OpenAI 將 DALL·E 3 接入 ChatGPT：手部文字大提升，支援對話中改圖

以前想讓 AI 畫一張靠譜的圖，你得在 Discord 裡狂敲引數，還得研究各種複雜的負面提示詞。搞到最後，畫出來的人手通常還是七八根手指，圖裡的文字更是全變成外星符號。

OpenAI 終於把這件事改造成了動嘴就能辦的日常。今天，DALL·E 3 正式面向 ChatGPT Plus 和 Enterprise 企業使用者開放。現在你只要跟 ChatGPT 聊著天把想法說出來，它就能直接幫你把圖畫出來。

搞定手指和文字，還能直接用嘴改圖

很多人對 AI 繪畫最大的痛點，就是生成的圖根本改不動，重新生成一次就完全變了樣。

這次整合在 ChatGPT 裡的 DALL·E 3 最大的變化，就是支援多輪對話迭代。它會根據你的描述給出幾個視覺選項，如果你覺得背景太亮，或者想給畫面裡的人物換件衣服，直接在聊天窗口裡跟它說就行。

在生成質量上，DALL·E 3 終於能比較可靠地畫出手部細節、面部表情，甚至能在畫面裡準確渲染指定的文本文字。而且它還支援橫版和豎版比例，不再侷限於以前的正方形框框。

這背後的原理其實挺巧妙。OpenAI 先訓練了一個先進的影像標註工具，給海量訓練圖片重新生成了非常詳細的文本描述。然後再用這些高質量描述去訓練 DALL·E 3，所以它現在能極度精準地聽懂那些又長又複雜的提示詞。

99% 的鑑別工具，還有一道道安全門

能畫更逼真的圖，麻煩自然也跟著變多。OpenAI 在釋出的同時，重點交代了自家的安全防護網。

首先是多層安全過濾系統，模型在接收提示詞和吐出圖片前都會跑安全檢查，直接攔截暴力、色情和仇恨內容。早期紅隊測試裡重點排查了極端成人內容，並且強化了對深度偽造虛假圖片的抗壓能力。

此外，DALL·E 3 會直接拒絕生成在世藝術家風格的作品，也限制了公眾人物肖像的生成，藝術家還可以選擇不讓自己的圖片被用在未來模型的訓練中。

有意思的是，OpenAI 還端出了一個正在內部測試的溯源分類器。這個新工具用來識別一張圖是不是出自 DALL·E 之手。如果圖片原汁原味沒有動過，識別準確率超過 99%；即使經過了裁剪、尺寸縮放、JPEG 壓縮或者區域性貼圖，準確率依然超過 95%。不過 OpenAI 也坦言，它目前只能判斷某張圖很可能來自 DALL·E，還做不到百分之百下定論。

為什麼重要

我們認為，DALL·E 3 跑進 ChatGPT 最大的價值，不是畫質有多麼驚豔，而是它徹底殺死了所謂的提示詞工程門檻。

以前普通人或者中小團隊想做一張配圖，得去 Midjourney 裡研究各種權重語法，門檻高得像在寫程式碼。現在哪怕你只寫一句很模糊的話，ChatGPT 也會在後臺自動幫你擴寫成結構完整的提示詞，普通創作者和上班族現在隨手就能拿到可用度很高的插圖和海報素材，非常值得所有 Plus 使用者馬上開啟聊天框試一試。

在行業層面，這看起來是給獨立的文生圖工具敲響了警鐘。過去以 Discord 為載體、互動生硬的純畫圖工具，面對這種自帶語言理解和上下文修改能力的對話流產品，使用體驗上的差距會被瞬間拉大。

但這裡的隱患也同樣明顯。過於嚴苛的安全稽核與對在世藝術家風格的全面封鎖，雖然幫 OpenAI 擋掉了侵權訴訟和輿論風險，但也必然會削弱一部分專業創作者追求特定藝術風格的自由度。畫得更穩、更規矩，還是畫得更有個性和野性，這條天平的擺動才剛剛開始。