Openai的绘图模型DALL-E入门测试
最近由于公司的一些需求需要尝试一下ai绘图功能，在midjourney和openai的DALL-E之间选择了对新用户更加友好的DALL-E进行测试
1.模型部署
通过api调用openai接口部署到web。。。。省略一万字，最终结果差不多是这样的：
DALL-E模型部署完毕接下来开始测试业务。
2.业务绘图能力
测试1：通过简单的中文输入是否能得到需要的结果
结论1：基本完全无法理解中文语义，或者说DALL-E训练的数据库极少包含中文。
测试2：使用英文，使用更加专业描述
问：
I need an icon for the back button in a mobile app interface. Request:- A minimalist, flat and modern design style- Pale blue color (#D6EAF8)- A left-pointing arrow (←) to represent going back- Simple and clean shape, no complicated details- Size around 24px x 24px
结果是这样的：
结论2：更加专业的英文描述可以获得更加准确的结果，但是任然不准确，因此专业的prompt工程师确实是必要的。
测试3：先让AI生成描述文本，再使用描述文本让AI绘图
先通过AI 生成描述文本：
我在做一个图形界面想要DALLE帮我绘制一组前进和后退图标，要求是淡蓝色，我应该怎么用英文描述
结果：
一个聪明的对话模型在文本描述这类工作中确实能有出色的表现。
再将ai的回答导入到DALL-E，结果是这样的：
结论3：经过详细的描述和正确的引导，貌似也能画一些不错的图，甚至有一些设计是很惊喜的。
3.结论
Openai 的DALL-E模型也并不能算得上是开箱即用，直接输入并不能得到理想的结果（可能是我语文和英语都不好），但是在对话模型的加持下，即便是普通人也能够通过不断地与AI对话来优化输入，从而获取一个更稳定的输出。
这里提供一些测试网站供大家使用，模型是OpenAI的DALL-E：
底部Select model 需要选择DALL-E
有效期截至23年7月1日
题外话
每一周，都有大小公司在推出自己的大模型，AI 颠覆世界不再被当成遥远的想象。可以在各个领域代替人工的通用人工智能（AGI，artificial general intelligence）似乎随时就会诞生。
相似的 AI 狂热，历史上有过几次。最近一次是 2016 年春天，Google 旗下 DeepMind 开发的 AlphaGo 大胜围棋大师李世石。人们期待 AI 会快速跨行业复制、应用，颠覆已有的许多生意，甚至带来更大的社会变化。
有意思的是：
学会使用一个正在快速进化的黑箱工具，是人类以前没有遇到过的课题
By Piper
2023.06.08