OpenAI 将 DALL·E 3 接入 ChatGPT：手部文字大提升，支持对话中改图

以前想让 AI 画一张靠谱的图，你得在 Discord 里狂敲参数，还得研究各种复杂的负面提示词。搞到最后，画出来的人手通常还是七八根手指，图里的文字更是全变成外星符号。

OpenAI 终于把这件事改造成了动嘴就能办的日常。今天，DALL·E 3 正式面向 ChatGPT Plus 和 Enterprise 企业用户开放。现在你只要跟 ChatGPT 聊着天把想法说出来，它就能直接帮你把图画出来。

搞定手指和文字，还能直接用嘴改图

很多人对 AI 绘画最大的痛点，就是生成的图根本改不动，重新生成一次就完全变了样。

这次集成在 ChatGPT 里的 DALL·E 3 最大的变化，就是支持多轮对话迭代。它会根据你的描述给出几个视觉选项，如果你觉得背景太亮，或者想给画面里的人物换件衣服，直接在聊天窗口里跟它说就行。

在生成质量上，DALL·E 3 终于能比较可靠地画出手部细节、面部表情，甚至能在画面里准确渲染指定的文本文字。而且它还支持横版和竖版比例，不再局限于以前的正方形框框。

这背后的原理其实挺巧妙。OpenAI 先训练了一个先进的图像标注工具，给海量训练图片重新生成了非常详细的文本描述。然后再用这些高质量描述去训练 DALL·E 3，所以它现在能极度精准地听懂那些又长又复杂的提示词。

99% 的鉴别工具，还有一道道安全门

能画更逼真的图，麻烦自然也跟着变多。OpenAI 在发布的同时，重点交代了自家的安全防护网。

首先是多层安全过滤系统，模型在接收提示词和吐出图片前都会跑安全检查，直接拦截暴力、色情和仇恨内容。早期红队测试里重点排查了极端成人内容，并且强化了对深度伪造虚假图片的抗压能力。

此外，DALL·E 3 会直接拒绝生成在世艺术家风格的作品，也限制了公众人物肖像的生成，艺术家还可以选择不让自己的图片被用在未来模型的训练中。

有意思的是，OpenAI 还端出了一个正在内部测试的溯源分类器。这个新工具用来识别一张图是不是出自 DALL·E 之手。如果图片原汁原味没有动过，识别准确率超过 99%；即使经过了裁剪、尺寸缩放、JPEG 压缩或者局部贴图，准确率依然超过 95%。不过 OpenAI 也坦言，它目前只能判断某张图很可能来自 DALL·E，还做不到百分之百下定论。

为什么重要

我们认为，DALL·E 3 跑进 ChatGPT 最大的价值，不是画质有多么惊艳，而是它彻底杀死了所谓的提示词工程门槛。

以前普通人或者中小团队想做一张配图，得去 Midjourney 里研究各种权重语法，门槛高得像在写代码。现在哪怕你只写一句很模糊的话，ChatGPT 也会在后台自动帮你扩写成结构完整的提示词，普通创作者和上班族现在随手就能拿到可用度很高的插图和海报素材，非常值得所有 Plus 用户马上打开聊天框试一试。

在行业层面，这看起来是给独立的文生图工具敲响了警钟。过去以 Discord 为载体、交互生硬的纯画图工具，面对这种自带语言理解和上下文修改能力的对话流产品，使用体验上的差距会被瞬间拉大。

但这里的隐患也同样明显。过于严苛的安全审核与对在世艺术家风格的全面封锁，虽然帮 OpenAI 挡掉了侵权诉讼和舆论风险，但也必然会削弱一部分专业创作者追求特定艺术风格的自由度。画得更稳、更规矩，还是画得更有个性和野性，这条天平的摆动才刚刚开始。