1. XenForo 1.5.14 中文版——支持中文搜索!现已发布!查看详情
  2. Xenforo 爱好者讨论群:215909318 XenForo专区

科技 [图]OpenAI推DALL-E模型:能根据文字描述生成图片

本帖由 漂亮的石头 于 2021-01-06 发布。版面名称:新闻聚焦

  1. 漂亮的石头

    漂亮的石头 版主 管理成员

    注册:
    2012-02-10
    帖子:
    488,438
    赞:
    48
    机器学习公司 OpenAI 今天宣布了两套多模态人工智能系统DALL-E和CLIP。DALL-E 能将计算机视觉和自然语言处理(NLP)结合起来,能够从文本描述中生成图片。例如,下面这张照片就是由“穿着芭蕾舞裙遛狗的小萝卜插图”生成的。

    [​IMG]​

    [​IMG]​

    在 OpenAI 今天分享的测试中,表明 Dall-E 有能力对生成的图像中的物体进行操作和重新排列,也能够创作出一些不存在的东西,例如豪猪的纹理或者云朵的立方体 。​

    [​IMG]​

    OpenAI 今天在一篇关于 DALL-E 的网络日志中表示:“我们认识到,涉及生成式模型的工作有可能产生重大而广泛的社会影响。未来,我们计划分析像DALL-E这样的模型与社会问题的关系,比如对某些工作流程和职业的经济影响,模型输出中潜在的偏见,以及这项技术所隐含的更长期的道德挑战”。​

    [​IMG]​

    OpenAI 今天还介绍了CLIP,这是一个多模态模型,教育了4亿对从万维网收集的图片和文字。CLIP 利用了类似于 GPT-2 和 GPT-3 语言模型的零射学习能力。​

    [​IMG]​

    在关于该模型的论文中写道:“我们发现,CLIP与GPT家族类似,在前期训练中可以学习执行一系列广泛的任务,包括OCR、地理定位、动作识别等。我们通过在超过30个现有数据集上对CLIP的零点转移性能进行基准测试来衡量,发现它可以与之前的特定任务监督模型竞争。”​
     
正在加载...