dall-e-3

DALL-E 是由 OpenAI 开发的一系列基于人工智能的文本到图像生成模型，能够根据自然语言描述创建逼真或风格化的图像。该系列已迭代至第三代，各版本在功能、分辨率和控制能力上持续增强。

• ‌DALL-E‌：作为系列的首个版本，于2021年发布，基于120亿参数的GPT-3架构，能够通过文本提示生成原创图像，支持组合不相关概念、控制物体属性和视角，并具备一定的三维渲染能力。‌

• ‌DALL-E 2‌：2022年推出，显著提升了图像分辨率（为第一代的4倍），并增强了图像生成的逼真度与细节处理。它还引入了图像编辑功能，如根据文本提示修改现有图像的特定区域。‌

• ‌DALL-E 3‌：2023年10月正式开放，与ChatGPT深度集成，支持更自然的多轮对话式提示优化，能生成细节更丰富、风格更精准的图像。它支持多种输出尺寸（如1024×1024、1792×1024）和风格（自然、生动），并添加了内容水印（C2PA）以标识AI生成内容。自2024年8月起，该模型已向ChatGPT免费用户开放，但每日生成次数有限。‌

DALL-E 模型广泛应用于创意设计、游戏开发、广告营销等领域，其核心能力在于将抽象的语言描述转化为视觉内容，并能“填补”提示中未明确说明的细节。‌

目前，DALL-E 3 已集成于微软的多个平台，例如通过 ‌Bing Image Creator‌ 和 ‌Windows 画图‌ 应用中的“图像创建器”功能，用户可直接输入文本生成AI艺术作品。‌