微软必应再进化！接入DALL·E模型，文字生成图像功能来了！

今晚实在是有些热闹。

一边英伟达 GTC 正在进行中，一边谷歌正式开放了 Bard 的测试，这里微软必应也不甘寂寞。

今日，微软正式宣布，必应搜索引擎接入了 OpenAI 的 DALL·E 模型，增加了 AI 生成图像的功能。

也就是说，在接入 ChatGPT 之后，必应再次强化，Bing Image Creator 能够让用户用 DALL·E 模型生成图像。

「对于拥有必应预览版权限的用户，Bing Image Creator 将完全集成到必应聊天体验中，首先在创意模式下推出。」微软消费者营销主管 Yusuf Mehdi 解释道。「通过输入图像描述，提供位置或活动等额外语境，选择艺术风格，Image Creator 将根据用户的想象生成图像。」

必应具有三种响应模式：创意模式、平衡（balanced）模式和精确（precise）模式。创意模式下必应生成的结果通常是「原创和富有想象力的」，而精确模式则倾向于准确性和相关性，以获得更真实和简洁的答案。目前 Image Creator 只能在创意模式下使用。

值得一提的是，即使没有必应预览版的使用权限，用户也可以通过直接访问 bing.com/create 单独使用 Image Creator 来尝试其图像生成功能，目前仅支持英文输入。微软表示，随着时间的推移，它将支持更多的语言输入。

此外，微软今天还在必应中推出了新的 AI 支持的视觉故事（visual Stories）和 Knowledge Cards 2.0。

我们简单为大家梳理介绍下 OpenAI 文本生成图像的 DALL·E 系列研究。

2021 年 1 月 6 日，OpenAI 博客发布了两个连接文本与图像的神经网络：DALL・E 和 CLIP。DALL・E 可以基于文本直接生成图像，CLIP 则能够完成图像与文本类别的匹配。这两项研究的发布，引起了社区极大的关注。

据博客介绍，DALL・E 可以将以自然语言形式表达的大量概念转换为恰当的图像，可以说是 GPT-3 的 120 亿参数版本，可基于文本描述生成图像。

DALL・E 示例。给出一句话「牛油果形状的椅子」，就可以获得绿油油、形态各异的牛油果椅子图像。

2 个月后，DALL·E 的论文和代码公开。

• 项目地址：https://github.com/openai/DALL-E

• 论文地址：https://arxiv.org/abs/2102.12092

2022 年 4 月 7 日左右，DALL・E 迎来了升级版本 ——DALL・E 2。与 DALL・E 相比，DALL・E 2 在生成用户描述的图像时具有更高的分辨率和更低的延迟。并且，新版本还增添了一些新的功能，比如对原始图像进行编辑。

OpenAI 还公布了 DALL・E 2 的研究论文《Hierarchical Text-Conditional Image Generation with CLIP Latents》。

论文地址：https://cdn.openai.com/papers/dall-e-2.pdf

此次必应接入的 DALL・E 应该是经过更新迭代的。这在一定程度上，弥补了当前 ChatGPT 在跨模态生成方面缺失的体验。不过等到 GPT-4 多模态能力开放后，也许能为我们带来更多新的体验。

如今看来，生成式 AI 这场游戏有越来越多的玩家涌入，竞争也变得越来越激烈。

参考链接：

https://blogs.microsoft.com/?p=52560769

https://www.theverge.com/2023/3/21/23649943/microsoft-bing-openai-dall-e-image-creator-ai

点击进入—>【计算机视觉】微信技术交流群

最新CVPP 2023论文和代码下载

后台回复：CVPR2023，即可下载CVPR 2023论文和代码开源的论文合集
后台回复：Transformer综述，即可下载最新的3篇Transformer综述PDF

目标检测和Transformer交流群成立

扫描下方二维码，或者添加微信：CVer333，即可添加CVer小助手微信，便可申请加入CVer-目标检测或者Transformer 微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer等。

一定要备注：研究方向+地点+学校/公司+昵称（如目标检测或者Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲扫码或加微信号: CVer333，进交流群

CVer计算机视觉（知识星球）来了！想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料，欢迎扫描下方二维码，加入CVer计算机视觉，已汇集数千人！

▲扫码进星球
▲点击上方卡片，关注CVer公众号

整理不易，请点赞和在看