DALL·E 2
PulseAugur coverage of DALL·E 2 — every cluster mentioning DALL·E 2 across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
AI图像描绘巨大的乌龟使用H3 Minimax攀登山峰
一位Reddit用户分享了一张AI生成的巨大乌龟攀爬大山的图像，该图像使用H3 Minimax创建并使用NomosUni进行放大。用户指出，虽然放大效果不完美，但它显著改善了原始低分辨率视频。该过程包括使用FlowFrames将基础视频插值到更高的帧率，并使用DALL-E 2生成乌龟的初始图像。
-
Stable Diffusion 的开放发布被誉为 AI 历史上的转折点
一篇 Reddit 帖子认为，Stable Diffusion 于 2022 年 8 月的开源发布标志着 AI 历史上的一个关键时刻。作者认为，公开模型权重使得图像生成民主化，将其从企业控制的平台转移到拥有强大 GPU 的个人用户手中。帖子认为，这种民主化引发了关于 AI 艺术、版权和同意的重大文化和法律辩论，并催生了 ControlNet 和 LoRAs 等庞大的开源生态系统和基础设施，巩固了其作为基础技术的地位。
-
OpenAI 的 DALL-E 图像生成工具详解
OpenAI 开发了 DALL-E、DALL-E 2 和 DALL-E 3，这些是人工智能驱动的软件工具。这些程序旨在根据用户提供的文本描述生成图像。
-
OpenAI 的 GPT Image 2 简化图像编辑，取代复杂工具
OpenAI 的 GPT Image 2，也称为 ChatGPT Images 2.0，提供了一种简化的图像编辑方法，取代了对 Stable Diffusion 等复杂本地设置的需求。用户现在可以通过简单的 POST 请求进行单帧编辑，例如修复面部或更改对象。这项基于多模态 GPT-5 主干构建的新功能简化了以前需要复杂工作流程和多种工具的任务。
-
用户寻求AI模型推荐以扩充本地收藏
一位Reddit用户正在寻求推荐以扩充其本地AI模型收藏，并详细介绍了其当前设置和已安装的模型。他们正在寻找令人印象深刻或有趣的AI工具来添加，此前已尝试并评估了Gemma 4和Qwen等多个选项。该用户拥有一台配备16GB显存和64GB内存的高端PC，通过Llama.cpp服务器运行模型。
-
AI取代“Obscure Sorrows”宣传网站上的原创艺术品
一个名为Waxy的新网站已上线，用于推广书籍《Obscure Sorrows》。然而，该网站明显省略了Koenig和其他艺术家创作的原始拼贴插图。取而代之的是，Waxy为每个单词使用了DALL·E 2生成的AI图像，这些图像展示了该模型常见的错误和瑕疵。
-
AI驱动的网站抄袭《Dictionary of Obscure Sorrows》作者的作品
一个关于John Koenig的《The Dictionary of Obscure Sorrows》的新网站出现，其中包含AI生成的图像和一个供用户使用GPT-4创造自己词汇的工具。这个使用与原始项目不同域名的重启项目，引起了粉丝和作者本人的怀疑，因为它似乎是对Koenig十年心血的 wholesale 抄袭。原始项目以创造“sonder”等词汇而闻名，曾是《纽约时报》畅销书，而新网站的AI集成与其探索人类情感的既定使命似乎不符。
-
Andrej Karpathy：LLM赋能个人而非企业
与自上而下从机构扩散的传统技术不同，大型语言模型（LLM）正以独特的方式从个人向上扩散。虽然ChatGPT等消费者应用已迅速普及并极大地赋能了个人，但它们对企业和政府的影响目前更为有限。这归因于LLM的专业知识通用但浅显，组织面临的复杂性和限制，以及固有的企业惯性。
-
OpenAI 利用 CLIP 潜在表示和 DALL-E 推进文本到图像生成
OpenAI 详细介绍了一种使用 CLIP 潜在表示从文本生成图像的新方法，该方法采用先验模型和解码器的两阶段过程。这种方法在保持照片真实感和字幕相似性的同时，增强了图像的多样性，并允许进行语言引导的图像操作。此外，OpenAI 还推出了 DALL-E，这是一个拥有 120 亿参数的 GPT-3 变体，能够根据文本描述创建图像，展示了组合概念和渲染文本等能力。