DALL-E 3

DALL-E 3はOpenAIの第3世代の画像モデルで、2023年10月にChatGPTと密接に連携する形で公開されました。細かいプロンプトを自分で書かなくても、短い依頼をChatGPTがより詳しい説明に広げてから画像を生成します。そのため、DALL-E 2と比べてプロンプトへの忠実さと文字の描画が目に見えて良くなりました。OpenAIはパラメータ数も学習の詳細も公表しておらず、指示により忠実に従うための学習方法を中心にした技術レポートを出しているだけです。そこにはプロンプトの一部を無視しがちな傾向を抑える手法も含まれます。ChatGPT PlusとEnterpriseの各プランのほか、OpenAI APIからも使えます。プロンプトへの忠実さや画質の面で、MidjourneyやGoogleのImagenシリーズなどと競合します。OpenAIはその後、新しい画像モデルに重心を移したため、DALL-E 3は現在、従来世代ながら本番で使われ続けているモデルという扱いです。