DALL-E 2是一种将文本转化为图像的AI系统，展示出令人印象深刻的创造力和对色彩和构图的掌控。与其他现代系统相比，如Midjourney v6，它能产生详细逼真的图像，但缺乏同样程度的创造力和多样性。这种差异可能归因于训练数据集和偏好调整等因素。人类倾向于喜欢明亮和详细的图像，导致模型产生超详细和超丰富色彩的输出。通过强化学习等偏好调整方法，在模型的输出空间中创建吸引子，从而产生有偏差的输出。为了克服这些限制，正在探索一种新的范式，即直接操纵模型内部特征空间中的概念，以实现更多的控制和多样性。