ChatGPTの開発企業OpenAIは21日、文章から画像を生成する新モデル「DALL・E 3」を発表した。ChatGPT PlusおよびChatGPT Enterpriseのサブスクリプションユーザーは、10月より利用が可能になるという。
同社によれば22年4月に発表した「DALL・E 2」と比較し、長いプロンプトの理解力が大幅に改善されたという。従来、テキストから画像を生成するAIツールは有用だが、適切なプロンプトの作成は簡単でない。AIがしばしばユーザーの意図する細かい説明を無視してしまうことがあるが、DALL・E 3ではこの問題が大幅に改善された。同じプロンプトを使ってもDALL·E 2より高品質でテキスト忠実な画像が生成できるようになった。
新モデルは言葉のニュアンスや詳細をより正確にキャッチでき、特に長いプロンプトで能力を最大限に発揮するという。ChatGPTの統合によって、ユーザーは短い説明文でリクエストし、ChatGPTがその内容を元にDALL・E 3向けの適切なプロンプトを自動生成する。
DALL-E 3にはさらに、現存するアーティストのスタイルや公共の人物を描く画像の生成要求を拒否する機能も備えている。アーティスト自身も、自分の作品がOpenAIのモデル訓練に用いられるのを拒否する選択ができる。OpenAIによれば、暴力的または不適切な内容の画像生成を防ぐセーフガードも設けているという。
同社は今秋中にAPIとラボ経由の提供も開始する予定だ。一方でDALL・E 3を今後、無料のウェブツールをリリースする予定かは不明だ。
同社は7月には、新自然言語処理AIモデルGPT-５の商標権を米国特許商標庁（USPTO）に提出していた。加えて、サイバーセキュリティ企業Group-IBの報告によれば、22年6月からこと5月までにOpenAIが開発する生成系AI ChatGPTのログイン情報が10万以上、ダークウェブに漏洩していたという。盗まれたChatGPTの情報の大部分となる約41,000件がアジア太平洋地域からだったと見られる。これらの問題を受け同社では19日より、セキュリティ対策チーム「Red Team」の採用を行なっている。
