模型DALL-E 2
DALL·E 2
OpenAI推出的基于扩散模型的文本生成图像模型，支持通过自然语言描述生成高质量图像，是扩散模型在图像生成领域的代表性应用
时间轴 (近 90 天)
9月6日
文生图技术在2022年随着Stable Diffusion、DALL·E 2和Midjourney的爆发进入公众视野
待验证50%
9月4日
早期的Stable Diffusion和DALL·E 2在概念绑定方面表现较差，而SDXL、DALL·E 3和Midjourney v5等模型通过引入更强文本编码器等策略显著提升了准确性
待验证50%
8月14日
扩散模型的数学本质是基于随机微分方程和得分匹配理论，支撑着Stable Diffusion、DALL-E等图像生成系统
待验证50%
全部知识事实 (6)
待验证
DALL·E 2引入了CLIP引导的扩散模型
90%待验证DALL·E 2于2022年发布，转向了扩散模型架构，利用CLIP模型建立文本与图像之间的语义桥梁
90%待验证Stable Diffusion 和 DALL·E 2 于 2022 年发布，Midjourney V5 和 DALL·E 3 于 2023 年迭代发布
90%待验证早期的Stable Diffusion和DALL·E 2在概念绑定方面表现较差，而SDXL、DALL·E 3和Midjourney v5等模型通过引入更强文本编码器等策略显著提升了准确性
50%待验证扩散模型的数学本质是基于随机微分方程和得分匹配理论，支撑着Stable Diffusion、DALL-E等图像生成系统
50%待验证文生图技术在2022年随着Stable Diffusion、DALL·E 2和Midjourney的爆发进入公众视野
50%