ANTI-AI ARCHIVE
艺术史节点 / 134 · 2022

DALL·E 2:结合 CLIP 潜变量的分层图像生成

Hierarchical Text-Conditional Image Generation with CLIP Latents / DALL·E 2 product

Aditya Ramesh; Prafulla Dhariwal; Alex Nichol; Casey Chu / OpenAI

导读

DALL·E 2 将 diffusion-based image prior/decoder 与 CLIP 表示结合,显著提升逼真度和文本一致性。2022 年逐步扩展研究预览、beta 和无候补名单访问,使文生图第一次成为全球大众产品。

原始文献#134
DALL·E 2 原论文第 2 页的模型输出示例,保留图像与提示词排版;这是 2022 年的研究图版。查看大图 ↗

DALL·E 2 原论文第 2 页的模型输出示例,保留图像与提示词排版;这是 2022 年的研究图版。

Aditya Ramesh et al. / OpenAI · 原始图像与文献权利归各自权利人;引用不代表开放授权

资料出处 · Hierarchical Text-Conditional Image Generation with CLIP Latents · Figure 1 ↗

档案研究说明

从研究展示到可操作的生成与编辑工具。

ANTI-AI ARCHIVE · 修订 2026-10-03

发布内容与使用方式

DALL·E 2把文字条件、图像表征与扩散生成相连。官方展示除了按描述生成图片,也包括修改现有画面和产生变化。2022年的研究预览、测试开放与取消等待名单是不同的接入阶段,不能只用一个发布日期概括实际可用性。

本节依据: DALL·E 2:结合 CLIP 潜变量的分层图像生成:资料依据

创作史中的变化

这使图像生成更接近反复修改的制作过程:输入可以是语言,也可以是已有图像和局部编辑要求。研究者应保存中间状态,才能判断哪些构图来自用户、哪些由模型补充。最终输出的精致程度不足以说明制作过程中的控制分配。

本节依据: DALL·E 2:结合 CLIP 潜变量的分层图像生成:资料依据

研究论文与发布日期

论文首次提交于2022-04-13。研究先以文本预测CLIP图像嵌入,再以该嵌入为条件解码图像,并比较先验的不同实现。本节点保留原有产品与研究复合日期;预印本日期单列,不能把产品公告当作论文发表。

本节依据: DALL·E 2论文:先验与解码器

正文引用资料

DALL·E 2:结合 CLIP 潜变量的分层图像生成:资料依据 ↗

核读官方公告的发布范围与演示说明;厂商性能评价不作为独立测试结论。

DALL·E 2论文:先验与解码器 ↗

核读论文摘要、署名和arXiv提交记录;未将摘要核读记作全文审查。

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

潜在扩散模型 ↗

比较本条与潜在扩散模型之间的制作方法、控制方式或展示语境。

DALL·E 3 公布 ↗

比较本条与DALL·E 3 公布之间的制作方法、控制方式或展示语境。

日期与版本记录

节点标注日期:2022 · 来源记录的历史日期:2022-03

母版标作 2022-03;产品与论文发布月份待复核,此处暂按年份展示。

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。

01
DALL·E 2:结合 CLIP 潜变量的分层图像生成 ↗

Hierarchical Text-Conditional Image Generation with CLIP Latents / DALL·E 2 product

https://openai.com/index/dall-e-2/

当前引用地址

02
DALL·E 2论文:先验与解码器 ↗

Hierarchical Text-Conditional Image Generation with CLIP Latents

https://arxiv.org/abs/2204.06125

母版或补充资料所引地址,可能已迁移或失效

出处、翻译与核验状态

主线节点 #134 · 历史节点

研究资料与补充出处 · 4

AI 艺术谱系研究母版 · p. 25 · 082
原记日期: 2022-03
DALL·E 2:结合 CLIP 潜变量的分层图像生成 ↗
Hierarchical Text-Conditional Image Generation with CLIP Latents / DALL·E 2 product

生成式视觉发布编年研究母版 · p. 5 · R016
原记日期: 2022-03
DALL·E 2:结合 CLIP 潜变量的分层图像生成 ↗
DALL·E 2

生成式视觉发布编年研究母版 · p. 5 · R017
原记日期: 2022-03
DALL·E 2:结合 CLIP 潜变量的分层图像生成 ↗
DALL·E 2 research preview / paper

2022年以来重要论文补录与去重资料 · 核读论文摘要、署名和arXiv提交记录;未将摘要核读记作全文审查。 · 034
原记日期: 2022-04-13
DALL·E 2论文:先验与解码器 ↗
Hierarchical Text-Conditional Image Generation with CLIP Latents

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. DALL·E 2:结合 CLIP 潜变量的分层图像生成. 艺术史节点 #134. https://salondesrefuses.cn/zh/art-history/082

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。