以前，針對文本條件圖像生成問題提出了兩種方法：CLIP等對比模型和擴散模型。最近，OpenAI為這項任務(wù)提出了一個新穎的系統(tǒng)：DALL·E2。

這種新方法可以生成更逼真、更準(zhǔn)確的圖像，其分辨率是其前身DALL·E的4倍。新穎的系統(tǒng)結(jié)合了兩種先前的方法：訓(xùn)練擴散解碼器以反轉(zhuǎn)CLIP圖像編碼器。

除了從文本描述中創(chuàng)建原始、逼真的圖像和藝術(shù)作品外，DALL·E2還可以對現(xiàn)有圖像進行逼真的編輯，例如添加或刪除元素。它甚至可以使用圖像作為輸入，并根據(jù)原始圖像創(chuàng)建不同的變體。除了使人們能夠創(chuàng)造性地表達自己之外，這項研究還幫助人類了解先進的人工智能系統(tǒng)如何看待和理解我們的世界。