Attēls, kas atbild
Visiem patīk triki, līdz brīdim, kad iluzionists sāk tos stāstīt. Tieši tas ir dīvainākais DALL·E 3: attēlu ģenerators, kas ir tik labs, ka šķiet kā krāpšanās, un tam pievienots skaidrojumu dzinējs, kas nebeidz runāt. Šī nav tikai vēl viena "AI mākslas rīka" apskata. Šī ir DALL·E 3 apskata, jo DALL·E 3 ir pelnījis noteikto artikulu. Tieši šis liek saprast, ka teksta pārvēršana attēlā vairs nav vienkāršs triks. Tas ir Photoshop ar viedokļiem.
Atmetīsim pamatus: DALL·E 3 ir labāks par DALL·E 2 gandrīz visā, kas ir svarīgs—saskaņotība, tipogrāfija, telpiskā domāšana, nianses un tā neizsakāmā kvalitāte "Ak, cik labi, tieši to es domāju, bet nezināju, kā pateikt". Uzlabojumi nav smalki. Tie ir kā atšķirība starp labu karikatūru un pieklājīgu portretu. Atšķirībā no daudziem modeļiem, kas izceļas demonstrācijā un sabrūk ikdienas lietošanā, DALL·E 3 ir stabils arī ikdienišķās situācijās.
Bet "labāks" ir tikai sākums. Īstais jautājums—vienīgais, kam ir nozīme DALL·E 3 apskatā—vai tam var uzticēties. Nevis vai tas ir spēcīgs. Mums ir bijuši spēcīgi rīki. Mums ir bijuši dīvaini spēcīgi rīki. Jautājums ir: vai tas palīdz jums izveidot kaut ko tādu, ko varat atbalstīt atkārtoti, neizturoties pret jums kā pret laboratorijas žurku vai loterijas spēlētāju?
Īsā atbilde: lielākoties jā. Garā atbilde: šis ir AI, kas nozīmē, ka "izskaidrojamā maģija" joprojām reizēm pieviļ.
Kas DALL·E 3 patiešām izdodas (bez reklāmas)
- Tas lasa. Ne burtiski, bet funkcionāli. Uzvednes ar iekļautām klauzulām, stila ierobežojumiem un kompozīcijas norādījumiem parasti beidzas ar kaut ko līdzīgu tam, ko prasījāt.
- Tas domā izkārtojumos. Prasiet plakātu, grāmatas vāku, dalīta ekrāna koncepcijas prezentāciju. Tas respektē negatīvo telpu. Tas respektē simetriju un asimetriju tā, it kā būtu apmeklējis dizaina kursu.
- Tas mazāk alerģiski reaģē uz tekstu. Tipogrāfija AI attēlos agrāk izskatījās tā, it kā kāds būtu izbēris alfabēta zupu uz rakstāmmašīnas. Ar DALL·E 3 "kafijas veikala ēdienkarte rotaļīgā serif burtveidā, salasāmas cenas" vairs nav lūgšana, bet gan pamatots pieprasījums.
- Tas labi atpazīst toni. Ne tikai "padariet to par noir", bet "kliedzošu optimismu, kas filtrēts caur gadsimta vidus ceļojumu plakātiem". Šāda veida noskaņu saskaņošanai agrāk bija nepieciešams atsauču dēlis un mākslas direktors. Tagad tas ir viens paragrāfs.
Ja jūs esat šeit, lai lasītu DALL·E 3 apskatu, kurā to sauc par jebko citu, bet ne par pārsteidzošu, izvēlieties citu kalnu, par kuru cīnīties.
Kur tas klūp (jo, protams, tas klūp)
- Precīza skaitīšana un smalki izkārtojumi joprojām svārstās. "Septiņi sarkani lietussargi, viens izgriezts uz āru, sakārtoti pēc izmēra vējainā promenādē" var trāpīt mērķī vienu reizi no trim.
- Burtiskums ir gan svētība, gan lamatas. Jūs varat iegūt tieši to, ko prasījāt, un reizēm jūs nožēlosiet šo precizitāti.
- Konsistence visā sērijā—varonim, apgaismojumam, garderobes nepārtrauktībai—ir iespējama, bet prasa uzvednes disciplīnu, kas robežojas ar rituālu. Negaidiet Pixar. Gaidiet talantīgu ārštata darbinieku, kurš aizmirst, kādi varonim bija apavi trešajā kadrā.
Neviens no šiem nav izšķirošs, bet tie atklāj šāda veida rīku paradoksu: jo labāki tie kļūst, jo acīmredzamākas kļūst to kļūdas.
DALL·E 3 apskats vienā uzvednē
"Redakcijas ilustrācija ierobežotās krāsās, ar nelielu humora pieskaņu, par DALL·E 3 apskatu, kas ir skeptisks, bet iespaidots; saglabājiet tipogrāfiju tīru, varbūt smalku atsauci uz 2000. gadu sākuma tehnoloģiju emuāriem."
Jūs patiešām varat ievadīt to DALL·E 3 un saņemt atpakaļ kaut ko tādu, ko varētu publicēt, bez ironijas. Tas ir viss. Tas nav tikai jauns rīks. Tas ir jauns radošais cikls—idejas, kas pārvēršas tieši vizuālos attēlos, kas pārvēršas labākās idejās, kas pārvēršas pabeigtā darbā ātrāk, nekā kofeīns nonāk jūsu asinsritē.
Kā tas salīdzinās (jo jūs jautāsiet)
Stable Diffusion ir meistara laukums; tas izpildīs kūleņus, ja esat gatavs pats lodēt batutu. Midjourney ir noskaņu pavēlnieks; tas nodrošina lielisku māksliniecisko vadību pat tad, ja esat neskaidrs līdz pat dzejai. DALL·E 3 atrodas "es domāju to, ko teicu" nometnē. Tas ir visburtiskākais, visvairāk sarunvalodas un daudzos gadījumos visuzticamākais darbam ar klientiem, kur specifikācijai ir nozīme.
- Atbilstība uzvednei: DALL·E 3 uzvar. Jūs rakstāt kā cilvēks; tas atbild kā rūpīgs asistents ar gaumi.
- Gatavs lietošanai: Midjourney joprojām ir šis operatora-kastē spīdums.
- Pielāgošana un kontrole: Stable Diffusion iegūst trofeju, ja esat gatavs pats izgatavot caurules un spraudņus.
Ja jūsu darbs ir saistīts ar brīfiem, noskaņu dēļiem un labojumiem—reklāmas aģentūras, produktu komandas, tehnoloģiju mārketings—DALL·E 3 ir drošākā izvēle, lai izvairītos no problēmas "izskatās forši, bet nepareizi".
Praktiskās lietas, kas jums patiešām rūp
- Uzvednes: Mazāk ir vairāk, bet precizitāte uzvar. "Produkta galvenais attēls, maiga galvenā gaisma, matētas faktūras, 45 grādu leņķis, fons neitrālā zilganzaļā krāsā, lapu ēna no kreisās puses" ļoti ātri sasniegs vēlamo rezultātu.
- Iterācija: Lūdziet veikt nelielus labojumus tāpat kā cilvēkam: "tāda pati kompozīcija, aukstāka gaisma, nomainiet keramikas krūzi pret krūzi ar dubultām sienām." Tas klausās.
- Darbs sērijās: Fiksējiet savus lietvārdus un īpašības vārdus. Izmantojiet konsekventus varoņu aprakstus. Saglabājiet sēklas, kad iespējams. Tā nav nepārtrauktības programmatūra, bet jūs varat to pārliecinoši imitēt ar disciplīnu.
- Teksts attēlā: Beidzot vairāk trāpījumu nekā garām. Nav ideāli. Bet jūsu "VAKARA PASĀKUMS 7 PM" neatgriezīsies kā "VAFARA PASĒKUMS 7 VM." Progress.
Ētika un neizbēgamā roku lauzīšana
Man nav liela vienota AI mākslas ētikas teorija. Ikviens, kurš apgalvo, ka tāda ir, vai nu kaut ko pārdod, vai arī piedalās paneļdiskusijā. Galvenā spriedze ir vienkārša: mākslinieki vēlas piekrišanu, atsauci un kompensāciju; lietotāji vēlas spēku, ātrumu un izmaksu ietaupījumus. Uzņēmumi vēlas mērogu. Pašreizējā situācija ir parasta tehnoloģiju vienošanās—atteikšanās, politikas regulēšanas pogas un daži uzmanīgi formulējumi par "publiski pieejamiem datiem"—plus noteikšanas rīki, kas darbojas pietiekami labi, līdz brīdim, kad tie vairs nedarbojas.
Divas domas, kas var pastāvēt līdzās bez pretrunām:
- DALL·E 3 ir ārkārtējs rīks, kas padara reālu darbu iespējamu cilvēkiem, kas nav mākslinieki, un ātrāku māksliniekiem.
- Nozare joprojām ir parādā māksliniekiem labāku vienošanos nekā "uzticaties mums".
Ja jūs atnācāt uz DALL·E 3 apskatu, lai jums pateiktu, ka tas ir vai nu utopija, vai zādzība, atvainojiet. Tas ir gan labs, gan juceklīgs. Kā viss, par ko ir vērts strīdēties.
Slēptais lielvalsts: Rakstīšana attēliem
Cilvēkiem, kas pelna iztiku rakstot, ir priekšrocības ar DALL·E 3. Ne tāpēc, ka mēs esam īpaši, bet tāpēc, ka skaidrība šeit ir īpaši svarīga. Modelis atalgo specifiku tāpat kā labs dizainers. Ja varat aprakstīt kadru sarakstu savā galvā, jūs iegūsit attēlus, kas šķiet aizdomīgi tuvu profesionālam darbam. Šķērslis vairs nav zīmēšanas prasmes; tā ir artikulācija. Rakstiet labākas uzvednes, iegūstiet labākus attēlus.
Tas apgriež parasto scenāriju. Vecajā pasaulē rakstnieks nosūtīja e-pastu dizainerim un gaidīja. Tagad rakstnieks var izveidot piecus virzienus pirms pusdienām un nosūtīt to, kuru ir vērts pulēt. Tas ir biedējoši komandām, kurās ir daudz procesu, un ārkārtīgi ērti komandām, kas ātri strādā.
Kad tas neizdodas, tas neizdodas skaļi
Sliktākais, ko DALL·E 3 dara, ir izlikties pārliecinātam, vienlaikus palaidot garām acīmredzamo. Roka ar sešiem pirkstiem? Tagad retāk. Bezjēdzīgi uzraksti? Reti. Bet tas joprojām klūp uz robežām: atspulgi, kas neatspoguļo, ēnas, kas nepakļaujas ģeometrijai, produktu porti, kas migrē starp kadriem. Dīvainā ieleja pārvietojās augšup. Jūs to nepamanīsit, līdz palielināsit, un tad jūs to nevarēsit aizmirst.
Labojums ir vienkāršs: izturieties pret izvadiem kā pret spēcīgiem melnrakstiem. Apgrieziet, retušējiet vai atjaunojiet. Ja jūs sagaidāt pilnību uzreiz, tā ir jūsu vaina, nevis rīka. Pat kameras nedod jums galīgo mākslu.
Cenas un piekļuve vienkāršā valodā
DALL·E 3 parasti ir pieejams, izmantojot tērzēšanas stila saskarnes un API piekļuvi, un lietošana tiek mērīta pēc ģenerēšanas un izšķirtspējas. Ja esat ikdienišķs lietotājs, tērzēšanas saskarne ir laba—zema berze, ātri rezultāti. Ja esat komanda vai produkts, API ir svarīga. Ekonomika ir labvēlīga cilvēkiem, kuri atkārto apzināti, nevis nospiež "atjaunot" kā spēļu automātu. Plānojiet daudz nelielu pielāgojumu, nevis tūkstošiem nejaušu.
Īss vārds par drošības pasākumiem
Drošības slānis ir stingrs, bet saprātīgāks nekā agrāk. Jūs tiksit bloķēts par acīmredzamām lietām—grafisku vardarbību, publiskām personām kompromitējošos kontekstos, preču zīmju mīnām—un reizēm par ne tik acīmredzamiem robežgadījumiem. Kaitinoši? Jā. Nepieciešams? Arī jā. Mērķis ir "nekādu virsrakstu nepareizu iemeslu dēļ", un šajā ziņā tas darbojas labi.
Darbplūsma, kas netērē jūsu laiku
Šeit ir DALL·E 3 apskata praktiskā būtība—dariet to, un jūs izskatīsities gudri:
- Izstrādājiet koncepciju tekstā kā radošu brīfu. Ne vairāk kā divi līdz četri teikumi.
- Ģenerējiet četras iespējas. Izvēlieties labāko, pat ja tas ir pareizs tikai par 70%.
- Atkārtojiet ar ķirurģiskām uzvednēm: viens mainīgais vienlaikus.
- Fiksējiet sēklu un ģenerējiet alternatīvas drošībai.
- Eksportējiet tādā izmērā, kas atbilst jūsu gala lietojumam; nepalieliniet mērogu, kamēr jums tas nav jādara.
- Veiciet retušēšanu īstā redaktorā. Jūs salabosiet divās minūtēs to, ko modelis neatcerēsies mūžīgi.
Kur Sider.AI patiešām palīdz (bez pārdošanas runas, solījums)
Es netaisu produktu reklāmas. Bet man arī nav alerģijas pret lietām, kas darbojas. Sider.AI atrodas pārlūkprogrammā, kur jūs jau veicat savu pētniecību un rakstīšanu. DALL·E 3 darbam tas ir svarīgāk, nekā šķiet. Jūsu labākās uzvedņu idejas rodas, lasot specifikāciju, konkurenta lapu vai savas piezīmes. Sider.AI ļauj jums veidot uzvednes tiešsaistē—precizēt, salīdzināt variantus, saglabāt labākos—nelec cauri duci cilnēm vai nezaudējot domu. Tas arī palīdz jums pārvērst neskaidru ieinteresēto pušu valodu—“padariet to spilgtu, bet ne pārāk skaļu”—par uzvednēm, ko DALL·E 3 patiešām saprot: “augsta kontrasta krāsu akcenti uz neitrālas paletes, spilgts apgaismojums, ierobežoti izcēlumi.” Tas nav maģiski. Tā ir darbplūsmas līme. To jūs pamanāt tikai tad, kad tā trūkst.
Kam vajadzētu izmantot DALL·E 3 (un kam nevajadzētu)
- Izmantojiet to, ja jūs piegādājat lietas, kurām ir nepieciešama koncepcijas māksla, mārketinga vizuālie materiāli, sižeti, sīktēli vai iekšējais atbalsts. Tas ir reizinātājs dizaineriem un glābiņš cilvēkiem, kas nav dizaineri, bet ar gaumi.
- Neizmantojiet to, ja sagaidāt individuālu ilustrāciju ar garantētu nepārtrauktību un juridiski skaidriem varoņiem 200 lappušu garā grafiskā romānā. Jūs varat pietuvoties, bet "pietuvoties" nav līgums.
- Izmantojiet to, ja jūs novērtējat "pirmos 80% dažu minūšu laikā." Nedariet to, ja jūsu darbplūsma soda iterāciju un atalgo pārmērīgi noslīpētus melnrakstus.
Par radošumu, īsi, bez banalitātēm
Rīki neveido gaumi. Tie noņem attaisnojumus. Ja jums bija laba ideja, bet jūs nevarējāt zīmēt, tagad jūs varat to parādīt. Ja jūsu idejas ir mīkstas, DALL·E 3 sniedz jums skaisti apgaismotu mīkstumu. Modelis nepaaugstina vidēja līmeņa domāšanu; tas vienkārši atsakās iejaukties, kad jūsu domāšana ir asa.
Tieši to lielākā daļa "AI aizstās radošos" argumentu neņem vērā: DALL·E 3 pārvieto vērtību augšup. Svarīgs ir nevis taustiņu nospiešanas skaits; tā ir izvēle. Atsauču izvēle. Noskaņas izvēle. Izvēle, ko izgriezt. Iekārta apstrādā krāsu. Jums joprojām ir jāizlemj, kas pieder uz audekla.
Spriedums (nelabprāt nopietns)
DALL·E 3 apskats var izvairīties no šī tikai tik ilgi: tā ir visplašāk noderīgā teksta-attēla sistēma, kas pieejama parastiem cilvēkiem, kuriem ir jāizveido reālas lietas reālos termiņos. Tas ne vienmēr apžilbina, bet tas uzticami pakļaujas. Šī paklausība—saskaņota ar dabisko valodu, nevis ar mapi, kas pilna ar slīdņiem—ir izrāviens.
Vai tas ir ideāls? Nē. Vai tas ir pietiekami, lai mainītu komandu darba veidu? Jau to izdarīja.
Dažas uzvednes, kas ir labākas par savu svaru
- "Žurnāla vāka koncepcija, viens drosmīgs objekts centrā, maiga apmales gaisma, dāsna negatīvā telpa galvenes vajadzībām, krāsu palete: bagātīga indigo un zelta, pārliecināta, bet ierobežota tipogrāfija."
- "Sižeta kadrs, skats pāri plecam uz izstrādātāju, kurš 2:00 naktī atkļūdo, auksts monitora spīdums, tukša Red Bull bundža, lietus notek gar logu, tonis: melanholisks, bet apņēmīgs."
- "Iepakojuma makets, matēts pārstrādājams maisiņš, smalka graudainība, produkta nosaukums 'Rivet' humanistiskā sans burtveidā, sīka reljefa skrūves ikona, dzīvesveida aina uz koka letes, rīta gaisma."
Šīs nav formulas. Tie ir pierādījums tam, ka skaidrība tiek atalgota.
Vaļīgais gals
Dīvainākā DALL·E 3 daļa nav tā, ka tas labi zīmē. Tas ir tas, ka tas klausās. Jūs varat ar to vienoties. Nedaudz pastrīdēties. Uzstāt. Lielākā daļa programmatūras nevienojas; tā vienkārši kļūdās. Tas vairāk līdzinās sadarbības partnerim—temperamentīgam un reizēm kļūdainam, bet ātrprātīgam un spēlētājam.
Varbūt tas ir īstais pavērsiens. Mēs vairs neklikšķinām, meklējot funkciju. Mēs paziņojam par nodomu un vērtējam rezultātus. Tas ir labāks cikls. Tas ir arī biedējošāks, jo tas liek uz spēles gaumi—jūsu gaumi.
Ja tas jūs traucē, labi. Bet rīkiem, kas noņem attaisnojumus, ir tendence palikt apkārt.
Kopsavilkums
DALL·E 3 ir pirmais attēlu modelis, ko es ieteiktu kādam, kurš ienīst ņemšanos. Tas ir modelis cilvēkiem, kuri domā teikumos un piegādā termiņos. Izmantojiet to ar precizitāti, saglabājiet savas cerības cilvēcīgas, un tas liks jums izskatīties satraucoši kompetentiem.
Un kad tas nenotiek—atjaunojiet. Iluzionista pļāpas ne vienmēr ir galvenais. Triks ir.
FAQ
Q1:Vai DALL·E 3 ir pietiekami labs profesionālam darbam?
Jā—ja jūsu profesionālais darbs novērtē atbilstību uzvednei un ātru iterāciju. DALL·E 3 apskata gadījumā galvenais ir uzticamība: tas trāpa brīfam vairāk nekā ne, un kļūdas ir labojamas.
Q2:Kā DALL·E 3 salīdzinās ar Midjourney un Stable Diffusion?
DALL·E 3 uzvar, ievērojot norādījumus; Midjourney uzvar ar kinemātogrāfisku spīdumu; Stable Diffusion uzvar ar dziļu pielāgošanu. Izvēlieties, pamatojoties uz to, vai vēlaties precizitāti, noskaņu vai kontroli.
Q3:Vai DALL·E 3 var ģenerēt precīzu tekstu attēlos?
Vairāk nekā iepriekšējie modeļi, jā. Šajā DALL·E 3 apskata kontekstā tipogrāfija beidzot ir izmantojama—joprojām nepilnīga, bet vairs nav alfabēta zupa.
Q4:Kāds ir labākais veids, kā rosināt DALL·E 3?
Rakstiet kā brīfs: skaidri lietvārdi, specifiski ierobežojumi, vienas izmaiņas katrā iterācijā. DALL·E 3 atalgo precīzu virzienu, nevis poētiskas fantāzijas.
Q5:Vai dizaineriem vajadzētu uztraukties par DALL·E 3, kas viņus aizstāj?
Mazāk uztraucieties par aizstāšanu un vairāk par augšupējo vērtību. DALL·E 3 paātrina melnrakstus; gaume un kurēšana joprojām nosaka, kas tiek nosūtīts.