在 Bing 和 ChatGPT 中使用 DALL·E 3：2023 年操作演示

摘要

30 秒看懂

2023 年 10 月，Matthew Berman 在 Bing Image Creator 和早期 ChatGPT Plus 界面中体验 DALL·E 3。他将生成的标志和机器小狗图像与 Leonardo.ai 比较，发现在这几组示例中 DALL·E 3 的文字表现通常更好，但仍会出错。演示中 Bing 等待时间很长，ChatGPT 则在高需求下返回了较少的图像。视频提到的免费访问、加速额度、价格、模型和界面均属于历史信息，并非当前保证。

1两种历史访问方式2023 年，Berman 展示了免费的 Bing Image Creator，以及他在 ChatGPT Plus 账户中使用的 DALL·E 3 测试版。可用性和价格可能已发生变化。
2ChatGPT 扩展提示词简短的标志请求变成了几个更详细的提示词，生成不同概念的图像。部分标志文字拼写有误。
3加速额度与延迟Berman 的 Bing 界面将 boost 描述为加快生成的方法；但在他的测试中，这次请求仍比预期耗时更长。
4有限的比较他在 Leonardo.ai 中尝试标志提示词并切换模型。输出有所不同，但展示的示例没有生成有用且清晰可读的文字。
5文字表现好坏不一后来以宇航员为主题的请求，在 DALL·E 3 的部分图像中正确生成了文字，其他图像仍有错误。Berman 更喜欢这些结果，同时指出了不足。

要点建议

Microsoft 于 2023 年 10 月宣布在 Bing Image Creator 中免费提供 DALL·E 3，但这一历史优惠不能说明当前条款。
演示中的 ChatGPT 界面将简短请求扩展为多个图像提示词，结果更加多样，但 Berman 的实验显示直接控制有所减少。
在展示的标志测试中，DALL·E 3 有时能正确生成文字，有时会拼错。
演示期间，Bing 和 ChatGPT 都出现了延迟或生成不完整的情况。
与 Leonardo.ai 的比较只包含少量主观示例，使用的模型设置也不同，并非受控基准测试。

主题Generative media Multimodal AI Prompting & in-context learning Experimentation

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

Bing 访问方式与 ChatGPT 提示词

Berman 介绍 2023 年的 Bing Image Creator 和 ChatGPT Plus 界面。他生成标志概念，并查看文字中的错误。

我刚刚获得 ChatGPT 中 DALL·E 3 的使用权限，想把它与 Bing Image Creator 比较。这段演示发布于 2023 年 10 月：这里讨论的访问规则、价格、界面和限制都反映当时的情况。Microsoft 已在 10 月 3 日[宣布通过 Bing 免费提供 DALL·E 3](https://blogs.bing.com/search/2023/10/DALL-E-3-now-available-in-Bing-Chat-and-Bing-com-create-for-free/)。

当时，我可以用 Microsoft 账户登录并使用 Bing Image Creator。界面显示 100 次 boost 加速额度，我理解它可以加快生成，通常每条提示词生成四张图片；额度用完后，我预计等待会更久。即便还有额度，屏幕现在也显示需要等待五分钟。这次体验不能证明服务会永久无限使用。

在我的 ChatGPT Plus 界面中，我从 GPT-4 菜单选择 DALL·E 3 测试版。这个流程不同于直接输入图像提示词：ChatGPT 接收我的请求，再为图像模型撰写更详细的提示词。我要求它为一家名叫 Forward Future AI 的公司设计标志。

系统给出几个不同的概念，包括金属徽章和更有立体感的渲染图。在四个结果中，我喜欢一个类似大脑的符号，但有几张图把名称拼错了。我可以打开大图、切换不同版本并下载结果；我再次生成，看看还有什么选择。

幻灯片 2 / 7第一组 DALL·E 3 标志结果四个设计展示了不同概念，也暴露出生成文字的错误。

第二次尝试时，ChatGPT 将请求扩展成描述性提示词，其中包括向上的箭头和数字电路图案。我觉得设计很吸引人，但文字准确度仍不一致。我复制其中一条提示词，准备在 Bing 中尝试并比较结果。

比较标志生成结果

Bing 的请求出现延迟，因此他在 Leonardo.ai 中使用不同模型尝试提示词。他比较了图像的多样性和文字的可读性。

Bing 界面说使用 boost 可以加快生成，但这次请求等待了很长时间。我还看到一条消息，说由于等待太久，不会扣除 boost。我猜测是需求量过高；视频并不能确定延迟的原因。

等待期间，我在 Leonardo.ai 中尝试这个提示词。我喜欢它功能丰富。第一组四张图很快生成，但彼此看起来相似，也没有清晰可读的文字。在我看来，切换到 SDXL 0.9 后图像更多样，但示例仍缺少有用的文字。针对标志微调的其他模型可能表现不同；我这里没有测试。

幻灯片 3 / 7Leonardo.ai 标志比较Berman 的第一组 Leonardo 输出使用了复制的提示词，但没有清晰显示所要求的文字。

机器小狗与服务限制

ChatGPT 为机器小狗生成扩展提示词，但也提示需求量过高。Berman 比较 Leonardo 的输出，并查看之前生成的 Bing 图像。

接下来，我让 ChatGPT 生成可爱的机器小狗在田野里玩耍的场景。它写出不同的提示词，给出多种呈现。我想知道如何为其中某张图生成变体，于是尝试将它的提示词复制回聊天中。由于需求量过高，服务只返回了一张图，并表示无法生成全部请求的图像。

幻灯片 4 / 7扩展提示词与生成标志选中的图像及其扩展提示词展示了请求与最终文字之间的差异。

当我把提示词粘贴回 ChatGPT 时，它重新改写了内容，让我不确定如何通过这个界面直接提交原文。我猜测 Bing 和 ChatGPT 可能共用服务器，因为两者都很慢，但我没有验证。Microsoft 和 OpenAI 是不同公司，仅凭同时出现的延迟无法确定它们共用基础设施。

我还在 Leonardo.ai 中尝试了机器小狗提示词。最初的图像可爱而偏卡通；我要求照片写实风格后，有些小狗在我看来不太对劲。在这次规模很小、带有主观判断的比较中，我更喜欢 DALL·E 3 的示例，不过输出和模型设置并不相同。

幻灯片 5 / 7机器小狗的图像变体ChatGPT 展示了四种不同呈现，以及后续的照片写实风格请求。

新的 Bing 请求仍未完成，所以我查看了之前生成的汽车、宇航员，以及在花园里玩耍的黑色拉布拉多幼犬。我喜欢这些图像的细节和真实感。后来 ChatGPT 生成的机器小狗比先前的矢量风格图像更写实，但在我看来仍有绘画感，还有一些奇怪的重复。

幻灯片 6 / 7之前用 Bing 生成的小狗当前 Bing 请求仍在等待时，Berman 查看了一张此前生成的图像。

第二次文字测试

以太空为主题的提示词产生了好坏不一的文字结果。Berman 最后给出评价，并提到当时仍在进行的功能推出过程。

最后，我要求在色彩鲜艳的未来场景中加入宇航员和“Forward Future AI”字样，并在 Leonardo.ai 中也尝试了这个提示词。有些 DALL·E 3 图像正确拼出了文字，有些则添加或扭曲了字母；展示的 Leonardo 示例也难以处理文字。在这些示例中，我认为 DALL·E 3 的文字表现更好，但我不会把它当成全面的基准测试。