简介

OpenAI 的文本生成模型 DALL-E 2 一经推出，就在社交媒体上引起了轰动，我当时正为即将轮到本人的团队技术分享寻找主题，分享内容可以跟自己项目毫无关系，于是我选择了分享文本生成模型 DALL-E 2，从原始论文延展到相关技术细节，读了大量论文和网络技术分享。准备这个分享时是七八月份，但因为疫情原因不断居家办公，最终在公司分享时已经到了 12 月底，ChatGPT 都已经发布了，好在最终圆满完成任务。

下面是分享的PPT转成了图片，当时忙中偷闲所做，就这样了。

幻灯片

参考文献

• 带你深入理解扩散模型DDPM
• 大火的扩散模型看不懂？谷歌大佬用统一视角讲明白了
• 木遥微博 目前 AI 绘画的现状、入口、困难
• 木遥微博
• 阿文微博 AI绘画工具
• clip
• AI艺术的背后：详解文本生成图像模型
• Generalized Visual Language Models
• What are Diffusion Models?
• Contrastive Representation Learning
• 与 Midjourney 主创对谈
• Understanding VQ-VAE (DALL-E Explained Pt. 1)
• How is it so good ? (DALL-E Explained Pt. 2)
• DALL·E 2解读-结合预训练CLIP和扩散模型实现文本-图像生成
• Text-to-image model
• 什么是diffusion模型