DALL-E 2

DALL-E 2はOpenAIの2番目のテキストから画像へのモデルで、2022年4月に発表されました。初代DALL-Eが自己回帰型のtransformerだったのに対し、拡散モデルに基づく構成に切り替えています。中核モデルのパラメータ数は約35億で、出力解像度を上げるアップサンプラーにさらに15億を使っています。画像の解像度は前作の4倍になり、インペイントとアウトペイントも加わったため、既存の画像の一部を編集したり、元の枠の外へ広げたりできるようになりました。写実的な画像や様式化された画像のデモが話題になり、ChatGPTが登場するずっと前に、テキストから画像への生成を一般に知らしめるきっかけになりました。最初はウェイティングリスト制でしたが、2022年中に一般公開されています。OpenAIはその後、画像生成をDALL-E 3とGPT-imageモデルに移しており、DALL-E 2は主に従来のAPI利用のために残っています。