导读
DALL·E 用 autoregressive Transformer 统一建模文字与图像 token，并展示广泛 zero-shot 组合能力。它把“输入一句话生成新图像”从研究演示推进为公众可理解的新型生成范式。
查看大图 ↗所链接文献 PDF 的第 1 页，保留原图与原语言。页面版本以来源文件为准；后来的修订或重印日期不替代节点的历史日期。
Aditya Ramesh; Mikhail Pavlov; Gabriel Goh; Scott Gray; Chelsea Voss et al. / OpenAI · 原文献 · 图像权利归原权利人；不视为开放许可
资料出处 · Zero-Shot Text-to-Image Generation ↗档案研究说明
把文字和图像编码成同一条生成序列。
ANTI-AI ARCHIVE · 修订 2026-10-02
研究方法与具体变化
DALL·E研究论文把文字词元与图像词元组成单一数据流，由Transformer自回归建模。研究重点是扩大数据与模型规模后的零样本生成，而不是针对每个题材另造一个专门系统。论文公开时间晚于2021年1月的项目公告，因此两个节点记录不同类型的事件。
本节依据: 零样本文本生成图像：DALL·E：资料依据
在艺术史中的位置
将语言与图像放入统一序列，使描述成为生成条件，但输出仍依赖训练中形成的关联。研究者应区分能组合概念的演示与实际创作使用，也应避免把发布公告、论文和公众可用服务算成同一种开放。
本节依据: 零样本文本生成图像：DALL·E：资料依据
正文引用资料
核读作者或会议页面的摘要与版本记录；未通读全部证明或复现实验。
本篇按引用范围扩写档案说明；研究解释不应被理解为原作者的自述或已证实的因果影响。 正文与译文使用 AI 辅助，尚未经独立人工审校；分节引文标明依据，不代表已独立验证全部史实。
带着问题继续阅读
比较本条与DALL·E 首次公布之间的制作方法、控制方式或展示语境。
比较本条与DALL·E 2：结合 CLIP 潜变量的分层图像生成之间的制作方法、控制方式或展示语境。
日期与版本记录
节点标注日期：2021-02 · 来源记录的历史日期：2021-02
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
出处、翻译与核验状态
主线节点 #120 · 历史节点
研究资料与补充出处 · 2
AI 艺术谱系研究母版 · p. 23 · 075
原记日期: 2021-02
零样本文本生成图像：DALL·E ↗
Zero-Shot Text-to-Image Generation
生成式视觉发布编年研究母版 · p. 2 · R003
原记日期: 2021-02
零样本文本生成图像：DALL·E ↗
DALL·E — Zero-Shot Text-to-Image Generation
站内说明依据所列研究资料撰写，非外链全文译本；AI 辅助翻译，待独立人工审校。
母版研究论述与日期尚待独立核验。
引用本节点
ANTI-AI ARCHIVE. 零样本文本生成图像：DALL·E. 艺术史节点 #120. https://salondesrefuses.cn/zh/art-history/075
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。