DALL·E 3 hiện đã có trong ChatGPT Plus và Enterprise

DALL·E 3 là đỉnh cao của một số tiến bộ nghiên cứu, cả từ bên trong và bên ngoài OpenAI. So với phiên bản tiền nhiệm, DALL·E 3 tạo ra những hình ảnh không chỉ ấn tượng hơn về mặt thị giác mà còn sắc nét hơn về mặt chi tiết. DALL·E 3 có thể hiển thị đáng tin cậy các chi tiết phức tạp, bao gồm văn bản, bàn tay và khuôn mặt. Ngoài ra, nó đặc biệt tốt trong việc phản hồi các lời nhắc chi tiết, mở rộng và có thể hỗ trợ cả tỷ lệ khung hình ngang và dọc. Những khả năng này đạt được bằng cách đào tạo một người chú thích hình ảnh hiện đại để tạo ra các mô tả văn bản tốt hơn cho các hình ảnh mà chúng tôi đã đào tạo các mô hình của mình. Sau đó, DALL·E 3 được đào tạo trên các chú thích được cải thiện này, tạo ra một mô hình chú ý nhiều hơn đến các chú thích do người dùng cung cấp. Bạn có thể đọc thêm về quy trình này trong bài báo nghiên cứu của chúng tôi (mở trong cửa sổ mới)

Chúng tôi sử dụng hệ thống an toàn nhiều tầng để hạn chế khả năng tạo ra hình ảnh có khả năng gây hại của DALL·E 3, bao gồm nội dung bạo lực, dành cho người lớn hoặc thù hận. Kiểm tra an toàn chạy qua lời nhắc của người dùng và hình ảnh kết quả trước khi hiển thị cho người dùng. Chúng tôi cũng đã làm việc với những người dùng đầu tiên và các chuyên gia nhóm đỏ để xác định và giải quyết các lỗ hổng trong phạm vi bảo vệ cho các hệ thống an toàn của chúng tôi, vốn xuất hiện cùng với các khả năng mô hình mới. Ví dụ, phản hồi đã giúp chúng tôi xác định các trường hợp ngoại lệ để tạo nội dung đồ họa, chẳng hạn như hình ảnh khiêu dâm và kiểm tra khả năng tạo ra hình ảnh gây hiểu lầm một cách thuyết phục của mô hình. 

Là một phần của công việc chuẩn bị cho DALL·E 3 triển khai, chúng tôi cũng đã thực hiện các bước để hạn chế khả năng mô hình tạo ra nội dung theo phong cách nghệ sĩ đang sống, hình ảnh của những người của công chúng và cải thiện sự thể hiện nhân khẩu học trên các hình ảnh được tạo ra. Để đọc thêm về công việc chuẩn bị cho DALL·E 3 triển khai rộng rãi, hãy xem thẻ hệ thống DALL·E 3.

Phản hồi của người dùng sẽ giúp đảm bảo chúng tôi tiếp tục cải thiện. Người dùng ChatGPT có thể chia sẻ phản hồi với nhóm nghiên cứu của chúng tôi bằng cách sử dụng biểu tượng cờ để thông báo cho chúng tôi về các đầu ra không an toàn hoặc đầu ra không phản ánh chính xác lời nhắc bạn đã đưa ra cho ChatGPT. Việc lắng nghe cộng đồng người dùng đa dạng và rộng lớn và có hiểu biết thực tế là rất quan trọng để phát triển và triển khai AI một cách có trách nhiệm và là cốt lõi trong sứ mệnh của chúng tôi.

Chúng tôi đang nghiên cứu và đánh giá phiên bản đầu tiên của trình phân loại nguồn gốc—một công cụ nội bộ mới có thể giúp chúng tôi xác định xem hình ảnh có được tạo ra bởi DALL·E 3 hay không. Trong các đánh giá nội bộ ban đầu, công cụ này có độ chính xác hơn 99% khi xác định xem hình ảnh có được tạo ra bởi DALL·E hay không khi hình ảnh chưa được chỉnh sửa. Công cụ này vẫn có độ chính xác hơn 95% khi hình ảnh đã trải qua các loại chỉnh sửa thông thường, chẳng hạn như cắt xén, thay đổi kích thước, nén JPEG hoặc khi văn bản hoặc phần cắt từ hình ảnh thực được chồng lên các phần nhỏ của hình ảnh đã tạo. Mặc dù có những kết quả khả quan này trong quá trình thử nghiệm nội bộ, trình phân loại này chỉ có thể cho chúng tôi biết rằng hình ảnh có khả năng được tạo ra bởi DALL·E và vẫn chưa cho phép chúng tôi đưa ra kết luận chắc chắn. Trình phân loại nguồn gốc này có thể trở thành một phần của nhiều kỹ thuật giúp mọi người hiểu được liệu nội dung âm thanh hoặc hình ảnh có phải do AI tạo ra hay không. Đây là một thách thức đòi hỏi sự hợp tác trên toàn bộ chuỗi giá trị AI, bao gồm cả các nền tảng phân phối nội dung cho người dùng. Chúng tôi hy vọng sẽ tìm hiểu được nhiều điều về cách thức hoạt động của công cụ này và nơi nào công cụ này có thể hữu ích nhất, đồng thời cải thiện phương pháp tiếp cận của mình theo thời gian.

DALL·E 3 được thiết kế để từ chối các yêu cầu yêu cầu hình ảnh theo phong cách của một nghệ sĩ còn sống. Chúng tôi cũng cung cấp tùy chọn cho người sáng tạo để từ chối hình ảnh của họ (mở trong cửa sổ mới)từ việc đào tạo các mô hình tạo hình ảnh tương lai của chúng tôi.