Dall-E Review: Lär dig mer om det populära AI-bildgenereringsverktyget

Dall-E är ett artificiell intelligens (AI)-program som genererar bilder baserat på textmeddelanden. Det betyder att allt du behöver för att producera bilder av hög kvalitet genom AI är att förse Dall-E med tydliga instruktioner på naturligt språk.

I skrivande stund verkar det AI-baserade verktyget i form av Dall-E 2, som är den senaste versionen av programmet. Dall-E 2 är kommersiellt tillgänglig genom sin utvecklare OpenAI, som erbjuder programmet genom sitt webbgränssnitt såväl som sitt applikationsprogrammeringsgränssnitt (API).

För att lära dig vad som är Dall-E och hur det fungerar, här är en snabbguide till detta toppmoderna bildgenereringsprogram.

Viktiga punkter

• Dall-E är ett AI-baserat bildgenereringsverktyg som producerar bilder genom textinstruktioner.
• Dall-E använder djupinlärning för att tillgodogöra sig textmeddelanden såväl som visuella ledtrådar, och förvandlar relaterat visuellt material till sammanhängande bilder.
• Dall-E erbjuder också en bildredigerare för att förbättra befintliga bilder genom AI-baserade redigeringsmöjligheter.
• Dall-E finns både som ett grafiskt användargränssnitt (GUI) och ett API.
• Du behåller fullständig äganderätt till alla bilder som du genererar via Dall-E.

Hur genererar du AI-bilder genom text?

Dall-E är ett bildgenereringsverktyg som fungerar via AI för att assimilera textinstruktioner och förvandla dem till originalbilder. För att uppnå denna bedrift använder Dall-E djupinlärning för att förstå en omfattande uppsättning bilder och referenser.

När den får en textuppmaning använder Dall-E sin träning från dessa datamängder för att producera bilder som matchar instruktionerna. Detta gör det möjligt för vem som helst att använda AI för bildgenerering, utan att behöva använda omfattande kodning eller tekniska instruktioner.

Denna funktionalitet är en av många anledningar till att Dall-E har blivit så populär sedan debuten 2020. I sin senaste iteration, Dall-E 2, erbjuder programmet även ytterligare funktioner. Dessa inkluderar möjligheten att redigera befintliga bilder genom att lägga till nya visuella element eller möjligheten att utöka arbetsytan genom att skapa relaterade bilder för en originalbild.

För att använda Dall-E 2 kan du gå till OpenAIs webbplats och använda verktyget via det webbaserade GUI. Även om du aldrig har använt ett AI-program tidigare, gör det enkla gränssnittet det enkelt för dig att ange din textuppmaning och få dina önskade bilder i gengäld.

Redigeringsgränssnittet som presenterades i slutet av 2022 fungerar med samma inställning till enkelhet. Med ett lättanvänt radergummiverktyg kan du ta bort de delar av din bild som du vill ska redigeras eller förbättras med Dall-E. Därifrån kan du lägga till textuppmaningar för att lägga till nya element i din bild.

Du kan också använda verktyget "Generation Frame" för att utöka arbetsytan och storleken på en befintlig bild. Du kan lägga till den här generationsramen mot toppen, botten eller någon av sidorna. Du kan också justera storleken på denna ram. När du väl har bestämt genereringsramen och gett en uppmaning till Dall-E, kan du se din bild sträcka sig till önskad storlek samtidigt som den är i linje med resten av dess grafik, tema och konststil.

Denna snabba introduktion låter dig förstå vad Dall-E är och hur man använder den. Men om du har ytterligare frågor om hur exakt verktyget fungerar med sin magi, kan du gå vidare med att förstå mekaniken bakom det.

Dall-E använder olika AI-baserade tekniker för att förbättra sin visuella förmåga

Även om Dall-E är otroligt skicklig på att identifiera bilder och replikera deras stil, så föds inte färdigheten ur ingenstans. Istället har Dall-E AI tränats genom att använda ett neuralt nätverk som kombinerar visuella referenser med naturlig språkövervakning.

Detta neurala nätverk använder djupinlärning, som är en delmängd av AI som bearbetar stora uppsättningar data för att lära sig om ämnet. Med den kan djupinlärning genom neurala nätverk också kategorisera olika mönster och identifiera sambandet mellan olika datasegment.

Det neurala nätverk som används för Dall-E träning kallas CLIP (Contrastive Language-Image Pre-training). CLIP använder en ZSL-inställning (zero-shot learning), som gör att den kan bedöma visuella prov och textreferenser även om den inte har stött på dem tidigare. Detta är möjligt genom de omfattande datamängder som CLIP har utbildats i för att matcha en uppsättning information med den andra.

För att lära sig dessa visuella och textreferenser har Dall-E utbildats på inte mindre än 12 miljarder parametrar. Dessa parametrar märker olika bilder med en textreferens och låter Dall-E förstå vad som förväntas av den när en användare ber om att en specifik bild ska genereras. Förutom att möjliggöra bildgenerering för enkla koncept, lyser denna förmåga också igenom i abstrakta koncept som att rita antropomorfa karaktärer ur livlösa föremål.

Det är här AI-modellen av Dall-E matchar en annan produkt av dess utvecklare OpenAI. Denna match kommer i form av Generative Pre-trained Transformer 3 (GPT-3). Medan GPT-3 genererar text genom att förutsäga vad nästa ord ska vara i texten som den genererar, producerar Dall-E bilder genom att bestämma hur den ska skapa en komplett bild enligt de element som den genererar i en serie.

När du väl förstår vad Dall-E är kan du se hur detta tillvägagångssätt gör underverk för att skapa bilder av hög kvalitet från grunden. Med den gör det också tydligt hur programmet skapar utökade bilder och redigerar befintliga bilder.

Genom att använda sitt imponerande urval av parametrar, målmedvetet utformade neurala nätverk och intuitiva GUI gör Dall-E det enkelt för alla att dra nytta av den snabbt utvecklande generativa AI-tekniken för bildproduktion.

Dall-E recension: Hur mycket kostar Dall-E?

Platta är tillgänglig genom sin utvecklare OpenAI, som erbjuder krediter i utbyte mot ett fast pris. Varje kredit motsvarar en begäran om en enda bildgenerering.

Det betyder att du kommer att använda en enda poäng för att producera en bild från en textuppmaning, redigera en befintlig bild för att göra ändringar eller utöka arbetsytan för en befintlig bild. Varje bildgenereringsförfrågan ger dig också fyra varianter. Men om du begär fler varianter kostar det en kredit per förfrågan.

I skrivande stund är Dall-E tillgänglig till priset av 115 krediter för $15. Krediterna som du köper förfaller inom 12 månader. Du kan använda dessa krediter via webbgränssnittet eller via Dall-E API.

Sammantaget är Dall-E:s prisplan dyrare än sina närmaste konkurrenter, midjourney och Stabil diffusion. I skrivande stund börjar Midjourneys prissättning på $10 för 200 bildgenereringsförfrågningar. Det erbjuder också en $30 plan för obegränsade användargenereringsförfrågningar. Medan Stable Diffusion tar $100 för 100 bildkrediter.

Men med tanke på att Dall-E:s AI är mer omfattande utbildad och erbjuder bildförlängningsverktyg som Midjourney och Stable Diffusion inte har, har den tillräcklig anledning att prissätta sin produkt till en högre nivå. Dessutom kräver Midjourney att du kommer åt programmet via Discord. Medan Dall-E är tillgänglig via sitt eget webbgränssnitt såväl som API.

Efter att ha lärt dig vad som är Dall-E och vilken typ av avgifter det ger till bordet, blir det lättare för dig att avgöra om du ska betala för dess tjänster eller inte. Medan du gör det kan du registrera dig för lösningen ändå och få 50 gratis krediter direkt. Efteråt kan du få 15 gratis krediter varje månad. Dessa gratiskrediter löper dock ut inom en månad, till skillnad från de betalda krediternas årslånga utgångsdatum.

Dall-E För- och nackdelar

Dall-E 2, som presenterades i april 2022, har fler möjligheter än sin föregångare. Genom att använda bilderna och referenserna från dess neurala nätverk kan programmet generera imponerande bilder som passar din prompt oftare än inte. Dessutom gör dess intuitiva GUI och API-funktioner det enklare för dig att producera bilder utan att behöva använda invecklade bildredigeringsverktyg.

Med det sagt, går Dall-E fortfarande igenom sin barndomsfas där du inte kan förvänta dig perfektion på varenda en av dess genererade bilder. Även om programmet gör sitt bästa för att fylla i de ordspråkiga eller bokstavliga tomrummen genom bilderna som det genererar, har det fortfarande sina begränsningar på grund av att det bara är lika bra som data det tränas på.

Till exempel, om du ger Dall-E en prompt som den inte har något prejudikat för i dess neurala nätverk, kommer den att generera den bild som ligger närmast din prompt som kanske passar dina instruktioner på deras naturliga språk. Som ett exempel, tänk på att ge programmet instruktionen att skapa "svansjö på scenen." Det kan mycket väl syfta på den populära baletten eller en bokstavlig sjö med svanar placerade på en scen.

När du genererar fotorealistiska bilder kan du också märka ett pågående problem med avbildningen av ansikten, händer, fötter och andra anatomiska detaljer. Ibland genererar AI funktioner som inte är riktigt där när det gäller visuell noggrannhet eller realism. Men detta är ett problem som finns över hela linjen för andra AI-verktyg också.

Är Dall-E värt det?

Om du gillar att vara en del av ny teknik, leka med roliga funktioner och tolerera små funktionella problem i framstegens namn, kan Dall-E vara värt din tid och dina pengar. Detta gäller särskilt om du förstår vad Dall-E arbetar med när det gäller begränsningar och inte känner dig frustrerad när du måste möta dessa utmaningar på egen hand.

Men det är där du har ett fördelaktigt alternativ i form av Dall-E:s gratiskrediter. För att vara säker på att du är nöjd med programmet innan du betalar för det, kan du gå vidare med att registrera dig för plattformen och prova det via gratis krediter. Om du är nöjd med Dall-E:s prestanda kan du sedan registrera dig för de betalda krediterna som den erbjuder via OpenAI:s plattform.