OpenAI DALL·E API 公测公告

TL;DR

OpenAI 宣布 DALL·E 图像生成 API 现已进入公测，使开发者能够在其应用中嵌入高质量的文本到图像生成，并内置安全过滤器。

公测发布

DALL·E API 今日在公测中上线，开发者可以通过简易的 HTTP 端点调用该服务。公告中提供了一个示例 curl 请求，可根据自然语言提示生成 1024×1024 的图像。该 API 旨在在获取 OpenAI API 密钥后几分钟内即可使用。

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"
   }'

前沿图像生成

DALL·E 的核心能力是根据文本描述创建和编辑原创图像，涵盖从艺术插画到写实场景的各种风格。该模型因能够准确遵循自然语言提示而受到赞誉。OpenAI 表示，未来的 API 更新将侧重于提升图像质量、延迟、可扩展性以及整体可用性。

内置审核

API 包含自动审核过滤器，可阻止仇恨符号、血腥以及其他不允许的内容。OpenAI 强调，这些安全措施源自为超过三百万 DALL·E 用户提供服务时积累的信任与安全经验，这些用户每日共生成超过四百万张图像。公司承诺持续改进安全性，让开发者专注于产品开发。

早期采用者与使用案例

OpenAI 突出展示了三位早期客户，他们已将 DALL·E 集成到自己的产品中：

  • Microsoft Designer – 用于社交媒体帖子、邀请函和数字明信片的图形设计工具。Microsoft 还通过“Image Creator”功能在 Bing 和 Microsoft Edge 中嵌入 DALL·E，当搜索结果不足时生成图像。
  • CALA – 被描述为全球首个时尚与生活方式操作系统，CALA 使用 DALL·E 让用户通过文本或参考图像生成设计概念，简化从创意到电子商务的工作流程。
  • Mixtiles – 一项照片打印服务，利用 DALL·E API 为墙面展示制作定制艺术作品，引导用户通过创意提示捕捉个人记忆或想象场景。

这些示例说明了 DALL·E 如何为创意设计工具和面向消费者的体验提供动力。

与 OpenAI 更广泛平台的集成

DALL·E API 是 OpenAI 更大 API 平台的一部分，该平台还提供语言模型和其他多模态能力的访问。开发者可以将 DALL·E 与文本生成模型结合，构建更丰富的多模态应用。

接下来会有什么

OpenAI 表示，API 将持续演进，计划提升图像保真度、生成速度和安全机制。公测邀请开发者进行实验、提供反馈，并为未来版本的路线图做出贡献。

Sources