DALL-E 2
Zweiter Bildgenerator von OpenAI und erstes Modell, das fotorealistische Text-zu-Bild-Generierung einem breiten Publikum zugänglich machte
DALL-E 2 ist OpenAIs zweites Text-zu-Bild-Modell und wurde im April 2022 angekündigt. Anders als das ursprüngliche DALL-E wechselte es von einem autoregressiven Transformer zu einer Diffusionsarchitektur. Das Kernmodell hat rund 3,5 Milliarden Parameter; weitere 1,5 Milliarden entfallen auf Upsampler zur Verbesserung der Bildauflösung. Es erzeugte Bilder mit vierfacher Auflösung und führte Inpainting und Outpainting ein, mit denen Bildbereiche bearbeitet oder über die ursprünglichen Ränder hinaus erweitert werden. Die viralen Demos fotorealistischer und stilisierter Bilder machten Text-zu-Bild-Generierung einem breiten Publikum bekannt – lange vor ChatGPT. Nach einer Warteliste wurde DALL-E 2 noch 2022 öffentlich verfügbar. OpenAI hat Bildgenerierung inzwischen in DALL-E 3 und GPT-Image integriert; DALL-E 2 ist vor allem noch für ältere API-Anwendungen verfügbar.