
Image: OpenAI
OpenAI宣布了其生成型AI视觉艺术平台DALL-E的第三个版本,该平台现在允许用户使用ChatGPT创建提示,并包括更多安全选项。
相较于前代产品,DALL-E3有着显著的提升,并实现了与ChatGPT的无缝集成。其突出特点在于面对详细而冗长的提示时,它能够更好地理解和解读用户的意图;即使用户难以准确表达自己的想法,ChatGPT也能够介入,协助生成全面的提示。
在The Verge的演示中,首席研究员兼DALL-E团队负责人Aditya Ramesh促使ChatGPT帮助他为山区的一家拉面餐厅设计一个标志。然后,ChatGPT写了一个更长的提示,DALL-E给出了四个选项。OpenAI表示,这种与聊天机器人的连接可以让更多的人创作人工智能艺术。虽然目前的DALL-E版本可以模仿在世艺术家的风格,但即将推出的DALL-E3在设计上将拒绝复制其版权作品的请求。艺术家们可以通过OpenAI网站上的专用表格提交他们的原创作品,以便在必要时请求删除。
DALL-E于2021年1月首次发布,先于Stability AI和Midtravel的其他文本到图像生成AI艺术平台。到2022年DALL-E 2发布时,OpenAI打开了一个等待名单,以控制谁可以使用该平台,因为有人批评DALL-E可以生成真实感的露骨图像,并在生成照片时显示出偏见。该公司于去年9月取消了候补名单,并向公众开放了DALL-E 2。
这个新版本的DALL-E将于10月首次向ChatGPT Plus和ChatGPT Enterprise用户发布,随后研究实验室及其API服务将于秋季发布。OpenAI计划错开DALL-E 3的发布时间,但没有承诺何时发布免费的公共版本。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。