歴史と背景
DALL-Eは、OpenAIが2021年1月5日のブログ記事で発表したもので、画像を生成するために改良されたGPT-3のバージョンを使用しています。[ 7 ]
2022年4月6日、OpenAIは、よりリアルな画像を高解像度で生成し、「概念、属性、スタイルを組み合わせることができる」ように設計された後継モデルであるDALL-E 2を発表しました。[ 8 ] 2022年7月20日、DALL-E 2はベータ版となり、100万人の待機リスト登録者に招待状が送られました。[ 9 ]ユーザーは毎月一定数の画像を無料で生成でき、さらに購入することもできます。[ 10 ]以前は、倫理と安全性の懸念から、研究プレビューのために事前に選ばれたユーザーのみにアクセスが制限されていました。[ 11 ] [ 12 ] 2022年9月28日、DALL-E 2はすべての人に公開され、待機リストの要件は削除されました。[ 13 ] 2023年9月、OpenAIは、以前のバージョンよりも「はるかに多くのニュアンスと詳細」を理解できる最新の画像モデルであるDALL-E 3を発表しました。[ 14 ] 2022 年 11 月初旬、OpenAI は DALL-E 2 をAPIとしてリリースし、開発者がモデルを独自のアプリケーションに統合できるようにしました。Microsoftは、BingとMicrosoft Edgeに含まれる Designer アプリと Image Creator ツールで DALL-E 2 の実装を発表しました。[ 15 ] API は画像ごとの料金制で、価格は画像の解像度によって異なります。OpenAI のエンタープライズ チームと連携している企業にはボリューム ディスカウントが適用されます。[ 16 ]
このソフトウェアの名前は、ピクサーのアニメーションロボットキャラクターWALL-Eとスペインのシュールレアリストアーティスト、サルバドール・ダリの名前を組み合わせた造語です。[ 17 ] [ 7 ]
2024年2月、OpenAIは、コンテンツ認証イニシアチブが推進するC2PA（コンテンツの出所と真正性のための連合）標準のメタデータを含むDALL-E生成画像に透かしを追加し始めた。[ 18 ]
テクノロジー
最初の生成事前学習済みトランスフォーマー（GPT）モデルは、当初、2018年にOpenAIによってTransformerアーキテクチャを使用して開発されました[ 19 ]。最初の反復であるGPT-1 [ 20 ]は、 2019年にGPT-2を生成するために拡張され[ 21 ] 、2020年には、1750億のパラメータを持つGPT-3を生成するために再び拡張されました[ 22 ] [ 7 ] [ 23 ]。
ダレ
DALL-Eは、離散VAE、GPT-3に似た自己回帰デコーダーのみのTransformerモデル（120億パラメータ）、および画像エンコーダーとテキストエンコーダーのCLIPペアの3つのコンポーネントで構成されています。[ 24 ]
離散VAEは、画像をトークンのシーケンスに変換し、逆にトークンのシーケンスを画像に戻すことができます。これは、Transformerモデルが画像データを直接処理しないため必要です。[ 24 ]
Transformer モデルへの入力は、トークン化された画像キャプションのシーケンスとそれに続くトークン化された画像パッチです。画像キャプションは英語で、バイトペアエンコーディング（語彙サイズ 16384）でトークン化され、最大 256 トークンの長さになります。各画像は 256×256 の RGB 画像で、それぞれ 4×4 の 32×32 パッチに分割されます。各パッチは、離散変分オートエンコーダによってトークン（語彙サイズ 8192）に変換されます。[ 24 ]
DALL-E はCLIP (Contrastive Language-Image Pre-training)と連携して開発され、一般に公開されました。[ 25 ] CLIP は、インターネットから収集したテキストキャプション付きの画像 4 億組でトレーニングされた、対照学習に基づく別のモデルです。その役割は、データセットからランダムに選択された 32,768 個のキャプションのリスト (そのうち 1 つが正解) から、画像に最も適切なキャプションを予測することで、DALL-E の出力を「理解してランク付け」することです。[ 26 ]
訓練済みのCLIPペアを使用して、DALL-Eによって生成されたより大きな初期画像リストをフィルタリングし、テキストプロンプトに最も近い画像を選択します。[ 24 ]
DALL-E 2
DALL-E 2 は 35 億個のパラメータを使用しており、これは前バージョンよりも少ない数です。[ 24 ]自己回帰型 Transformer の代わりに、DALL-E 2 はCLIP 画像埋め込みに条件付けられた拡散モデルを使用しており、推論時には、事前モデルによって CLIP テキスト埋め込みから生成されます。[ 24 ]これは数か月後にリリースされたStable Diffusionと同じアーキテクチャです。
ダレ3
DALL-E 3 の技術レポートは作成されましたが、モデルのトレーニングや実装の詳細については記載されておらず、代わりに DALL-E 3 用に開発されたプロンプト追従機能の改善に焦点を当てています。[ 27 ]
機能
DALL-E は、フォトリアリスティックな画像、絵画、絵文字など、複数のスタイルで画像を生成できます。[ 7 ]画像内のオブジェクトを「操作および再配置」でき、[ 7 ]明示的な指示なしに新しい構成にデザイン要素を正しく配置できます。BoingBoing に寄稿した Thom Dunn 氏は、「たとえば、大根が鼻をかんだり、ラテを飲んだり、一輪車に乗ったりしている絵を描くように求められた場合、DALL-Eはハンカチ、手、足をもっともらしい場所に描くことが多い」と述べています。[ 28 ] DALL-E は、特定の指示なしに適切な詳細を推測するために「空白を埋める」能力を示しました。たとえば、クリスマスに関連する一般的なプロンプトにクリスマスのイメージを追加したり、[ 29 ]言及されていない画像に適切な影を配置したりしました。[ 30 ]さらに、DALL-E は視覚とデザインのトレンドを幅広く理解しています。
DALL-E は、さまざまな視点からのさまざまな任意の記述に対して、ごくまれな失敗で画像を生成できます[ 31 ] 。 [ 17 ]ジョージア工科大学インタラクティブ コンピューティング スクールの准教授であるマーク リード氏は、DALL-E が概念を融合できることを発見しました (人間の創造性の重要な要素として説明されています)。[ 32 ] [ 33 ]
その視覚的推論能力は、レイヴンマトリックス（知能を測定するために人間によく行われる視覚テスト）を解くのに十分である。[ 34 ] [ 35 ]
DALL-E 3が「セラピストの椅子に座ったアボカドが『心の中が空っぽな感じがする』と言っているイラスト。アボカドの中心には種ほどの大きさの穴が開いている。セラピストはスプーンで、メモを取っている」というテキストプロンプトに基づいて生成した画像。DALL-E 3 は、前バージョンよりも正確かつ詳細に複雑なプロンプトに従い、より一貫性のある正確なテキストを生成できます。[ 36 ] [ 14 ] DALL-E 3 は ChatGPT Plus に統合されています。[ 14 ]
画像修正
DALL-E 2とDALL-E 3は、既存の画像に基づいて、元の画像を基にした「バリエーション」を個別の出力として生成できるだけでなく、画像を編集して修正したり拡張したりすることもできます。これらのモデルの「インペインティング」と「アウトペインティング」機能は、画像内のコンテキストを利用して、元の画像と一貫性のある媒体で欠落部分を補完し、指定された指示に従います。
例えば、これを使って画像に新しい被写体を挿入したり、画像を元の境界を超えて拡張したりすることができます。[ 37 ] OpenAIによると、「アウトペインティングは、影、反射、テクスチャなどの画像の既存の視覚要素を考慮して、元の画像のコンテキストを維持します。」[ 38 ]
技術的な制約
DALL-E 2 の言語理解には限界があります。「黄色い本と赤い花瓶」と「赤い本と黄色い花瓶」や「ラテアートをしているパンダ」と「パンダのラテアート」を区別できないことがあります。[ 39 ]「馬が宇宙飛行士に乗っている」というプロンプトが与えられると、馬に乗った宇宙飛行士の画像を生成します。[ 40 ]また、さまざまな状況で正しい画像を生成できないこともあります。3 つ以上のオブジェクト、否定、数字、および連結文を要求すると、間違いが発生する可能性があり、オブジェクトの特徴が間違ったオブジェクトに表示されることがあります。[ 31 ]その他の制限としては、テキスト、アンビグラム、その他の形式のタイポグラフィを生成することが挙げられ、しばしば夢のような意味不明な文章になります。このモデルは、天文学や医療画像などの科学情報を扱う能力も限られています。[ 41 ]
「タヌキを指している人、『これはタヌキです！』という吹き出し付き」というプロンプトを使用して日本語テキストを生成しようとすると、テキストが意味不明な漢字と仮名で表示されてしまいます。倫理的懸念
DALL-E 2 は公開データセットに依存しているため、その結果に影響があり、性別が言及されていないリクエストに対して女性よりも男性を多く生成するなど、場合によってはアルゴリズムの偏りが生じます。 [ 41 ] DALL-E 2 のトレーニング データは、暴力的な画像や性的な画像を削除するようにフィルタリングされましたが、これにより、女性が生成される頻度が減少するなど、場合によっては偏りが増加することがわかりました。[ 42 ] OpenAI は、トレーニング データでは女性が性的に描写される可能性が高かったため、フィルタが結果に影響を与えた可能性があると推測しています。[ 42 ] 2022 年 9 月に、OpenAI はThe Vergeに対し、DALL-E は結果の偏りに対処するために、ユーザーのプロンプトにフレーズを目に見えない形で挿入していることを確認しました。たとえば、性別や人種が指定されていないプロンプトには、「黒人男性」や「アジア人女性」が挿入されます。[ 43 ] OpenAI は、DALL-E 3 において、入力/出力フィルター、ブロックリスト、ChatGPT の拒否、モデルレベルの介入などにより、ヌードや性的コンテンツの生成といった潜在的な「わいせつなコンテンツ」への懸念に対処していると主張している。[ 44 ]しかし、 DALL-E 3 は依然として、白人、女性、若者を不均衡に表現している。ユーザーは、画像生成のためのより具体的なプロンプトによって、これをある程度改善することができる。
DALL-E 2 や同様の画像生成モデルに関する懸念は、ディープフェイクやその他の誤情報の拡散に悪用される可能性があることです。[ 45 ] [ 46 ]この懸念を軽減するために、ソフトウェアは著名人に関するプロンプトや人間の顔を含むアップロードを拒否します。[ 47 ]不適切なコンテンツを含む可能性のあるプロンプトはブロックされ、アップロードされた画像は分析されて不快な素材が検出されます。[ 48 ]プロンプトベースのフィルタリングの欠点は、同様の出力が得られる代替フレーズを使用することで簡単に回避できることです。たとえば、「血」という単語はフィルタリングされますが、「ケチャップ」や「赤い液体」はフィルタリングされません。[ 49 ] [ 48 ]
DALL-E 2 や同様のモデルに関するもう 1 つの懸念は、その精度と人気により、アーティスト、写真家、グラフィック デザイナーの技術的失業を引き起こす可能性があることです。 [ 50 ] [ 51 ] DALL-E 3 は、ユーザーが現在生きているアーティストのスタイルでアートを生成することを阻止するように設計されています。[ 14 ] OpenAI は、これらのモデルを使用して生成された画像は、再印刷、販売、または商品化の許可を必要としないと述べていますが、[ 52 ]それらの画像の所有権が誰であるかについての法的懸念が提起されています。[ 53 ] [ 54 ]
2023年、マイクロソフトは米国国防総省に対し、DALL-Eモデルを使用して戦場管理システムを訓練することを提案した。[ 55 ] 2024年1月、OpenAIは利用ポリシーから軍事および戦争での使用に対する全面的な禁止を撤廃した。[ 56 ]
受付
DALL-Eが「チュチュを着た小さな大根が犬を散歩させているイラスト」というプロンプトに基づいて生成した画像DALL-E に関する報道のほとんどは、「シュール」[ 25 ]または「風変わり」[ 32 ]な出力のごく一部に焦点を当てています。DALL-E の「チュチュを着た赤ちゃん大根が犬を散歩させているイラスト」の出力は、Input [ 57 ]、NBC [ 58 ]、Nature [ 59 ]などの 出版物で言及さ れました。[ 7 ] [ 60 ] [ 61 ]「アボカドの形をした肘掛け椅子」の出力も広く報道されました。[ 25 ] [ 33 ]
ExtremeTechは、「DALL-Eに特定の期間の電話や掃除機の写真を要求すれば、それらの物体がどのように変化したかを理解できる」と述べている。 [ 29 ] Engadgetも、「電話やその他の物体が時間の経過とともにどのように変化するかを理解する」というDALL-Eの並外れた能力に注目している。 [ 30 ]
MITテクノロジーレビューによると、OpenAIの目標の1つは「人間が物事を理解するために使用する日常的な概念を言語モデルによりよく理解させること」だった。[ 25 ]
ウォール街の投資家はDALL-E 2を好意的に受け止めており、一部の企業は、これが将来の数兆ドル規模の産業の転換点となる可能性があると考えている。2019年半ばまでに、OpenAIはすでにMicrosoftとKhosla Venturesから10億ドル以上の資金を受け取っており、[ 62 ] [ 63 ] [ 64 ] 2023年1月には、DALL-E 2とChatGPTのローンチ後、Microsoftからさらに100億ドルの資金を受け取った。[ 65 ]
日本のアニメコミュニティは、DALL-E 2 や同様のモデルに対して否定的な反応を示している。[ 66 ] [ 67 ] [ 68 ]アーティストは、このソフトウェアに対して通常 2 つの議論を展開している。1 つ目は、AI アートは人間が意図を持って作成したものではないため、アートではないという点である。「AI が生成した画像と自分の作品を並置することは、作品を貶め、アートに費やした時間とスキルを損なう。AI 駆動型画像生成ツールは、ウェブからスクレイピングされた人間が作ったアートでトレーニングされているため、アーティストから強く批判されている。」[ 9 ] 2 つ目は、著作権法とテキストから画像へのモデルのトレーニングに使用されるデータに関する問題である。OpenAI は、DALL-E 2 のトレーニングに使用されたデータセットに関する情報を公開しておらず、アーティストの作品が許可なくトレーニングに使用されているのではないかという懸念を引き起こしている。これらのトピックに関する著作権法は、現時点では結論が出ていない。[ 10 ]
DALL-E 3 を Bing Chat と ChatGPT に統合した後、Microsoft と OpenAI は過剰なコンテンツフィルタリングで批判に直面し、批評家は DALL-E が「ロボトミー手術を受けた」と述べている。[ 69 ]「男性がハンマーでサーバーラックを壊す」などのプロンプトで生成された画像がフラグ付けされたことが証拠として挙げられた。リリース後最初の数日間でフィルタリングが強化され、Bing 自身の提案プロンプトで生成された画像の一部がブロックされるようになったと報告されている。[ 69 ] [ 70 ] TechRadar は、過度に慎重な姿勢をとると、クリエイティブツールとしての DALL-E の価値が制限される可能性があると主張した。[ 70 ]
参考文献
- ↑ David, Emilia (2023年9月20日). 「OpenAIがDALL-Eの第3バージョンをリリース」 . The Verge . 2023年9月20日のオリジナルからアーカイブ済み。2023年9月21日閲覧。
- ↑ 「OpenAI Platform」 . platform.openai.com . 2023年3月20日時点のオリジナルからアーカイブ済み。 2023年11月10日取得。
- ↑ナイルズ、レイモンド (2023 年 11 月 10 日) [今週更新]。「DALL-E 3 API」。OpenAIヘルプ センター。2023年 11 月 10 日のオリジナルからアーカイブ。2023年11 月 10 日取得。
- ↑ Mehdi, Yusuf (2023年9月21日). 「日常のAIコンパニオン、Microsoft Copilotを発表」 . The Official Microsoft Blog . 2023年9月21日のオリジナルからアーカイブ済み。2023年9月21日に取得。
- ↑ 「DALL-E 3によるAIアートの改善」。マイクロソフト。 2024年10月1日取得。
- ↑ Zeff, Kyle; Wiggers, Maxwell (2025年3月25日). 「ChatGPTの画像生成機能がアップグレードされる」 . TechCrunch . 2025年5月12日閲覧.
- 1 2 3 4 5 6 Johnson, Khari (2021年1月5日). 「OpenAI、テキストから画像を生成するDALL-Eを発表」 . VentureBeat. 2021年1月5日のオリジナルからアーカイブ済み。 2021年1月5日に取得。
- ↑ "DALL·E 2" . OpenAI . 2022年4月6日時点のオリジナルからアーカイブ済み。 2022年7月6日取得。
- 1 2 「DALL·E がベータ版で利用可能になりました」。OpenAI 。 2022年7月20日。2022年7月20日のオリジナルからアーカイブ。2022年7月20日に取得。
- 1 2 Allyn, Bobby (2022年7月20日). 「シュールか、それともリアルすぎるか？息を呑むようなAIツールDALL-Eが、その画像をより大きな舞台へ」 . NPR . 2022年7月20日のオリジナルからアーカイブ済み。 2022年7月20日に取得。
- ↑ "DALL·E 待機リスト" . labs.openai.com . 2022年7月4日のオリジナルからアーカイブ済み。 2022年7月6日取得。
- ↑ 「トランプ・ネバーマインド・ベイビーからディープフェイクまで：DALL-EとAIアートの倫理」ガーディアン紙。2022年6月18日。2022年7月6日のオリジナルよりアーカイブ。 2022年7月6日閲覧。
- ↑ 「DALL·Eが待機リストなしで利用可能になりました」。OpenAI。2022年9月28日。2022年10月4日のオリジナルからアーカイブ。 2022年10月5日取得。
- 1 2 3 4 "DALL·E 3"。OpenAI。2023年9月20日にオリジナルからアーカイブ済み。2023年9月21日に取得。
- ↑ 「DALL·E APIがパブリックベータ版で利用可能になりました」。OpenAI 。 2022年11月3日。2022年11月19日のオリジナルからアーカイブ済み。2022年11月19日に取得。
- ↑ Wiggers, Kyle (2022年11月3日). 「DALL-E 2を使用して画像を生成するアプリを誰でも構築できるようになりました」 . TechCrunch . 2022年11月19日のオリジナルからアーカイブ済み。 2022年11月19日に取得。
- 1 2 Coldewey, Devin (2021年1月5日). 「OpenAIのDALL-Eは、文字通り何でも要求すれば、もっともらしい画像を生成します」。2021年1月6日のオリジナルからアーカイブ済み。 2021年1月5日に取得。
- ↑ Growcoot, Matt (2024年2月8日). "DALL-Eで生成されたAI画像にコンテンツ認証タグが含まれるようになりました" . PetaPixel . 2024年4月4日取得.
- ↑ Radford, Alec; Narasimhan, Karthik; Salimans, Tim; Sutskever, Ilya (2018年6月11日)。「生成事前学習による言語理解の向上」(PDF)。OpenAI。p . 12。2021年1月26日のオリジナルからアーカイブ(PDF) 。 2021年1月23日取得。
- ↑ 「GPT-1からGPT-4まで：OpenAIのGPTモデル各モデルの説明と比較」。2023年4月11日。2023年4月15日のオリジナルからアーカイブ。 2023年4月29日取得。
- ↑ Radford, Alec; Wu, Jeffrey; Child, Rewon; et al. (2019年2月14日). "言語モデルは教師なしマルチタスク学習器である" (PDF) . cdn.openai.com . 1 (8). 2021年2月6日のオリジナルからアーカイブ(PDF) . 2020年12月19日取得.
- ↑ Brown, Tom B.; Mann, Benjamin; Ryder, Nick; et al. (2020年7月22日). "言語モデルは少数ショット学習器である". arXiv : 2005.14165 [ cs.CL ].
- ↑ Ramesh, Aditya; Pavlov, Mikhail; Goh, Gabriel; et al. (2021年2月24日). "Zero-Shot Text-to-Image Generation". arXiv : 2102.12092 [ cs.LG ].
- 1 2 3 4 5 6 Ramesh, Aditya; Dhariwal, Prafulla; Nichol, Alex; Chu, Casey; Chen, Mark (2022年4月12日). "CLIP潜在変数を用いた階層的テキスト条件付き画像生成". arXiv : 2204.06125 [ cs.CV ].
- 1 2 3 4 Heaven, Will Douglas (2021年1月5日). 「このアボカド色の肘掛け椅子はAIの未来になるかもしれない」 . MIT Technology Review. 2021年1月5日のオリジナルからアーカイブ済み。 2021年1月5日に取得。
- ↑ Radford, Alec; Kim, Jong Wook; Hallacy, Chris; et al. (2021年7月1日).自然言語による監視から転移可能な視覚モデルを学習する. 第38回国際機械学習会議議事録. PMLR. pp. 8748–8763 .
- ↑シー、ザン。周、徐。邱、西鵬。朱暁丹（2020）。 「キャプションをより有効に使用して画像キャプションを改善する」。arXiv : 2006.11807 [ cs.CV ]。
- ↑ Dunn, Thom (2021年2月10日). 「このAIニューラルネットワークは、テキストキャプションをクラゲのピカチュウのようなアートに変換します」 . BoingBoing . 2021年2月22日のオリジナルからアーカイブ済み。 2021年3月2日に取得。
- 1 2 Whitwam, Ryan (2021年1月6日). 「OpenAIの『DALL-E』がテキスト記述から画像を生成する」 . ExtremeTech . 2021年1月28日のオリジナルからアーカイブ済み。2021年3月2日に取得。
- 1 2デント、スティーブ（2021年1月6日）。「OpenAIのDALL-Eアプリは説明文だけで画像を生成する」。Engadget 。 2021年1月27日のオリジナルからアーカイブ済み。2021年3月2日に取得。
- 1 2 Marcus, Gary; Davis, Ernest; Aaronson, Scott (2022年5月2日). "DALL-E 2の非常に予備的な分析". arXiv : 2204.13807 [ cs.CV ].
- 1 2 Shead, Sam (2021年1月8日)。「イーロン・マスクが支援するAIラボがリリースした画像生成器について、なぜ皆が話題にしているのか」。CNBC 。 2022年7月16日のオリジナルからアーカイブ。2021年3月2日に取得。
- 1 2ウェイクフィールド、ジェーン（2021年1月6日）。「AIがチュチュを着た犬の散歩をする赤ちゃん大根を描く」。英国放送協会。2021年3月2日のオリジナルからアーカイブ。 2021年3月3日に取得。
- ↑ Markowitz, Dale (2021年1月10日). 「OpenAIの魔法のようなDALL-E画像生成器の仕組み」 . TheNextWeb . 2021年2月23日のオリジナルからアーカイブ済み。 2021年3月2日閲覧。
- ↑ 「DALL·E: テキストから画像を作成する」。OpenAI 。 2021年1月5日。2021年3月27日のオリジナルからアーカイブ。 2022年8月13日取得。
- ↑ Edwards, Benj (2023年9月20日). 「OpenAIの新しいAI画像生成器は、ディテールと即時忠実度の限界を押し上げる」 . Ars Technica . 2023年9月21日のオリジナルからアーカイブ済み。 2023年9月21日に取得。
- ↑ Coldewey, Devin (2022年4月6日). 「OpenAIの新しいツールは、これまで以上に大きく、より良く、あらゆるものを描画できる」 . TechCrunch . 2023年5月6日のオリジナルからアーカイブ済み。 2022年11月26日取得。
- ↑ "DALL·E: アウトペインティングの紹介" . OpenAI . 2022年8月31日。2022年11月26日のオリジナルからアーカイブ済み。 2022年11月26日取得。
- ↑ Saharia, Chitwan; Chan, William; Saxena, Saurabh; et al. (2022年5月23日). "Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding". arXiv : 2205.11487 [ cs.CV ].
- ↑マーカス、ゲイリー (2022 年 5 月 28 日)。「馬が宇宙飛行士に乗る」。信頼できる AI への道。2022年 6 月 19 日のオリジナルからアーカイブ。2022年6 月 18 日取得。
- 1 2 ストリックランド、エリザ (2022 年 7 月 14 日)。「DALL-E 2 の失敗こそが最も興味深い点」。IEEE Spectrum。2022年 7 月 15 日のオリジナルからアーカイブ。2022年8 月 16 日取得。
- 1 2 "DALL·E 2 事前トレーニング緩和策" . OpenAI . 2022 年 6 月 28 日。2022年 7 月 19 日のオリジナルからアーカイブ済み。2022年7 月 18 日取得。
- ↑ James Vincent (2022年9月29日) 「OpenAIの画像生成ツールDALL-Eが誰でもすぐに利用可能に」 The Verge。2022年9月29日のオリジナルからアーカイブ。 2022年9月29日に取得。
- ↑ OpenAI (2023年10月3日) 「DALL-E 3システムカード」(PDF)。
- ↑テイラー、ジョシュ（2022年6月18日）。「トランプ・ネバーマインド・ベイビーからディープフェイクまで：DALL-EとAIアートの倫理」。ガーディアン。2022年7月6日のオリジナルからアーカイブ。 2022年8月2日取得。
- ↑ Knight, Will (2022年7月13日). 「AIがアートを作るとき、人間が創造的なひらめきを提供する」 . Wired . 2022年8月2日のオリジナルからアーカイブ済み。 2022年8月2日に取得。
- ↑ Rose, Janus (2022年6月24日). 「DALL-Eが偽の人物のリアルな顔を生成」 . Vice . 2022年7月30日のオリジナルからアーカイブ済み。 2022年8月2日閲覧。
- 1 2 OpenAI (2022年6月19日)。「DALL·E 2 プレビュー – リスクと制限」。GitHub 。2022年8月2日にオリジナルからアーカイブ済み。 2022年8月2日に取得。
- ↑ Lane, Laura (2022年7月1日). "DALL-E、もう一枚ピカソの絵を描いてください" . The New Yorker . 2022年8月2日時点のオリジナルよりアーカイブ。 2022年8月2日閲覧。
- ↑ゴールドマン、シャロン（2022年7月26日）。「OpenAI：DALL-E 2はクリエイティブなキャリアを潰すのか？」。2022年8月15日のオリジナルからアーカイブ。 2022年8月16日取得。
- ↑ Blain, Loz (2022年7月29日). "DALL-E 2: 夢のツールであり、視覚芸術家にとっての存在論的脅威" . 2022年8月17日のオリジナルからアーカイブ済み。 2022年8月16日取得。
- ↑ 「DALL・E3」。openai.com 。2025 年4 月 10 日に取得。
- ↑ centerforartlaw (2022年11月21日)。「芸術的か人工的か？AI生成アート作品における所有権と著作権の問題 - Center for Art Law」。itsartlaw.org 。 2025年4月10日取得。
- ↑ 「生成型AIには知的財産権の問題がある」。ハーバード・ビジネス・レビュー。2023年4月7日。ISSN 0017-8012 。2025年4月10日取得。
- ↑ Biddle, Sam (2024年4月10日). 「マイクロソフトが米軍の戦場ツールとしてOpenAIのDALL-Eを提案」 . The Intercept .
- ↑ビドル、サム（2024年1月12日）「OpenAI、ChatGPTの「軍事および戦争」での使用禁止をひっそりと撤回」「 .インターセプト.
- ↑カサナ、メーリーン（2021年1月7日）。「このAIはテキストをシュールで示唆に富んだアートに変える」。Input。2021年1月29日のオリジナルからアーカイブ済み。 2021年3月2日に取得。
- ↑エーレンクランツ、メラニー（2021年1月27日）。「DALL-Eとは？指示されたものを何でも描けるように学習したアルゴリズム」。NBCニュース。2021年2月20日のオリジナルからアーカイブ。2021年3月2日に閲覧。
- ↑ストーブ、エマ（2021年2月5日）。「クマムシのサーカスと生命の樹 ― 1月の最高の科学画像」。ネイチャー。2021年3月8日のオリジナルからアーカイブ。 2021年3月2日に取得。
- ↑ Knight, Will (2021年1月26日). 「このAIは『芸術』から自動運転車の操縦へと進化する可能性がある」 . Wired . 2021年2月21日のオリジナルよりアーカイブ。 2021年3月2日閲覧。
- ↑メッツ、レイチェル（2021年2月2日）。「チュチュを着た大根が犬を散歩させている？このAIはそれをとても上手に描ける」。CNN。2022年7月16日のオリジナルからアーカイブ。2021年3月2日に取得。
- ↑レスウィング、キフ（2022年10月8日）。「シリコンバレーが人工知能によるぎこちない絵に興奮する理由」。CNBC 。2023年7月29日のオリジナルからアーカイブ。2022年12月1日に取得。
- ↑ Etherington, Darrell (2019年7月22日). 「マイクロソフトがOpenAIに10億ドルを投資、複数年にわたる新たなパートナーシップを締結」 . TechCrunch . 2019年7月22日のオリジナルよりアーカイブ。 2023年9月21日閲覧。
- ↑ 「OpenAIの最初のVC出資者が生成AIについて意見を述べる」Fortune。2023年10月23日のオリジナルからアーカイブ。 2023年9月21日取得。
- ↑ Metz, Cade; Weise, Karen (2023年1月23日). 「マイクロソフト、ChatGPTの開発元であるOpenAIに100億ドルを投資へ」 .ニューヨーク・タイムズ. ISSN 0362-4331 . 2023年9月21日時点のオリジナルよりアーカイブ。 2023年9月21日閲覧。
- ↑ 「AI生成アートが日本のアニメコミュニティから激しい反発を招く」。Rest of World。2022年10月27日。2022年12月31日のオリジナルからアーカイブ。 2023年1月3日取得。
- ↑ルース、ケビン（2022年9月2日） 「AI生成画像が美術賞を受賞。アーティストは不満」ニューヨーク・タイムズ。ISSN 0362-4331。2023年5月31日のオリジナルからアーカイブ。 2023年1月3日取得。
- ↑ Daws, Ryan (2022年12月15日) 「AIアート抗議への対応を受け、ArtStationへの反発が増加」AIニュース。2023年1月3日時点のオリジナルよりアーカイブ。2023年1月3日閲覧。
- 1 2 Corden, Jez (2023 年 10 月 8 日). 「Bing Dall-E 3 イメージの作成は数日間は素晴らしかったが、Microsoft は予想通りそれを改悪した」。Windows Central。2023年 10 月 10 日のオリジナルからアーカイブ。2023年10 月 11 日取得。
- 1 2 Allan, Darren (2023年10月9日)。 「MicrosoftがBing AIの画像作成機能を抑制 ― その結果はあまり意味をなさない」。TechRadar 。 2023年10月10日のオリジナルからアーカイブ済み。 2023年10月11日取得。
- ↑ Sahar Mor、Stripe（2022年4月16日）。 「DALL-E 2が主要なコンピュータビジョン課題をどのように解決できるか」。VentureBeat 。2022年5月24日のオリジナルからアーカイブ。 2022年6月15日取得。
- ↑ "jina-ai/dalle-flow" . Jina AI. 2022年6月17日。2022年6月17日のオリジナルからアーカイブ済み。2022年6月17日に取得。
- ↑カーソン、エリン（2022年6月14日）。「驚異のAIアートクリエイター、Dall-E Miniについて知っておくべきことすべて」。CNET 。 2022年6月15日のオリジナルからアーカイブ。2022年6月15日に取得。
- ↑ Schroeder, Audra (2022年6月9日). 「AIプログラムDALL-E miniが本当に呪われた画像をいくつか生成」 . Daily Dot . 2022年6月10日のオリジナルからアーカイブ済み。 2022年6月15日閲覧。
- ↑ Diaz, Ana (2022年6月15日). 「人々はDALL-E miniを使って、パグのピカチュウのようなミームの醜悪な画像を作っている」 . Polygon . 2022年6月15日のオリジナルからアーカイブ済み。 2022年6月15日に閲覧。
- ↑ Stability-AI/stablediffusion、Stability AI、2025年4月7日、 2025年4月8日取得
外部リンク
- Ramesh, Aditya; Pavlov, Mikhail; Goh, Gabriel; Gray, Scott; Voss, Chelsea; Radford, Alec; Chen, Mark; Sutskever, Ilya (2021年2月26日). "ゼロショットテキストから画像への生成". arXiv : 2102.12092 [ cs.CV ].DALL-Eに関する元のレポート。
- DALL-E 3システムカード
- OpenAIによるDALL-E 3論文
- DALL-E 2 ウェブサイト
- クレイヨンウェブサイト
