OpenAI 学会“你说我画”：参数缩水 2/3 性能却更强，还 get 局部编辑新技能

图片地址：https://img.ithome.com/newsuploadfiles/2021/12/ecf3625e-9cfd-407a-b965-4b76d34e29d7.png

OpenAI 刚刚推出了一个新的文本生成图像模型，名叫 GLIDE。相比今年年初诞生的大哥 DALL・E，它只有 35 亿参数（DALL・E 有 120 亿）。规模虽然小了，质量却不赖。大家仔细看这效果，“使用计算器的刺猬”、“星空下的狐狸”、“彩色玻璃窗风格的熊猫吃竹子”、“太空升降舱蜡笔画”：是不是很像样儿？一位码农兼艺术家的网友则形容它“和真的难以区分”。GLIDE 在人类评估员的打分中，确实 PK 掉了使用 CLIP 给图片排序的 DALL・E。最有趣的是，这个 GLIDE 似乎具有“智力”—— 会否决你画出八条腿的猫的主意，也不认为老鼠可以捕食狮子。OpenAI 岁末新作 GLIDEGLIDE 全称 Guided Language to Image Diffusion for Generation and Editing，是一种扩散模型 （diffusion