DALL·E 3
Reescribe un prompt largo en una descripción detallada y luego dibuja la imagen
El texto completo se presenta en inglés; el título y el resumen están traducidos.
QUÉ ES
DALL·E 3 is OpenAI’s text-to-image model, released in October 2023. It folds prompt rewriting and image generation into one flow: the model first expands a short user prompt into a more detailed scene description, then generates the image from it, which improves adherence to long prompts and complex constraints. Training used automatic recaptioning to add fine-grained descriptions to images, narrowing the gap between images and their text labels. It is available through the API and ChatGPT.
Por qué merece la pena recordarlo
It made “understand the prompt first, then draw” a single pipeline, markedly improving adherence to long prompts and constraints, and turned conversational image generation into a routine ChatGPT capability.
Especificaciones clave
- Resolution
- 1024×1024, 1792×1024, 1024×1792
- Prompt handling
- Automatic recaptioning during training
- Open weights
- No
- Availability
- API and ChatGPT
Capacidades
Conceptos relacionados
Modelos de difusión
Aprende mil pequeños pasos de eliminación de ruido y podrás crear una imagen desde ruido puro
Difusión latente y control condicional
Hacer difusión no sobre píxeles, sino dentro de un espacio semántico comprimido
Generación multimodal
Un mismo modelo que aprende a hablar, dibujar, moverse e incluso modelar el mundo 3D
Ingeniería de prompts y alineación
Hacer que un modelo sea útil, honesto e inofensivo es más difícil que simplemente agrandarlo
Productos similares
Midjourney
2022Un servicio de texto a imagen conocido por su estilo estético
Stable Diffusion
2022Liberó los pesos de texto a imagen y los hizo caber en GPU de consumo
FLUX
2024Genera imágenes de alta resolución con un transformer de flujo rectificado
Imagen
2022Genera imágenes fotorrealistas con difusión en cascada y un gran codificador de texto
Firefly
2023Una herramienta de generación y edición de imágenes para creadores
Seedream
2024Un modelo texto a imagen de alta resolución nativa y buen renderizado de texto