MODEL

DALL·E 3

DALL·E 3 是 OpenAI 的文生图系统。官方论文把提示词遵循的主要改进归因于训练数据重标注：先用专用图像描述器生成更详细的合成说明，再用这些说明训练图像生成模型。论文披露的组件包括 T5-XXL 文本编码器、文本条件 U-Net 潜空间扩散模型，以及经一致性蒸馏压缩到两步去噪的扩散解码器；参数量和文本上下文长度未公开。其公开接口接收文本并输出图像，不提供 DALL·E 2 式的图像编辑或变体输入。

发布日期：

2023-09-20

参数量：

未公开

架构：

T5-XXL 文本编码器与文本条件 U-Net 潜空间扩散模型；自研卷积 U-Net 扩散解码器经一致性蒸馏降至两步去噪

输入输出：

文本 → 图像

交互方式：

普通请求

开放方式：

闭源

组织：

OpenAI