OpenAI 发布内置于 ChatGPT 的 DALL·E 3

背景

文生图（text-to-image）模型接收一段文字描述，输出一张尽量符合这段描述的图片。用户用日常语言说清想要的场景，由模型把图做出来，而不必自己动手绘制或拼合。OpenAI 的图像模型以 DALL·E 命名，DALL·E 3 是这个系列里的第三代 ^[1][2]。

发布

2023 年 9 月 20 日，OpenAI 发布 DALL·E 3 ^[1][2]。这次发布有两点决定了后续的走向。其一，这个模型被设计成在 ChatGPT 内部使用，而不只是作为一个独立的生成工具；其二，它被设计为拒绝模仿在世艺术家风格的请求 ^[1]。这两点都不涉及画质本身，前者关乎模型放在哪里，后者关乎它拒绝做什么。

开放节奏

与 ChatGPT 的整合在 2023 年 10 月到来，面向 Plus 和 Enterprise 用户 ^[1][2][3]。2023 年 10 月 19 日，DALL·E 3 通过与 ChatGPT 应用直接集成的方式，向 ChatGPT Plus 和 Enterprise 用户开放 ^[3]。这两类订阅用户被优先安排：他们可以生成更多图片，生成速度也更快 ^[3]。通过 API 的访问在此后不久的 2023 年 11 月初开放 ^[1]。

也就是说，这次开放是分层推进的，而不是一次性铺开。用户可以在原本用来对话的同一个应用里直接要一张图，但只有部分订阅用户先拿到这个能力，也只有他们拿到更大、更快的额度；在 API 上开发的开发者则要多等几周。

为什么重要

这次开放清楚地展示了一种模型触达用户的方式：不是让用户去找一个单独的工具，而是通过他们已经在用的产品把能力送到手里。把图像生成放进聊天应用，改变了日常的使用场景——一张图变成了普通对话里可以顺手要的东西，和提问、写文字并列。这也意味着图像模型继承了这款应用的用户群和订阅分层，所以第一批访问权限绑在 Plus 和 Enterprise 上，而不是一上来就向所有人开放。

风格限制是另一个关键细节。拒绝模仿在世艺术家的风格，是一条做进模型里的边界，而不是留给用户在提示词里协商的事情：以某位艺术家的手法作画，会被当作应当拒绝的请求。这让这次发布成为一个参照点，用来观察图像模型如何处理生成图片与那些靠独特风格为生的人之间的关系。

最后，这条时间线本身也值得记下：9 月发布，10 月接入 ChatGPT，11 月开放 API。同一个模型的发布被拆成几个阶段，每个阶段触达的人群不同，拿到权限的程度也不同。