Show HN: วงจรป้อนกลับของ Dalle-3 และ GPT4-Vision

 (dalle.party)
1 คะแนน โดย GN⁺ 2023-11-28 | 1 ความคิดเห็น | แชร์ทาง WhatsApp

ปาร์ตี้แปลงภาพ DALL·E

  • DALL·E มีปาร์ตี้สำหรับการแปลงภาพ
  • หัวข้อภาพที่ผู้ใช้ชื่นชอบมี เช่น 'โนม', 'ชาวไซบีเรียสูงวัย', 'แมวประหลาด' เป็นต้น
  • สามารถใช้คีย์ OpenAI API เพื่อสร้างภาพจากพรอมป์ต์ตั้งต้นได้

การตั้งค่าขั้นสูง

  • ผู้ใช้สามารถปรับกระบวนการสร้างภาพได้ผ่านการตั้งค่าขั้นสูง เช่น จำนวนรอบการทำซ้ำ
  • สามารถปรับแต่งได้ด้วยการใช้พรอมป์ต์วิชันของ GPT-4 เพื่อเปลี่ยนพรอมป์ต์พื้นฐาน หรือทำให้สนุกขึ้น แปลกขึ้น สร้างสรรค์ขึ้น หรือเปลี่ยนทุกอย่างให้เป็นแมว

ความเห็นของ GN⁺

  • ประเด็นสำคัญที่สุดของบทความนี้คือ สามารถใช้ DALL·E เพื่อสร้างภาพได้หลากหลายและแปลงให้เป็นไปตามที่ผู้ใช้ต้องการ
  • ความสามารถในการสร้างภาพแบบสร้างสรรค์และเฉพาะบุคคลมอบประสบการณ์ที่น่าสนใจให้ผู้คน และอาจมองได้ว่าเป็นตัวอย่างที่แสดงถึงความก้าวหน้าของเทคโนโลยีและความเป็นไปได้ของปัญญาประดิษฐ์

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2023-11-28
ความคิดเห็นจาก Hacker News
  • การลองเล่นกับพรอมป์ต์และดูว่าสามารถสร้างอะไรออกมาได้ผ่านชุดภาพต่อเนื่องนั้นสนุกมาก ได้แรงบันดาลใจจากโพสต์บน Twitter เมื่อไม่นานนี้ จึงลองตั้งค่าให้เพิ่ม "ความเข้มข้น" ในแต่ละพรอมป์ต์ ธีมที่เริ่มจากคำแนะนำของลูกทำให้รู้สึกทึ่งเมื่อเห็นแพะธรรมดาตัวหนึ่งค่อย ๆ อาละวาดจนกลายเป็นคอสมิกฮอร์เรอร์ระดับวันสิ้นจักรวาล ลิงก์: dalle.party
  • พรอมป์ต์แบบกำหนดเองที่ชอบเป็นการส่วนตัว: พิจารณาทุกรายละเอียดของภาพอย่างรอบคอบ แล้วทำให้เป็นแนวคิดรวมถึงสไตล์ สี และแสง ในขั้นตอนสุดท้ายจึงบีบอัดทั้งหมดให้เหลือย่อหน้าเดียว แล้วสรุปความคิดโดยใช้ลักษณะเด่นที่สุดและภาษาที่แม่นยำมาก ลิงก์: dalle.party
  • การเล่นกับแนวคิดที่ตัดกันก็สนุกเช่นกัน เริ่มจากแมวธรรมดา วิวัฒน์เป็นแตงกวาที่นอนเอกเขนกอย่างสบาย ๆ และสุดท้ายก็สลับไปยังโลกตรงข้าม ลิงก์: dalle.party
  • สิ่งนี้ทำให้นึกถึงเกมปาร์ตี้ชื่อ "Telestrations" ผู้เล่นจะผลัดกันวาดภาพและเขียนสิ่งที่เห็น แล้วคอยดูผลลัพธ์พร้อมคาดเดาว่าภาพถัดไปจะเป็นอะไร น่าจะดีถ้ามีโหมดการรับชมแบบทางเลือกที่แสดงทั้งภาพและพรอมป์ต์ถัดไป สามารถสลับเป็นโหมดมือถือหรือปรับขนาดหน้าต่างเพื่ออ่านพรอมป์ต์ก่อนดูภาพได้
  • เดิมคาดว่าจะเห็นวิวัฒนาการทางเทคโนโลยีแบบค่อยเป็นค่อยไปมากกว่าการถดถอย แต่ในความเป็นจริงกลับเบี่ยงออกไปสู่อาณาจักรเหนือจริงอย่างรวดเร็ว พรอมป์ต์เริ่มต้น: "ลูกผสมระหว่างรถจักรไอน้ำล้ำอนาคตกับเครื่องบินของดา วินชี" ผลลัพธ์: dalle.party
  • โมเดล image-to-text ดูเหมือนจะไม่รู้เลยจริง ๆ ว่าภาพมีอะไรอยู่บ้าง มันดูเหมือนกำลังจับคู่กับแพตเทิร์นในข้อมูลฝึก นี่ทำให้เวลาที่โมเดลเรนเดอร์ภาพจากข้อความ มันดูราวกับว่าโมเดล "เข้าใจ" สิ่งที่ต้องการ แต่ในทิศทางกลับกันมันยังห่างไกลจากคำว่า "เข้าใจ"
  • ยังไม่ได้ลองเอง แต่คิดว่านี่คล้ายกับเกมเชิงพาณิชย์ชื่อ Scrawl ผู้เล่นจะส่งกระดาษต่อกัน โดยเปลี่ยนข้อความของคนข้าง ๆ ให้เป็นภาพหรือทำกลับกัน แล้วส่งต่อไป ลิงก์: boardgamegeek.com
  • ลองทำด้วยพรอมป์ต์เริ่มต้นว่า "ปัญญาประดิษฐ์กำลังวาดภาพของตัวเอง" แล้วผลที่ได้แสดงภาพหุ่นยนต์กำลังวาดบนผืนผ้าใบอย่างสม่ำเสมอ 4 ภาพแรกเป็นภาพวาดของหุ่นยนต์ 3 ภาพถัดมาเป็นกาแล็กซี และ 2 ภาพสุดท้ายเป็นภาพทิวทัศน์ ลิงก์: dalle.party
  • น่าสนใจที่เห็นว่าพรอมป์ต์และธีมบางแบบยังคงเสถียรได้ค่อนข้างดี เช่น ตัวอย่าง "โนม" ค่อนข้างเสถียร แต่ตัวอย่าง "แมวกำลังสอนหนู" กลับหลุดไปสู่ความเหนือจริงแปลกประหลาดอย่างรวดเร็ว
  • รู้สึกผิดหวังเล็กน้อยที่ผลลัพธ์มีสัญญาณรบกวนค่อนข้างมาก แต่แนวคิดนี้เองก็น่าสนใจ ลิงก์: dalle.party