#DALL·E 和 CLIP#、#OpenAI#

DALL·E 可以基于文本直接生成圖像；

CLIP 則能夠完成圖像與文本類別的匹配。

OpenAI 聯(lián)合創(chuàng)始人、首席科學(xué)家 Ilya Sutskever 表示：人工智能的長(zhǎng)期目標(biāo)是構(gòu)建「多模態(tài)」神經(jīng)網(wǎng)絡(luò)，即 AI 系統(tǒng)能夠?qū)W習(xí)多個(gè)不同模態(tài)的概念（主要是文本和視覺領(lǐng)域），從而更好地理解世界。

而 DALL·E 和 CLIP 使我們更接近「多模態(tài) AI 系統(tǒng)」這一目標(biāo)。

自帶魔法棒的 DALL·E

→ 以下是Mixlab 多模態(tài)專欄作者：大錚博士的部分專欄內(nèi)容。今天，我們主要聊聊 DALL·E，如果大家感興趣，歡迎文末留言，我們?cè)俑玛P(guān)于 CLIP 的介紹。

全文閱讀：《自帶魔法棒的 DALL·E》

CHUNFANG：大家最近在聊的熱門詞兒 DALL·E 是什么？具備什么功能？

大錚：DALL·E 能按照文字的描述，畫出十分自然的圖像。

目前的模型對(duì)于選詞比較敏感，官方釋出的例子是類似完形填空的形式，給句子中的名詞位置挖了空，并提供了候選的詞匯。

我們選擇了一個(gè)擬物的句子來展示DALL·E的能力。我們來看幾個(gè)例子：

第一個(gè)句子是：“一個(gè)長(zhǎng)得像豬的鬧鐘”。

于是，DALL·E 生成了這樣的圖片：

https:///blog/dall-e/ 

專欄作者：大錚

復(fù)旦大學(xué) | 計(jì)算機(jī)應(yīng)用技術(shù)在讀博士

研究：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、媒體大數(shù)據(jù)分析

歡迎大家加群告訴我們，你喜歡和關(guān)注的主題：只要關(guān)注人數(shù)足夠多，Mixlab 隨時(shí)為大家特邀發(fā)起 『 各類專題內(nèi)容或者線上、線下專場(chǎng)討論』！ （編輯：春FANG）

  更多有趣的智能工具分享