OpenAI 更新DALL-E论文，阐述了针对 DALL・E 3 所做的改进：

OpenAI 更新DALL-E论文，阐述了针对 DALL・E 3 所做的改进：

 

1、模型能力的提升主要来自于详尽的图像文本描述（image captioning）；

 

2、他们训练了一个图像文本描述模型来生成简短而详尽的文本；

 

3、他们使用了 T5 文本编码器；

 

4、他们使用了 GPT-4 来完善用户写出的简短提示；

 

5、他们训练了一个 U-net 解码器，并将其蒸馏成 2 个去噪步骤；

 

6、文本渲染仍然不可靠，他们认为该模型很难将单词 token 映射为图像中的字母