Den pågående, galopperende utviklingen innen kunstig intelligens har i tillegg til språkmodeller som ChatGPT også gitt oss potente bildegeneratorer. OpenAI har tidligere lansert sin egen bildegenerator, kalt Dall-E 2, men nå har selskapet kunngjort oppfølgeren.
Dall-E 3 er navnet på OpenAI sin nye bildegenerator, og denne skal gjøre det vesentlig enklere enn før å generere svært detaljerte og/eller realistiske bilder ved hjelp av tekstkommandoer.
Bygger på ChatGPT
Den store nyheten denne gangen er at Dall-E 3 bygger på ChatGPT. Dette innebærer at bildegeneratoren fungerer mye mer som en samtalepartner som i langt større grad enn før skal «guide» brukeren til å skrive effektive tekstkommandoer. Den skal også være langt mer presis i hvordan den følger kommandoene.
– Moderne tekst-til-bilde-systemer har en tendens til å ignorere ord eller beskrivelser, og tvinge brukere til å gjøre tekstkommandoer til en ingeniørkunst. Dall-E 3 representerer et sprang fremover i vår evne til å generere bilder som holder seg nøyaktig til teksten du gir, skriver OpenAI i sin egen markedsføring av den nye generatoren.
Ifølge OpenAI vil ChatGPT automatisk lage skreddersydde, detaljerte instrukser til Dall-E 3 som skal bringe ideene til brukeren til live visuelt. På samme måte som med den «vanlige» ChatGPT-tjenesten, kan brukeren med få ord be språkmodellen om å gjøre mindre endringer dersom man liker et bilde, men ønsker å rette på deler av det.
Mer detaljer – med samme instruks
OpenAI sier at Dall-E 3 vil gi deg betraktelig mer detaljerte bilder enn forgjengeren, selv med de samme tekstinstruksene. På nettsidene sine la selskapet ut et eksempel på et bilde generert av Dall-E 2 og et annet laget av Dall-E 3 med akkurat den samme instruksen, og forskjellen er ikke rent liten.
OpenAI vil at GPT-4 skal moderere innhold
Dall-E 3 vil bli tilgjengelig for ChatGPT Plus- og Enterprise-brukere tidlig neste måned, så generatoren blir med andre ord ikke tilgjengelig i gratisversjon. Som med forgjengeren er alle bildene som genereres dine, og ingen tillatelser trengs for å skrive ut, selge eller på annen måte kommersialisere kreasjonene.
Bildegeneratorer basert på kunstig intelligens og tekstkommandoer begynner å bli tallrike. Microsofts egen søkemotor Bing har fått en egen bildegenerator som tidligere i år ble integrert i søkemotorens samtalemodus, som gjør det mulig å skape både skriftlig og visuelt innhold på samme sted. Bildegeneratoren i Bings samtalemodus støtter nå også rundt 100 språk – inkludert norsk.
I tillegg har Google sin egen bildegenerator, kalt Imagen, men denne er enn så lenge ikke tilgjengelig for offentligheten.
(1).jpg)
Mens Norge satser 200 millioner årlig, får John «millioner av dollar daglig» til Apples KI-satsing
