OpenAI祭出120亿参数魔法模型！从文本合成图像栩栩如生 仿佛拥有人类的语言想象力 (openai股票)
能写小说、哲学语录的GPT-3已经不足为奇？那就来一个多模态『图像版GPT-3』。
今天，OpenAI重磅推出了最新语言模型—，它是GPT-3的120亿参数版本，可以魔法一般按照自然语言文字描述直接生成对应图片！
比如，在DALL·E模型中输入“穿芭蕾舞短裙、正在遛狗的萝卜宝宝”，它就可以生成这样一张图片：
输入“鳄梨形状的扶手椅”，就是这样：
甚至输入“含OpenAI字样的店铺”，它也能成生成多种设计图
DALL·E这项神技能冲上了各大社交平台的热搜。
Keras创始人François Chollet特意发文称：
AI大神吴恩达也第一时间转推点赞，还顺带挑选了一张满意的蓝色衬衫 + 黑色长裤的AI 生成图。
OpenAI 联合创始人、首席科学家 Ilya Sutskever 在推特上发文表道：人工智能的长期目标是构建多模态神经网络，即AI能够学习不同模态之间的概念（文本和视觉领域为主），从而更好地理解世界。而 DALL·E 和 CLIP 使我们更接近“多模态 AI 系统”这一目标。
接下来，我们来详细介绍一下它还有哪些硬核能力。
DALL·E的能力
DALL·E能够为多语言成分结构的各种句子创造似是而非的图像。研究人员通过一些交互视觉效果举例说明了这一点。在下面的案例中，每个视觉效果的文本提示都是通过CLIP重新排序后，从512个文本提示中的前32个获得的，不采取任何手动选取（cherry-picking）。
控制属性
研究人员测试了DALL·E修改目标物体的能力，包括修改相应的属性以及出现的次数。
绘制多个目标
同时控制多个目标物体、以及它们的属性、空间关系是一个全新的挑战。
例如，“一只戴着红帽子、黄手套、蓝衬衫和绿裤子的刺猬”。要正确地解释这句话，DALL·E不仅要正确地将每件衣服与动物组合在一起，还要将（帽子、红色）、（手套、黄色）、（衬衫、蓝色）和（裤子，绿色）形成各种联想，而且不能混淆它们。
虽然DALL·E确实为少量目标的属性和位置提供了某种程度的可控性，但成功率取决于标题文本的语言措辞。
随着目标的增多，DALL·E容易混淆目标与颜色之间的关联，成功率会急剧降低。研究人员注意到，在这些场景中，DALL·E对于标题文本的重新表述是脆弱的、可替代的，语义上等价的标题文本通常不会产生正确的解释。
可视化透视与三维
研究人员发现DALL·E还能够控制场景的视点和渲染场景的3D样式。
为了进一步验证DALL·E的这个能力，研究人员测试了DALL·E在同等视角下重复绘制知名人物头部的能力，并发现DALL·E可以成功恢复旋转头部的平滑动画。
DALL·E能够将某些类型的光学畸变（Optical Distortions）应用到具体场景中，正如我们在“鱼眼透镜视图（Fisheye Lens View）”和“球形全景图（SphErical Panorama.）”等场景中看到的那样。它促使研究人员探索其产生光学反射的能力。
可视化内部和外部结构
“特写镜头（Extreme Close-up View）”和“x射线（X-Ray）”风格的案例使研究人员进一步探索了DALL·E运用横截面视角绘制内部结构和用宏观图像绘制外部结构的能力。
推断上下文细节
将文本翻译成图像的任务是不明确的：一个标题文本通常可以对应无限多种图像，换句话说，图像不是唯一确定的。例如，假如标题文本是“日出时，坐在田野上的水豚的绘画像。根据水豚的方位，可能需要画一个阴影，但这个细节没有被明确提及。
研究人员探讨了DALL·E在以下三种情况下解决无规范标准问题的能力：改变风格、设置和时间；在各种不同的情况下绘制同一目标图像；在生成目标图像上书写指定文本。
利用不同程度的可靠性，DALL·E为通过自然语言实现3D渲染引擎功能提供了一种途径。它可以独立地控制少量目标的属性，并在有限的范围内控制目标的数量以及它们之间的排列方式。它还可以控制渲染场景的位置和角度，并且根据角度和照明条件生成精确且规范的已知目标。
与3D渲染引擎不同，3D渲染引擎的输入必须明确且完整，当标题文本暗示图像必须包含未明确的特定细节时，DALL·E通常能够“填补空白”。
应用案例
研究人员探讨了上述功能在时尚设计和室内设计中的应用。
组合不相关的概念
语言的构成本质使人们能够将概念描述集成在一起，用以描述真实和虚构的事物。 OpenAI发现，DALL·E还具有将完全不同的idea结合起来以合成物体的能力，其中有些物体不可能在现实世界中存在。
OpenA在两种情况下探索这种能力：将各种概念的特质传递给动物，以及从不相关的概念中汲取灵感来设计产品。
在上一部分中探讨了DALL·E在生成真实物体的图像时结合无关概念的能力。 接下来，OpenAI通过在艺术的背景下的三种插图探索这种能力：动物和物体的拟人化版本、动物嵌合体、表情符号。
零样本视觉推理
可以仅根据说明和提示来指示GPT-3执行多种任务，而无需任何额外训练。例如，当提示短语“将‘在公园里walking狗的人’被翻译成法语：”时，GPT-3会回答“un homme quipromèneson chien dans le parc。此功能称为零样本推理。
OpenAI发现DALL·E将此功能扩展到了视觉领域，并且在以正确的方式提示时，能够执行多种图像到图像的翻译任务。
OpenAI惊讶地发现DALL·E居然有这种神奇的能力，因为他们没有对神经网络或训练程序进行任何修改。
受这些结果的启发，OpenAI通过在Raven的渐进矩阵上进行测试来衡量DALL·E对于解决类推推理问题的能力，这是一种视觉智商测试，在20世纪得到了广泛应用。
地理知识
OpenAI 发现DALL·E了解地理事实、地标和街区。 它对这些概念的了解在某些方面出奇地精确，而在另一些方面却有缺陷。
时间知识
除了探索DALL·E关于随空间变化的概念的知识外，OpenAI还探索了其随时间变化的概念的知识。
总结：方法和先前工作
DALL·E是一个仅有解码器的Transformer架构，它可以接收1280个token的文本和图像作为单个流（文本为256个token，图像为1024个token），并对它们全部进行自动回归建模。
它的64个自注意力层中的每一个都具有注意力mask，使每个图像token都可以匹配所有文本token。DALL·E对文本token使用标准的因果mask，以行、列或卷积注意模式对图像token使用稀疏注意，具体取决于层数。
与VQVAE-2中使用的rejection sampling类似，OpenAI使用CLIP对每个文本生成的512个采样中的前32个进行排名。此过程也可以看作是一种语言指导的搜索，会对样本质量产生巨大影响。
GPT-3已经向我们展示，可以用语言来指示大型神经网络执行各种文本生成任务。Image GPT则表明，同样类型的神经网络也可以用来生成高保真的图像。OpenAI进一步扩展了这些发现，以表明通过语言操纵视觉概念是触手可及的。
与GPT-3一样，DALL·E是一种Transformer语言模型。OpenAI认为，涉及生成模型的工作可能会产生重大而广泛的社会影响。因此未来，OpenAI会计划分析像DALL·E这样的模型如何与社会问题联系起来，例如对某些工作流程和专业的经济影响，模型输出中可能存在的偏见以及该技术所隐含的长期道德挑战。
最后，Henry AI Labs在YouTube上分享了一个视频，简要介绍了OpenAI的DALL-E模型，并表示“希望可以清楚说明深度神经网络中文本和图像是如何作为张量统一的。”
由于是非官方解释，仅供参考。
最后，大家对DALL·E 这个的神经网络模型有什么应用上的期待呢？二维设计师？
又会觉得它会引导什么AI革命吗？又或者觉得它会存在很多不可避免的限制？
参考链接：
原创文章，未经授权禁止转载。详情见 转载须知 。
本文地址： https://www.gpxz.com/article/7c79f3dbbd62fbc21f28.html
查询搜狗PC权重和搜狗PC的关键字排名
展锋_新浪博客,展锋,展锋：临界点下收破，不翻多就观望！,展锋：临界点收破，调整开始？还是虚晃一枪？,展锋：临界点3126.17，得失非常关键！,展锋：临界点要盯牢，新高机会还有！,展锋：继续弱势回落，临界点得失关键！,展锋：突破回落伤人气，还会继续上涨吗？,展锋：突破3066.94翻多，持续性还需观察！,展锋：2993.14得失关键，耐心等待再图谋！,展锋：317家个股跌停，护盘的意义何在？,展锋：“国九条”利多来袭，大盘会拉长阳吗？
专业有机肥设备,有机肥生产线加工设备厂家,厂家直销，价格优惠，质量有保证.华强产品覆盖肥料发酵翻抛、烘干冷却、搅拌配料、制粒包装设备，设备先进，经济效益高.欢迎广大客户来电咨询:0371-86570111
前后供应链
奥克斯集团（AUX）始创于1986年，产业涵盖空调、用电、配电、新能源、医疗等领域，连续多年位列中国企业500强。⾯向新的时代，奥克斯秉承“创领智能生活，培养优秀人才”的企业使命，力争实现“千亿市值、千亿规模、百亿利润”战略⽬标，⽴志成为世界著名企业。
【四叶草企服】一站式企业服务平台，专业代理注册公司及个体工商户营业执照办理，免费咨询公司注册流程及所需申请材料，提供公司注册地址、年审、代理记账、变更、注销一站式服务。―四叶草企服―业务地点分布上海各区及全国各省市。
善行医疗是国家高新技术企业,领先的智慧医疗健康解决方案供应商,研发十二导医用智能心电衣，是十二导智能心电衣团体标准制订单位，已获得CFDA认证。公司还研发可穿戴脑电设备、智能针灸衣、智能康复衣、智能肌电衣、智能减脂衣等主要产品,相关产品在CFDA、CE、FDA等国内外机构均通过认证,拥有两百余项专利、PCT,并在诊疗、监测、保健等方面均获得突破性的成果。
深圳会展中心集展览、会议、商务、餐饮、娱乐等多功能于一体，由深圳市政府投资兴建，委托深圳会展中心管理有限责任公司经营，于2004年正式投入使用。自2004年开馆以来，已成功举办近300场展览，1350多场会议，共接待观众达2,000多万人次。
融跃教育是专业的FRM培训机构，为考生提供FRM考试、FRM报名、备考辅导等服务。为考生量身定制FRM培训课程，提供专业的学习平台，帮助考生顺利通过FRM考试！
济宁公积金管理中心,统一服务电话：12345,可查询业务包括：公积金贷款利率,通知公告,业务指南,新闻动态,服务渠道,网上贷款利率,主任信箱,客服电话,网点查询,党建工作,在线留言,合作楼盘,下载中心,政府信息公开等。
上海熠阔电气有限公司专业生产消防泵控制设备，消防泵自动巡检控制设备，消防泵双电源控制设备，消防排烟风机控制设备，消防排烟风机欢迎联系021-57490329
本次要带来的是2022网易决战平安京官网下载，本作是网易基于，阴阳师，的角色和世界观打造的一款MOBA手游，一进入界面就扑面而来浓厚的和风元素，游戏场景中，到处都是绚烂的樱花，多情的枫叶，还有以和式建筑表现的原始防御塔，在其中显得非常有特色，决战！平安京，2022最新下载地址手机扫码下载普通下载安全下载既然是MOBA手游，当然要开始...。
随着信息技术的发展和互联网的普及，计算机编程已经成为一门非常重要的技能，无论从个人发展还是社会需求的角度来看，学习编程都是非常有必要的，学习软件的网站有什么呢，手机学习软件编程的App，则是一款方便学习者随时随地学习编程的工具，接下来，小编将详细介绍在什么情况下需要用到手机学习软件编程的App，并为大家推荐几款专业的app，1、，py...。
支付宝被黑客搞了，女票发给我一段视频，中哥我虎躯一震，这么大的事儿居委会咋没通知我??赶紧打开视频，我去，这是黑客吗?谁来解释一下，明明是黑客，为神马穿得这么白，连脸都是白的，还有，你带着那个面具敲代码，能看清鬼啊?这是在练盲打么??闭着眼睛攻击支付宝，是为了表现一种蔑视和侮辱么???往后看了五分钟，冷静了一下，我不禁三呼...。
家具消费已完成了由必需性、实用性、适用性的转变，人们在家具消费观念上也将会有一个全新的转变与突破，由以往的功能性的追求发展为个性化、时尚化的享受与欣赏，家具已不仅仅是纯粹的使用工具，人们还赋予它追求时尚、张扬个性、享受人生、欣赏世界的内涵，家具的类型、数量、功能、形式、风格和制作水平以及当时的占有情况，反映了一个与地区在某一历史时期的...。
距离微博用户，美国往事1999，爆料苹果官方技术顾问非法窃取用户个人信息和资料并敲诈勒索的事件已经过去三天了，3月8日下午，雷锋网获悉苹果公司对此作出了回应，称事件属实，此处可以划一波重点，首先，任何一个苹果技术顾问均无法访问顾客的密码、电子邮件内容和照片等隐私信息；另外，苹果需要确保内部员工与承包商团队遵守与顾客联络方面设定的标准；...。
当地时间11月15日下午四点钟，英伟达的股价在收盘时变动至202.39美元，相对于10月1日289.36美元的股价高峰，已经跌去了30.06%，收盘后不久，英伟达公布了截至10月28日的2019财年第三季度财报，从营收和利润的角度，这似乎是一份不错的财报；然而雷锋网注意到，财报发布后，英伟达的股价在盘后交易中疯狂暴跌，到晚上八点钟，盘...。
[全球时报驻美国特约记者萧达王逸]，这将是美国2024年总统竞选最关键的时辰，美国有线电视资讯网，CNN，这样形容独裁党总统候选人哈里斯与共和党总统候选人特朗普于外地期间10日晚启动的首场电视答辩，依据美国多份最新民调显示，哈里斯与特朗普目前允许率依然旗鼓相当、不相高低，因为选情胶着，使美国大选前景更难以预测，法新社称，这很或者是哈...。
女的属牛和什么最配婚女的属牛和什么最配婚，咱们往经常常会疏忽生肖属相的作用，其实生肖的相配相冲是会对咱们的生存发生肯定影响的，咱们在一些关键的事件上还是要留意这些疑问的，上方我就带大家看看女的属牛和什么最配婚，女的属牛和什么最配婚11、属牛女，属鼠男匹配你们是十分美满的一对，在家庭的工作方面，只管已有十分的默契，但都情愿分担更多的责任...。
方法步骤工具原料手机网络app1、首先关上苹果手机在主界面找到，AppStore，，如下图所示，2、关上AppStore，之后选用右下角的，搜查，，如下图所示，3、在搜查框里输入，网络，如下图所示，4、关上软件页面选用旁边的，失掉，下载图标，，如下图所示，5、下载成功之后前面会有关上两个字，如下图所示，怎样下载百度下载网络客户端的步...。
递交放开后，工行信誉卡部会依据您的以往用卡状况以及资信状况等诸多要素启动综合评分，只要经过综合评定后才可申领，您可以在完成递交放开表15至20个上班日与原收表机构、牡丹卡卡部或咨询查问操持进展或结果，检查操持进展的方法，一、网上查问工行信誉卡的放开进展1、在阅读器中搜查中国工商银行，认准官方点击进入，2、完成进入工商银行的官方网站之后...。
我对铃木雨燕十分满意，它不只外观时兴、功能优秀，而且温馨性和安保性都获取了很好的保证，假设你在寻觅一款牢靠、适用的代步工具，那么铃木雨燕相对是一个值得思考的选用，无论你是须要日常通勤还是短途游览，它都能为你提供杰出的驾驶体验，雨燕驳回了什么发起机雨燕发起机的型号是G13BM15B，该车搭载了两款发起机，区分是13升人造吸气发起机，最大...。
葫芦侠3楼怎么没电影了？最新很多小伙伴反应在葫芦侠3楼看不见电影版块，那么葫芦侠3楼电影资源到底在哪呢，让小编来告诉你吧！其实电影版块只是暂时关闭了，想看电影的小伙伴可以去许愿里求资源哦！以上就是葫芦侠3楼怎么没电影了详解，想了解更多《葫
今天一起来说说免费农场游戏下载大全，在这个喧嚣的城市中，快节奏的生活让人们渴望体验一抹宁静与祥和，想象一下，在游戏的世界里，你是一位名副其实的农场主，可以自由驰骋在广袤的田野间，感受大自然的馈赠与温柔呵护，这些游戏不仅能够带给你绝美治愈的画面，更能让你暂时抛开琐事烦恼，尽情享受种植经营的乐趣，1、，农场经营物语，运用你的策略和经营技巧...。
棋盘游戏不仅能带来乐趣，还能锻炼我们的思维和策略能力，今天小编就来给大家推荐一下有趣的棋盘游戏有哪几个，在这些游戏中，你将感受到智慧的碰撞和策略的较量，不管是经典的棋类，还是创新的玩法，都能让你沉浸其中，准备好重新点燃那份对棋盘游戏的热爱了吗，1、，天天象棋，天天象棋，这款游戏特别是适合那些超级带象棋的玩家，可以随时随刻就来上一把快...。
今年BW仅开幕半天，就被网易旗下的知名游戏《世界之外》官号给发文避雷了。这场风波也成了BW期间的一大话题。
今年8月，雷锋网，搜索，雷锋网，公众号关注，将在深圳举办一场盛况空前有全球影响力的人工智能与机器人创新大会，届时雷锋网将发布，人工智能&，机器人Top25创新企业榜，榜单，目前，我们正在拜访人工智能、机器人领域的相关公司，从中筛选最终入选榜单的公司名单，如果你也想加入我们的榜单之中，请联系，2020@leiphone.com，作...。
双语原文链接，IsThe>，对其保留一定态度我个人对Uber的，预测即服务，目标持怀疑态度，我可以理解，Uber是否允许其员工使用预先构建的模型，按需，预测某些关键业务指标，这些模型已经过数据科学团队的广泛研究和完善，但是我不认为这就是弗朗兹卡·贝尔，FranziskaBell，的意思，看来她的目标是能够通过按一下按钮就几乎可以预...。
