OpenAI DALL·E API パブリックベータ発表

TL;DR

OpenAIは、DALL·E画像生成APIがパブリックベータで利用可能になったことを発表し、開発者が高品質なテキストから画像への生成と組み込みの安全フィルタをアプリケーションに組み込めるようにしました。

パブリックベータ開始

DALL·E APIは本日パブリックベータとしてリリースされ、開発者はシンプルなHTTPエンドポイントを介してサービスを呼び出すことができます。発表には、自然言語プロンプトから1024×1024の画像を生成するサンプル curl リクエストが含まれています。APIはOpenAI APIキーを取得してから数分以内に利用できることを想定しています。

curl https://api.openai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "prompt": "a photo of a happy corgi puppy sitting and facing forward, studio light, longshot",
    "n":1,
    "size":"1024x1024"
   }'

最先端の画像生成

DALL·Eの核心的な機能は、テキスト記述からオリジナル画像を作成・編集することで、芸術的なイラストからフォトリアリスティックなシーンまで幅広いスタイルに対応します。このモデルは自然言語プロンプトを正確に追従できる点で高く評価されています。OpenAIは、今後のAPIアップデートでは画像品質、レイテンシ、スケーラビリティ、全体的な使いやすさの向上に重点を置くと述べています。

組み込みモデレーション

APIには、ヘイトシンボルやゴア表現、その他の禁止コンテンツをブロックする自動モデレーションフィルタが含まれています。OpenAIは、これらの安全策が、1日あたり400万枚以上の画像を生成する300万人以上のDALL·Eユーザーにサービス提供した際に得た信頼と安全に関する教訓に基づくことを強調しています。同社は、開発者が製品開発に専念できるよう、安全性の継続的な改善に取り組むことを約束しています。

早期導入者とユースケース

OpenAIは、DALL·Eを自社製品に統合した3つの早期顧客を紹介しました：

  • Microsoft Designer – ソーシャルメディア投稿、招待状、デジタルポストカード用のグラフィックデザインツールです。Microsoftはまた、検索結果が不十分な場合に画像を生成する「Image Creator」機能を通じて、BingおよびMicrosoft EdgeにDALL·Eを組み込んでいます。
  • CALA – 世界初のファッション・ライフスタイルオペレーティングシステムと称されるCALAは、テキストや参照画像からデザインコンセプトを生成できるようDALL·Eを活用し、アイデア創出からeコマースまでのワークフローを効率化しています。
  • Mixtiles – 壁面ディスプレイ用のカスタムアートワークを生成するためにDALL·E APIを活用する写真印刷サービスで、ユーザーが個人的な思い出や想像上のシーンを捉えるクリエイティブなプロンプトを案内します。

これらの例は、DALL·Eがクリエイティブなデザインツールと消費者向け体験の両方を支える方法を示しています。

OpenAIの広範なプラットフォームとの統合

DALL·E APIは、OpenAIの大規模なAPIプラットフォームの一部であり、言語モデルやその他のマルチモーダル機能へのアクセスも提供します。開発者はDALL·Eとテキスト生成モデルを組み合わせて、よりリッチなマルチモーダルアプリケーションを構築できます。

今後の展望

OpenAIは、APIは今後も進化し続け、画像の忠実度、生成速度、安全機構の強化が計画されていると述べています。パブリックベータは、開発者が実験し、フィードバックを提供し、将来のリリースに向けたロードマップに貢献することを促しています。

Sources