DALL·E: Creación de imágenes a partir de una descripción en texto

DALL-E es una versión de 12 mil millones de parámetros de GPT-3 entrenada para generar imágenes a partir de descripciones de texto, utilizando un conjunto de datos de pares texto-imagen. Hemos encontrado que tiene un conjunto diverso de capacidades, incluyendo la creación de versiones antropomorfizadas de animales y objetos, combinando conceptos no relacionados de manera plausible, representando texto y aplicando transformaciones a imágenes existentes.