-værktøj, som er en kreativ assistent i Paint-appen.
Da meddelelsen blev offentliggjort, blev Microsofts servere hurtigt overvældet af de mange brugere, der ville prøve den nye version af DALL-E. CEO for Advertising and Web Services hos Microsoft, Mikhail Parakhin, tweetede: "Vi forventede en stor interesse, men vi forventede ikke SÅ meget."
Folkens, vi ved, at DALL-E 3.0-generationen lige nu tager længere tid end normalt. Vi forventede en stærk interesse, men vi forventede ikke SÅ meget, især ikke i betragtning af, at det er weekend. Når vi får flere GPU'er ind, bliver det snart bedre.
- Mikhail Parakhin (@MParakhin) 1. oktober 2023
De lovede ekstra servere må have virket, for da jeg prøvede det, blev billederne genereret ret hurtigt.
Microsoft gentog OpenAI's påstande om, at DALL-E 3 var et gennembrud inden for tekst-til-billede-generering. Det opgraderede værktøj lover mere nøjagtig promptfølgning, mere sammenhæng og forbedret fotorealisme og æstetik.
OpenAI har tidligere antydet, at der var et digitalt vandmærke på vej, og Microsofts blogindlæg bekræftede, at det tilføjer et usynligt digitalt vandmærke, der overholder C2PA-specifikationen. Det bliver interessant at se, om dette vandmærket kan brydes, som alle de andre har gjort.
DALL-E 3 har en stærk indbygget indholdsmoderation, så du ikke kan generere NSFW-billeder.
De billeder, det lykkedes mig at generere, så ret godt ud, selv om de ikke helt levede op til mine forventninger om fotorealisme.
Prompt: en dreng og en pige, der plasker gennem vandpytter efter regn, fotorealistisk
En af de virkelig imponerende funktioner i DALLE-3 er, hvor god den er til at generere tekst, hvilket er en almindelig udfordring for AI-billedgeneratorer.
Prompt: et billede over skulderen af en gammel mand, der læser et eksemplar af Tom Sawyer
Billederne genereres i en opløsning på 1024×1024, hvilket er godt til webbrug. Forhåbentlig tilføjer de muligheden for at ændre billedformatet, for indtil videre er man henvist til 1:1. En mulighed for outpaint og opskalering ville også være fantastisk.
Indtil videre virker det som en af de bedste AI-billedgeneratorer, og det bedste af det hele er, at den er helt gratis.
