扩散模型是一种生成图像的AI算法，通过逐步添加和去除噪声来生成新图像。它包括前向过程（将图像转为噪声）和反向过程（从噪声重建图像）。DALL-E和Midjourney等产品利用文本提示指导生成，采用不同技术实现。

OpenAI最近更新了图像生成模型GPT-4o，支持复杂指令和中文输出，生成效果优于DALL-E 3。该模型允许多模态输入，提升了图像生成的一致性和速度，尽管艺术性略逊于MidJourney。用户可通过语音或文字生成个性化图像，未来将扩展API功能。

OpenAI 正在为 Sora 测试图像生成功能，用户可以在视频和图像生成之间切换。Sora 的视频推送分为「Best」和「Top」类别，未来可能会推出图像推送。虽然 DALL-E 4 尚未确认，但可能会基于现有模型。

使用 DALL-E 画图的三个技巧：1. 使用 DALL-E 的 GPT 代替 GPT-4o，以获得更稳定的出图效果；2. 设定风格和尺寸比例，便于调整；3. 在同一会话中保持风格一致，方便生成新提示词。

在AI快速发展的时代，掌握相关技能很重要。Coursera课程《Build AI Apps with ChatGPT, Dall-E, and GPT-4》教你用OpenAI API创建应用，包括生成创意和图像的“电影创意”项目，以及用ChatGPT-4构建聊天机器人的“知识库”项目。课程结合HTML、CSS和JavaScript，适合对AI开发感兴趣的人，是AI技术入门的好选择。

OpenAI宣布ChatGPT免费版用户每天可使用DALL-E 3模型生成两张图片。DALL-E 3的关键改进是ChatGPT可提供生成图片的提示，使生成图片更容易。例如，Aditya Ramesh在演示中使用ChatGPT生成了四个选项的标志设计。

DALL-E现在提供了图像编辑工具和预设风格建议，使用户能够更轻松地塑造AI生成的作品。这些更新旨在使DALL-E更加用户友好，并在ChatGPT界面内进行调整和改进。新的风格提示可以作为起点，包括木刻、哥特、合成波和手绘等风格。用户可以选择其中一个风格，并在此基础上进行创作。

Alfred 5.5是一款macOS生产力工具，引入了ChatGPT和DALL-E工作流，以及图像和PDF预览等功能。还包括记忆配对游戏和截图搜索。用户可以在Alfred中浏览文件夹和预览文件。请注意，工作流需要付费。

OpenAI的图像生成器DALL-E 3将向图像元数据添加水印，以显示内容的来源。水印包括一个不可见的组件和一个可见的符号。用户可以通过内容凭证验证来检查生成图像的AI工具。水印不会影响图像质量，但可能会稍微增加图像大小。内容来源和真实性联盟（C2PA）正在推广水印的使用。然而，水印可以很容易地被移除，而截屏则会省略元数据。

本文讨论了生成式人工智能（AI）系统在图像生成中可能存在的版权侵犯问题。作者实验证明了OpenAI和Midjourney等公司的系统可能使用了受版权保护的素材进行训练，并能生成与商标角色相似的图像。作者呼吁生成式AI开发者限制使用合法授权的数据进行训练，并对艺术家的贡献给予适当的补偿。问题可能在音乐创作等其他领域中出现。