Картинки итоги розыгрыша: Картинки с надписью «Внимание конкурс!» (25 фото) • Прикольные картинки и позитив

Сестра художника Эдма с дочерью Жанной , бумага, акварель поверх графита, автор Берта Моризо, 1872 г .; в коллекции Национальной галереи искусств, Вашингтон, округ Колумбия

Рисование как формальное художественное творение можно определить как преимущественно линейное воспроизведение объектов в видимом мире, а также концепций, мыслей, отношений, эмоций и фантазий в визуальной форме, символов и даже абстрактные формы.Это определение, однако, применимо ко всем графическим искусствам и техникам, которые характеризуются акцентом на форме или форме, а не на массе и цвете, как в живописи. Рисование как таковое отличается от процессов графической печати тем, что существует прямая связь между производством и результатом. Короче говоря, рисунок — это конечный результат последовательных усилий, приложенных непосредственно к носителю. Хотя рисунок может служить основой для воспроизведения или копирования, он, тем не менее, уникален по своей природе.

Посмотреть, как Джорджет Сибрук рисует набросок

Джорджет Сибрук в отрывке из Этюд негритянских художников , немого фильма, созданного Фондом Хармона и выпущенного в 1930-х годах, в котором много художников, работавших во время Гарлемского Возрождения.

Хотя не каждому произведению искусства предшествовал рисунок в виде предварительного эскиза, рисунок является фактически основа всего изобразительного искусства. Часто рисунок поглощается выполненной работой или разрушается в процессе завершения. Таким образом, полезность чертежа наземного плана здания, которое должно быть возведено, уменьшается по мере того, как здание поднимается вверх.Точно так же точки и линии, отмеченные на необработанном каменном блоке, представляют собой вспомогательные рисунки для скульптуры, которые будут вырезаны из материала. По сути, каждая картина построена из линий и предварительно зарисована по ее основным контурам; только в процессе работы он превращается в цветные поверхности. Как показывает все большее количество находок и исследований, рисунки составляют материальную основу фресок, панно и книжных картин. Такие предварительные эскизы могут просто обозначать основные контуры или могут предопределять окончательное исполнение с точностью до деталей.Это также могут быть простые пробные наброски. Задолго до появления настоящего мелкомасштабного рисунка эта процедура широко использовалась для монументальных росписей. С синопией — предварительным наброском, находящимся на отдельном слое на стене под фреской, или росписью на свежерасположенной влажной штукатурке — достигается точка, в которой произведение, служившее просто технической подготовкой, становится формальным рисунком, выражающим художественное произведение. намерение.

Однако только в конце 14 века рисунок стал самостоятельным — уже не обязательно подчиненный, концептуально или материально, другому виду искусства.Автономные или независимые рисунки, как следует из названия, сами по себе являются конечной целью художественного произведения; поэтому они обычно характеризуются наглядной структурой и четким исполнением до деталей.

Формально рисунок предлагает широчайший простор для выражения художественных замыслов. С помощью рисунка можно сделать видимыми тела, пространство, глубину, предметность и даже движение.Более того, из-за непосредственности своего утверждения рисунок спонтанно выражает личность рисовальщика в потоке линии; Фактически, это самое личное из всех художественных высказываний. Таким образом, вполне вероятно, что уважение к рисунку должно было развиваться параллельно с ценностью, придаваемой индивидуальному художественному таланту. Начиная с эпохи Возрождения, рисунок постепенно терял свой анонимный и утилитарный статус в глазах художников и публики, а его документы все больше ценились и собирались.

В этой статье рассматриваются эстетические характеристики, средства выражения, предмет и история рисования.

Как превратить фотографию в набросок на iPhone

Знаете ли вы, что вы можете превратить фотографии со своего iPhone в красивые эскизы, которые можно распечатать, поделиться и повесить? Современные технологии позволяют невероятно просто превратить изображение в рисунок — все, что вам нужно, это приложение для преобразования фото в эскиз или фильтр для рисования. После небольшой практики вы обнаружите, что можете создавать уникальные произведения цифрового искусства без художественной подготовки.

Вот некоторые из наших любимых способов конвертировать фотографии в линейные рисунки.

Вариант 1. Превратите картинку в рисунок с помощью конвертера фото в эскиз

для преобразования фотографий в эскизы быстро превратят сделанные вами фотографии в невероятно реалистичные эскизы. Вы можете создавать наброски, похожие на рисунки углем, рисунки пером и тушью, и даже рисунки карандашом. Два наших любимых приложения — Prisma и Painnt. Вот обзор того, как они превращают ваши любимые фотографии в красивые эскизы.

Благодаря всем специальным эффектам, доступным в приложениях для преобразования фотографий в эскизы, вы быстро заполните место на вашем iPhone. Попробуйте приложение, например Gemini Photos , которое найдет пары похожих фотографий и поможет вам удалить ненужные снимки.

Как преобразовать фотографию в рисунок с помощью Prisma

С Prisma вы можете использовать художественные эффекты на своих фотографиях, чтобы имитировать стили известных художников, а новые художественные фильтры добавляются в приложение каждый день.Приложение Prisma с основными функциями предоставляется бесплатно, а подписка на премиум обойдется вам в 4,99 доллара в месяц. Вот как преобразовать фотографию в эскиз с помощью Prisma.

1. Загрузите и откройте приложение Prisma на своем iPhone.
2. Нажмите «Галерея» в нижней части экрана, чтобы открыть альбом «Фотопленка».
3. Прокрутите список фильтров в нижней части экрана и выберите тот, который хотите добавить к фотографии. Фильтры, входящие в премиум-обновление, будут заблокированы, но вы сможете выбрать один из нескольких бесплатных фильтров.
4. Когда вы будете довольны выбранным фильтром, нажмите кнопку редактирования, чтобы настроить фотографию. Вы можете изменить экспозицию, контраст, насыщенность, яркость и многое другое.

Когда вы удовлетворены результатами, вы можете сохранить свою иллюстрацию в фотопленке, нажав кнопку загрузки (которая выглядит как квадрат со стрелкой вверх внутри). Эта опция также позволяет вам поделиться своей фотографией прямо в Instagram или Facebook.

Как превратить картинку в набросок с помощью Painnt

Приложение Painnt включает в себя более 90 фильтров для эскизов, так что вы можете создать идеальную рисованную отделку на своей любимой фотографии.Painnt можно загрузить бесплатно, а премиум-подписка с неограниченным доступом к фильтрам стоит 1,99 доллара в месяц. Вот как превратить фотографию в эскиз с помощью Painnt.

1. Установите и откройте приложение Painnt на своем iPhone.
2. Нажмите меню (три горизонтальные линии) в верхнем левом углу и выберите «Эскиз». Это откроет все фильтры Sketch в приложении.
3. Нажмите на фильтр, чтобы начать. Появится меню с вопросом, хотите ли вы открыть свою библиотеку фотографий и даете ли вы разрешение приложению на это.
4. Выберите фотографию из библиотеки, чтобы применить фильтр.
5. Ваша фотография появится на экране, а затем появится набор инструментов для редактирования, которые позволят вам точно настроить фотографию, чтобы убедиться, что это именно то, что вы ищете.
6. Готовая фотография будет иметь водяной знак. Если вы платите премиальную подписку, вы можете использовать экранную кнопку-переключатель, чтобы удалить ее.

Когда вы закончите редактирование, нажмите кнопку загрузки в правом верхнем углу, чтобы сохранить фотографию в альбоме «Фотопленка» или поделиться ею в Instagram или Facebook.

Вариант 2. Сделайте фото с фильтром для рисования

Фильтры для рисования аналогичны конвертерам фото в эскиз. Основное отличие состоит в том, что вы применяете фильтр до того, как сделаете снимок, а не после него. У сообщений Instagram и iPhone есть фильтры, спрятанные внутри приложения, которые позволят вам превратить вашу фотографию в эскиз или рисунок в стиле мультфильма. Вот как их использовать.

Как сделать фото в виде эскиза с помощью фильтров Instagram Story

1. Откройте приложение Instagram на своем iPhone и коснитесь своего профиля, чтобы добавить его в свои истории.
2. Рядом с кнопкой спуска затвора камеры находятся фильтры Instagram Story, которые вы можете прокручивать. Если вы прокрутите до самого конца, вы можете нажать на Обзор эффектов. Это открывает огромную галерею эффектов с десятками дополнительных фильтров, которые вы можете применить.
3. Прокрутите, пока не найдете тот, который выглядит многообещающим. На фото ниже мы использовали древесный уголь, который придает вашей фотографии отчетливый вид рисунка углем, но есть еще десятки вариантов на выбор. Выбрав один, нажмите «Попробовать», чтобы применить фильтр к своей истории в Instagram.
4. Нажмите кнопку спуска затвора, чтобы сделать снимок.
5. Нажмите «Ваши истории», чтобы добавить цифровое искусство в свои истории в Instagram.

Как сделать мультяшную фотографию с помощью фильтров сообщений

Вы также можете изменить свои фото-сообщения в приложении Message на вашем iPhone. Вот как превратить ваше фото-послание в набросок из комиксов.

1. Откройте сообщения iPhone и введите имя получателя.
2. Коснитесь значка камеры.
3. Коснитесь звездочки в нижнем левом углу экрана.
4. Нажмите на значок фильтра, который выглядит как три круга разного цвета.
5. Прокрутите и выберите фильтр комиксов или другой фильтр по вашему выбору.
6. Если вы хотите сделать селфи, просто нажмите кнопку спуска затвора. Если вы хотите использовать заднюю камеру, сначала коснитесь значка камеры, а затем кнопки спуска затвора.
7. Коснитесь стрелки, чтобы отправить свое фото-сообщение.

Это быстрый и простой способ отправить мультяшное селфи любимому человеку.

Создавать потрясающие цифровые наброски из ваших фотографий никогда не было так просто благодаря шикарным приложениям и новым потрясающим фильтрам. Начните экспериментировать с ними сегодня и делайте фотографии, которые выглядят так, как будто они прямо из альбома для рисования!

DALL · E: Создание изображений из текста

DALL · E — это версия GPT-3 с 12 миллиардами параметров, обученная генерировать изображения из текстовых описаний с использованием набора данных пар текст-изображение. Мы обнаружили, что он обладает разнообразным набором возможностей, включая создание антропоморфных версий животных и объектов, правдоподобное комбинирование несвязанных понятий, визуализацию текста и применение преобразований к существующим изображениям.

Текстовая подсказка

Иллюстрация маленького редиса дайкон в балетной пачке, выгуливающего собаку

Запрос на редактирование или просмотр дополнительных изображений

Текстовая подсказка

кресло в форме авокадо […]

Запрос на редактирование или просмотр дополнительных изображений

Текстовая подсказка

витрина магазина, на которой написано слово «openai» […]

Запрос на редактирование или просмотр дополнительных изображений

Подсказка с текстом и изображением

тот же кот вверху, что и эскиз внизу

Запрос на редактирование или просмотр дополнительных изображений

GPT-3 показал, что язык может использоваться для указания большой нейронной сети выполнять различные задачи по генерации текста.Image GPT показал, что тот же тип нейронной сети также может использоваться для генерации изображений с высокой точностью. Мы расширяем эти результаты, чтобы показать, что манипулирование визуальными концепциями с помощью языка теперь доступно.

Обзор

Как и GPT-3, DALL · E — это языковая модель-трансформер. Он получает и текст, и изображение в виде единого потока данных, содержащего до 1280 токенов, и обучается с максимальной вероятностью генерировать все токены один за другим. Эта процедура обучения позволяет DALL · E не только генерировать изображение с нуля, но и регенерировать любую прямоугольную область существующего изображения, которая простирается до нижнего правого угла, в соответствии с текстовой подсказкой.

Мы осознаем, что работа с генеративными моделями может оказать значительное и широкое влияние на общество. В будущем мы планируем проанализировать, как модели, подобные DALL · E, связаны с социальными проблемами, такими как экономическое влияние на определенные рабочие процессы и профессии, возможность предвзятости в результатах модели и более долгосрочные этические проблемы, связанные с этой технологией.

Возможности

Мы обнаружили, что DALL · E может создавать правдоподобные образы для большого количества предложений, исследующих композиционную структуру языка.Мы проиллюстрируем это с помощью серии интерактивных визуальных элементов в следующем разделе. Образцы, показанные для каждой подписи в визуальных элементах, получены путем взятия 32 лучших из 512 после повторного ранжирования с помощью CLIP, но мы не используем какой-либо ручной выбор вишен, кроме эскизов и отдельных изображений, которые появляются снаружи.

Управляющие атрибуты

Мы проверяем способность DALL · E изменять несколько атрибутов объекта, а также количество его появлений.

Щелкните, чтобы отредактировать текстовое приглашение или просмотреть другие изображения, созданные искусственным интеллектом

пятиугольные зеленые часы.зеленые часы в форме пятиугольника.

по всему миру

Для некоторых визуальных элементов в этом посте мы обнаружили, что повторение подписи, иногда с альтернативными фразами, улучшает согласованность результатов.

куб из дикобраза. куб с текстурой дикобраза.

по всему миру

Мы обнаружили, что DALL · E может отображать текстуры различных растений, животных и других объектов на трехмерных телах. Как и в предыдущем наглядном примере, мы обнаруживаем, что повтор подписи с альтернативной формулировкой улучшает согласованность результатов.

коллекция очков сидит на столе

по всему миру

Мы обнаружили, что DALL · E может нарисовать несколько копий объекта, когда будет предложено это сделать, но не может надежно считать более трех. Когда предлагается нарисовать существительные, у которых есть несколько значений, например «очки», «чипсы» и «чашки», он иногда рисует обе интерпретации, в зависимости от используемой формы множественного числа.

Рисование нескольких объектов

Одновременное управление несколькими объектами, их атрибутами и их пространственными отношениями представляет собой новую проблему.Например, рассмотрим фразу «ёжик в красной шляпе, желтых перчатках, синей рубашке и зеленых штанах». Чтобы правильно интерпретировать это предложение, DALL · E должен не только правильно составлять каждый предмет одежды с животным, но и формировать ассоциации (шляпа, красный), (перчатки, желтый), (рубашка, синий) и (штаны, зеленый ), не смешивая их. Мы тестируем способность DALL · E делать это для относительного позиционирования, наложения объектов и управления несколькими атрибутами.

маленький красный блок, сидящий на большом зеленом блоке

по всему миру

Мы обнаружили, что DALL · E правильно реагирует на некоторые типы относительных позиций, но не на другие.Иногда кажется, что варианты «сидеть» и «стоять впереди» работают, «сидеть внизу», «стоять сзади», «стоять слева от» и «стоять справа от» — нет. DALL · E также имеет более низкий процент успеха, когда его просят нарисовать большой объект, расположенный поверх меньшего, по сравнению с другим способом.

стопка из 3 кубиков. красный куб находится сверху, сидящий на зеленом кубе. зеленый куб находится посередине, он сидит на синем кубе. синий куб находится внизу.

по всему миру

Мы обнаружили, что DALL · E обычно генерирует изображение с одним или двумя объектами, имеющими правильные цвета.Однако только несколько образцов для каждого параметра имеют тенденцию иметь ровно три объекта, окрашенных точно так, как указано.

смайлик пингвина в синей шляпе, красных перчатках, зеленой рубашке и желтых штанах

по всему миру

Мы обнаружили, что DALL · E обычно создает изображение с двумя или тремя предметами одежды правильного цвета. Однако лишь в нескольких образцах для каждой настройки обычно присутствуют все четыре предмета одежды указанных цветов.

Хотя DALL · E действительно предлагает некоторый уровень управляемости над атрибутами и положением небольшого количества объектов, вероятность успеха может зависеть от того, как сформулирован заголовок. По мере того, как вводится больше объектов, DALL · E склонен сбивать с толку ассоциации между объектами и их цветами, и вероятность успеха резко снижается. Мы также отмечаем, что DALL · E нестабилен в отношении перефразирования заголовка в этих сценариях: альтернативные, семантически эквивалентные заголовки часто не дают правильных интерпретаций.

Визуализация перспективы и трехмерности

Мы обнаружили, что DALL · E также позволяет управлять точкой обзора сцены и 3D-стилем, в котором сцена визуализируется.

вид капибары, сидящей в поле, крупным планом

по всему миру

Мы обнаружили, что DALL · E может рисовать каждого из животных в разных ракурсах. Некоторые из этих видов, например «вид с воздуха» и «вид сзади», требуют знания внешнего вида животного с необычных ракурсов.Другие, такие как «очень крупный план», требуют знания мельчайших деталей кожи или шерсти животного.

капибара, состоящая из вокселей, сидящих в поле

по всему миру

Мы обнаружили, что DALL · E часто может изменять поверхность каждого из животных в соответствии с выбранным 3D-стилем, например, «пластилин» и «сделано из вокселей», и визуализировать сцену с правдоподобным затемнением в зависимости от расположения объекта. солнце. «Рентгеновский» стиль не всегда работает надежно, но он показывает, что DALL · E иногда может ориентировать кости внутри животного в правдоподобных (хотя и не анатомически правильных) конфигурациях.

Чтобы продвинуть это дальше, мы тестируем способность DALL · E многократно рисовать голову хорошо известной фигуры под каждым углом из последовательности равных углов, и обнаруживаем, что мы можем восстановить плавную анимацию вращающейся головы.

фотография бюста гомера

по всему миру

Мы запрашиваем DALL · E как с подписью, описывающей хорошо известный рисунок, так и с верхней областью изображения, показывающей шляпу, нарисованную под определенным углом. Затем мы просим DALL · E завершить оставшуюся часть изображения с учетом этой контекстной информации.Мы делаем это неоднократно, каждый раз поворачивая шляпу еще на несколько градусов, и обнаруживаем, что можем восстановить плавную анимацию нескольких хорошо известных фигур, при этом каждый кадр соответствует точным характеристикам угла и окружающего освещения.

DALL · E, похоже, может применять некоторые типы оптических искажений к сценам, как мы видим с параметрами «вид с линзой рыбий глаз» и «сферическая панорама». Это побудило нас изучить его способность создавать отражения.

простой белый куб, смотрящий на собственное отражение в зеркале.простой белый куб, смотрящий на себя в зеркало.

по всему миру

Подобно тому, что было сделано ранее, мы предлагаем DALL · E заполнить нижние правые углы последовательности кадров, каждый из которых содержит зеркало и отражающий пол. Хотя отражение в зеркале обычно напоминает объект за его пределами, оно часто не отображает отражение физически правильно. Напротив, отражение объекта, нарисованного на отражающем полу, обычно более правдоподобно.

Визуализация внутренней и внешней структуры

Образцы из стиля «очень крупным планом» и «рентгеновского снимка» привели нас к дальнейшему исследованию способности DALL · E визуализировать внутреннюю структуру с помощью видов поперечного сечения и внешнюю структуру с помощью макроснимков.

поперечный разрез грецкого ореха

по всему миру

Мы обнаружили, что DALL · E может рисовать внутренности нескольких различных объектов.

Макрофотография мозгового коралла

по всему миру

Мы обнаружили, что DALL · E может рисовать мельчайшие внешние детали нескольких различных типов объектов.Эти детали видны только при близком рассмотрении объекта.

Вывод контекстных деталей

Задача перевода текста в изображения недооценена: один заголовок обычно соответствует бесконечному количеству правдоподобных изображений, поэтому изображение не определяется однозначно. Например, рассмотрим заголовок «изображение капибары, сидящей на поле на рассвете». В зависимости от ориентации капибары может потребоваться нарисовать тень, хотя эта деталь никогда не упоминается явно.Мы исследуем способность DALL · E решать проблему недостаточной спецификации в трех случаях: изменение стиля, обстановки и времени; рисование одного и того же объекта в самых разных ситуациях; и создание изображения объекта с написанным на нем конкретным текстом.

Картина водосвинки, сидящей в поле на рассвете

по всему миру

Мы обнаружили, что DALL · E может визуализировать одну и ту же сцену в различных стилях и может адаптировать освещение, тени и окружающую среду в зависимости от времени суток или сезона.

на витрине магазина написано слово «openai». на витрине магазина написано слово «openai». на витрине магазина написано слово «openai». Фасад магазина «openai».

по всему миру

Как правило, чем длиннее строка, которую предлагается написать DALL · E, тем ниже вероятность успеха. Мы обнаружили, что вероятность успеха увеличивается, когда части заголовка повторяются. Кроме того, вероятность успеха иногда увеличивается по мере снижения температуры выборки для изображения, хотя образцы становятся более простыми и менее реалистичными.

DALL · E с разной степенью надежности обеспечивает доступ к подмножеству возможностей механизма 3D-рендеринга через естественный язык.Он может независимо контролировать атрибуты небольшого количества объектов и, в ограниченной степени, их количество и то, как они расположены относительно друг друга. Он также может управлять местоположением и углом, под которым визуализируется сцена, и может создавать известные объекты в соответствии с точными спецификациями угла и условий освещения.

В отличие от механизма 3D-рендеринга, входные данные которого должны быть указаны недвусмысленно и подробно, DALL · E часто может «заполнять пробелы», когда заголовок подразумевает, что изображение должно содержать определенную деталь, которая явно не указана.

Приложения предыдущих возможностей

Далее мы исследуем использование предыдущих возможностей в моде и дизайне интерьеров.

мужской манекен, одетый в оранжево-черную фланелевую рубашку

по всему миру

DALL · E также иногда путает менее распространенные цвета с другими соседними оттенками. Например, когда предлагается нарисовать одежду «темно-синим», DALL · E иногда использует более светлые оттенки синего или оттенки, очень близкие к черному. Точно так же DALL · E иногда путает «оливковый» с оттенками коричневого или более яркими оттенками зеленого.

женский манекен в черной кожаной куртке и золотой плиссированной юбке

по всему миру

Мы исследуем способность DALL · E создавать женские манекены в самых разных нарядах.Мы обнаружили, что DALL · E может изобразить уникальные текстуры, такие как блеск «черной кожаной куртки» и «золотых» юбок и леггинсов. Как и прежде, мы видим, что DALL · E иногда путает менее распространенные цвета, такие как «темно-синий» и «оливковый», с другими соседними оттенками.

гостиная с двумя белыми креслами и картиной с изображением Колизея. Картина установлена ​​над современным камином.

по всему миру

Мы исследуем способность DALL · E создавать изображения комнат с указанием нескольких деталей.Мы обнаружили, что с его помощью можно создавать картины на самые разные темы, включая реальные локации, такие как «Колизей», и вымышленных персонажей, таких как «йода». Для каждого предмета DALL · E предлагает множество интерпретаций. В то время как картина почти всегда присутствует в сцене, DALL · E иногда не может нарисовать камин или правильное количество кресел.

спальня-чердак с белой кроватью рядом с тумбочкой. рядом с грядкой есть аквариум.

по всему миру

Мы исследуем способность DALL · E создавать спальни с указанием нескольких деталей.Несмотря на то, что мы не говорим DALL · E, что должно быть на тумбочке или полке рядом с кроватью, мы обнаруживаем, что иногда он решает поместить другой указанный объект сверху. Как и раньше, мы видим, что часто не удается отрисовать один или несколько указанных объектов.

Объединение не связанных между собой концепций

Композиционная природа языка позволяет нам объединять концепции для описания как реальных, так и воображаемых вещей. Мы обнаружили, что DALL · E также обладает способностью комбинировать разрозненные идеи для синтеза объектов, некоторые из которых вряд ли существуют в реальном мире.Мы исследуем эту способность в двух случаях: передача качеств от различных концепций животным и создание продуктов, вдохновляясь несвязанными концепциями.

улитка из арфы. улитка с текстурой арфы.

по всему миру

В предыдущем разделе мы видели, что чем больше объектов вводится в сцену, DALL · E может запутать ассоциации между объектами и их указанными атрибутами. Здесь мы видим другой вид режима отказа: иногда вместо того, чтобы привязывать какой-либо атрибут указанного понятия (скажем, «кран») к животному (скажем, «улитка»), DALL · E просто рисует эти два как отдельные предметы.

кресло в форме авокадо. кресло имитирующее авокадо.

по всему миру

При создании некоторых из этих объектов, таких как «кресло в форме авокадо», DALL · E, по-видимому, связывает форму половинки авокадо со спинкой стула, а косточку авокадо — с подушкой. Мы обнаружили, что DALL · E подвержен тем же ошибкам, которые упоминались в предыдущем наглядном пособии.

Иллюстрации животных

В предыдущем разделе мы исследовали способность DALL · E комбинировать несвязанные концепции при создании изображений реальных объектов.Здесь мы исследуем эту способность в контексте искусства для трех видов иллюстраций: антропоморфизированных версий животных и предметов, химер животных и смайликов.

Иллюстрация маленького дайкона в балетной пачке, выгуливающего собаку

по всему миру

Нам интересно, как DALL · E адаптирует части человеческого тела к животным. Например, когда его просят нарисовать редис дайкон, сморкающийся, потягивающий латте или едущий на одноколесном велосипеде, DALL · E часто рисует платок, руки и ноги в подходящих местах.

Профессиональная высококачественная иллюстрация черепахи-жирафа-химеры. жираф, имитирующий черепаху. жираф из черепахи.

по всему миру

Мы также обнаружили, что вставка фразы «профессиональное высокое качество» перед словами «иллюстрация» и «смайлики» иногда улучшает качество и согласованность результатов.

Профессиональные высококачественные смайлики влюбленной чашки бобы

по всему миру

Мы обнаружили, что DALL · E иногда может передавать некоторые смайлики животным и неодушевленным предметам, например, пищевым продуктам.Как и в предыдущем наглядном примере, мы обнаруживаем, что вставка фразы «профессиональное высокое качество» перед «смайликами» иногда улучшает качество и согласованность результатов.

Визуальное мышление с нулевым выстрелом

GPT-3 может быть проинструктирован для выполнения многих видов задач исключительно на основе описания и подсказки для генерации ответа, представленного в его подсказке, без какого-либо дополнительного обучения. Например, когда предлагается фраза «вот предложение« человек выгуливает свою собаку в парке », переведенное на французский:», GPT-3 отвечает «un homme qui promène son chien dans le parc.Эта способность называется рассуждением с нулевым выстрелом . Мы обнаружили, что DALL · E расширяет эту возможность до визуальной области и может выполнять несколько видов задач преобразования изображения в изображение при правильном запросе.

тот же кот вверху, что и набросок внизу

по всему миру

Другие преобразования, такие как «животное в солнечных очках» и «животное в галстуке-бабочке», требуют размещения аксессуара на правильной части тела животного. Те, которые изменяют только окраску животного, например «животное, окрашенное в розовый цвет», менее надежны, но показывают, что DALL · E иногда способен отделить животное от фона.Наконец, преобразования «набросок животного» и «чехол для мобильного телефона с животным» исследуют использование этой возможности для иллюстраций и дизайна продукта.

тот же самый чайник наверху с надписью «gpt» внизу

по всему миру

Мы обнаружили, что DALL · E может применять несколько различных видов преобразования изображений к фотографиям чайников с разной степенью надежности. Помимо возможности изменить цвет чайника (например,g., «синего цвета») или его рисунка (например, «с полосами»), DALL · E также может отображать текст (например, «с надписью« gpt »на нем») и отображать буквы на изогнутой поверхности чайник правдоподобным образом. С гораздо меньшей надежностью он также может нарисовать чайник меньшего размера (для варианта «крошечный») и в сломанном состоянии (для варианта «сломанный»).

Мы не ожидали появления этой возможности и не внесли никаких изменений в нейронную сеть или процедуру обучения, чтобы стимулировать ее.Воодушевленные этими результатами, мы измеряем способность DALL · E решать проблемы с аналогичными рассуждениями, проверяя ее на прогрессивных матрицах Raven, визуальном IQ-тесте, который широко использовался в 20 веке.

последовательность геометрических фигур.

по всему миру

DALL · E часто может решать матрицы, которые включают в себя продолжающиеся простые шаблоны или основные геометрические рассуждения, например, в наборах B и C. Иногда он может решить матрицы, которые включают распознавание перестановок и применение логических операций, например, в наборах D. Экземпляры в наборе E, как правило, самые сложные, и DALL · E почти ни один из них не дает правильных.

Для каждого набора мы измеряем эффективность DALL · E как на исходных изображениях, так и на изображениях с инвертированными цветами.Инверсия цветов не должна создавать дополнительных трудностей для человека, но в целом ухудшает работу DALL · E, предполагая, что ее возможности могут быть нестабильными по неожиданным причинам.

Географические знания

Мы обнаружили, что DALL · E узнал о географических фактах, достопримечательностях и окрестностях. Его знание этих концепций в одних случаях на удивление точное, а в других — ошибочно.

фото китайской еды

по всему миру

Мы проверяем, насколько DALL · E понимает простые географические факты, такие как флаги стран, кухни и местную дикую природу.Несмотря на то, что DALL · E успешно отвечает на многие из этих вопросов, например, связанных с национальными флагами, он часто отражает поверхностные стереотипы в отношении выбора, такого как «еда» и «дикая природа», в отличие от представления всего разнообразия, встречающегося в реальном мире.

фотография площади Аламо, Сан-Франциско, с улицы ночью

по всему миру

Мы обнаруживаем, что DALL · E иногда может отображать подобия определенных мест в Сан-Франциско.В местах, знакомых авторам, таких как Сан-Франциско, они вызывают ощущение дежавю — жуткие симулякры улиц, тротуаров и кафе, которые напоминают нам об очень специфических местах, которых не существует.

фотография моста Золотые ворота Сан-Франциско

по всему миру

Мы также можем предложить DALL · E нарисовать известные достопримечательности. Фактически, мы даже можем указать, когда была сделана фотография, указав первые несколько рядов неба. Например, когда небо темное, DALL · E распознает, что сейчас ночь, и включает свет в зданиях.

Временные знания

Помимо изучения знаний DALL · E о концепциях, которые меняются в пространстве, мы также изучаем его знания о концепциях, которые меняются с течением времени.

фото телефона 20х годов

по всему миру

Мы обнаружили, что DALL · E узнал об основных стереотипных тенденциях в дизайне и технологиях на протяжении десятилетий. Технологические артефакты, кажется, переживают периоды стремительных изменений, резко меняясь на десятилетие или два, а затем изменяются более инкрементально, становясь усовершенствованными и упорядоченными.

Краткое изложение подхода и предшествующей работы

DALL · E — простой преобразователь только для декодера, который принимает и текст, и изображение в виде единого потока из 1280 токенов — 256 для текста и 1024 для изображения — и моделирует их все авторегрессивно. Маска внимания на каждом из 64 слоев самовнимания позволяет каждому токену изображения обращаться ко всем текстовым токенам. DALL · E использует стандартную причинно-следственную маску для текстовых маркеров и редкое внимание для графических маркеров со строкой, столбцом или сверточным шаблоном внимания, в зависимости от слоя.Мы предоставляем более подробную информацию об архитектуре и процедуре обучения в нашей статье.

Синтез текста в изображение является активной областью исследований с момента пионерской работы Reed et. al, чей подход использует GAN, основанный на встраивании текста. Вложения производятся кодировщиком, предварительно обученным с использованием контрастных потерь, в отличие от CLIP. StackGAN и StackGAN ++ используют многомасштабные сети GAN для увеличения разрешения изображения и улучшения визуальной точности. AttnGAN объединяет внимание между функциями текста и изображения и предлагает в качестве вспомогательной цели потерю сопоставления элементов контрастного текста и изображения.Это интересно сравнить с нашим повторным ранжированием с помощью CLIP, которое выполняется в автономном режиме. Другая работа включает дополнительные источники контроля во время обучения для улучшения качества изображения. Наконец, работа Nguyen et. др. и Чо и др. al исследует основанные на выборке стратегии для генерации изображений, которые используют предварительно обученные мультимодальные дискриминативные модели.

Подобно выборке отклонения, используемой в VQVAE-2, мы используем CLIP для повторного ранжирования 32 верхних из 512 выборок для каждой подписи во всех интерактивных визуальных эффектах.Эту процедуру также можно рассматривать как своего рода поиск с указанием языка, и она может существенно повлиять на качество выборки.

Иллюстрация молодого редиса дайкон в балетной пачке, выгуливающего собаку [подпись 1, лучшее 8 из 2048]

по всему миру

Повторное ранжирование образцов из DALL · E с помощью CLIP может значительно улучшить согласованность и качество образцов.