ミニ・DALLE 3：テキストから画像生成技術が新たな高みに

近年のテキストから画像（T2I）モデルは急速に発展し、高品質で多様性に富み、創造的な画像生成を実現しています。

研究者らはDALLE3に着想を得て、対話型テキストから画像（iT2I）という課題を提案しました。これは、大規模言語モデルと自然言語で対話することで、高品質な画像生成と質問応答を可能にするものです。

彼らは、追加のトレーニングなしで、プロンプトエンジニアリングと既存のT2Iモデルを用いて大規模言語モデルを拡張するというシンプルな手法を用いてiT2Iを実現しました。

この研究は、人と機械のインタラクション体験に新たな視点をもたらし、次世代T2Iモデルの画像品質向上に重要な意味を持ちます。

同時に、マイクロソフトBing ChatはOpenAIの新しい画像生成ツールDALL-E3を導入し、より優れた画像処理能力を提供しています。