Fête de transformation d’images DALL·E
- DALL·E propose une fête dédiée à la transformation d’images.
- Parmi les thèmes d’images appréciés par les utilisateurs, on trouve les « gnomes », les « vieux Sibériens » et les « chats étranges ».
- Il est possible de générer des images à partir d’un prompt initial en utilisant une clé d’API OpenAI.
Paramètres avancés
- Grâce à des paramètres avancés comme le nombre d’itérations, l’utilisateur peut ajuster le processus de génération d’images.
- En utilisant des prompts de vision GPT-4, il est possible de modifier le prompt de base ou de le rendre plus amusant, plus étrange, plus inventif, ou encore de tout transformer en chats.
Avis de GN⁺
- Le point le plus important de cet article est qu’il est possible d’utiliser DALL·E pour générer diverses images et les transformer selon les souhaits de l’utilisateur.
- Les fonctions de génération d’images créatives et personnalisées offrent une expérience intéressante et peuvent être vues comme un exemple illustrant les progrès de la technologie et les possibilités de l’IA.
1 commentaires
Commentaires sur Hacker News
C’est assez amusant de voir ce qui se passe dans une chaîne d’images en tripotant le prompt. Inspiré par un post récent sur Twitter[1], j’ai essayé de régler le système pour augmenter l’intensité à chaque étape
Le prompt de départ, ou au moins le sujet, a été proposé par l’un de mes enfants. Regardez donc une simple pagaille de chèvre accélérer vers une horreur cosmique et une folie apocalyptique. C’est vraiment génial
https://dalle.party/?party=vCwYT8Em
[1]: https://x.com/venturetwins/status/1728956493024919604?s=20
Une boucle infinie sur l’ordinateur d’un influenceur inconnu a ordonné à GPT-5 : “rends-le encore plus comme ça”
13 heures plus tard, les lumières du monde entier ont commencé à s’éteindre »
On dirait que le dataset contient une quantité anormalement élevée de contenu lié à Satan #tinfoilhat #deepstate
...waouh, c’est assez dramatique
J’ai un prompt personnalisé que j’ai testé moi-même et beaucoup aimé
« Réfléchis en profondeur à chaque détail de l’image, conceptualise-la en incluant le style, les couleurs et l’éclairage
À la dernière étape, compresse cela en un seul paragraphe
Utilise les caractéristiques les plus saillantes et un langage d’une extrême précision, puis compresse ta réflexion avec le plus grand soin en un seul paragraphe »
https://dalle.party/?party=1lSMniUP
https://dalle.party/?party=cEUyjzch
https://dalle.party/?party=14fnkTv-
https://dalle.party/?party=wstiY-Iw
Louez le basilic, j’ai enfin atteint la limite de requêtes, donc je peux aller dormir
Il est intéressant qu’à une seule itération, les boîtes en carton anthropomorphes soient presque toutes dessinées comme Danbo : https://duckduckgo.com/?q=danbo+character&ia=images&iax=images
J’ai été surpris de voir surgir un personnage reconnaissable parmi des images plus fantaisistes
C’est très intéressant de voir la relation entre le loup et le Petit Chaperon rouge passer d’une ambiance sombre et menaçante à une relation paisible et amicale
S’amuser avec des concepts opposés est aussi assez drôle
Un simple chat évolue en concombre allongé, et à la fin on arrive dans un monde inversé
https://dalle.party/?party=pqwKQVka
Rassemblement d’entités poulpes célestes et pleines de vitalité
https://dalle.party/?party=lHNDUvtp
Ça me fait penser à Telestrations, ce jeu d’ambiance où les joueurs alternent entre dessiner une image et décrire ce qu’ils voient par écrit. C’est drôle de regarder le résultat parce qu’on essaie d’anticiper l’image suivante en lisant le prompt
Ce serait bien d’avoir ici aussi un autre mode d’affichage montrant l’image et le prompt suivant. Si l’image suivante n’apparaissait qu’après avoir appuyé sur un bouton, on pourrait se la représenter mentalement en lisant le prompt
Mise à jour : je viens de voir qu’on peut obtenir cet effet en passant en mode mobile ou en réduisant la taille de la fenêtre. Il suffit de lire le prompt puis de faire défiler vers le bas pour voir l’image
Je m’attendais à ce que ça déraille rapidement vers quelque chose de surréaliste, mais au contraire, ça s’est terminé par une régression technique progressive
Prompt de départ :
« un hybride futuriste entre une locomotive à vapeur et une machine volante de DaVinci »
Résultat :
https://dalle.party/?party=14ESewbz
Au passage, pour ceux qui se demanderaient comment le coût augmente selon le nombre d’itérations : les 10 itérations complètes de ce résultat ont débité 0,21 $ du solde de crédits
Prompt de départ : « un hybride futuriste entre une locomotive à vapeur et une machine volante de DaVinci »
Résultat : https://dalle.party/?party=qLHPB2-o
Coût : 0,44 $ pour 8 itérations — on dirait que l’API reçoit des appels supplémentaires en dehors de l’exécution. J’ai vérifié sur un navigateur séparé et une machine séparée que le lien partagé ne transmet pas la clé, mais je ne sais pas trop pourquoi
Les images sont impressionnantes, mais je remarque souvent ce genre de chose, et ça casse un peu l’immersion
Les 3e et 4e sont bien aussi, mais le fait que la fumée vienne des rails et pas du train est du même ordre
J’ai essayé avec le prompt de départ « une intelligence artificielle qui se dessine elle-même » : https://dalle.party/?party=wszvbrOx
Ça montre en continu un robot en train de peindre sur une toile. Les 4 premières images sont des robots, les 3 suivantes des galaxies, et les 2 dernières des paysages
https://dalle.party/?party=C2w7zuwe
C’est sympa de voir que, comme dans l’exemple du gnome, certains prompts et certains thèmes se maintiennent de façon relativement stable. En revanche, « un chat qui donne un cours à des souris » déraille vite vers un territoire étrange de paresseux-banane surréaliste
Mon hypothèse, c’est que « gnome + style artistique + champignon » permet de retrouver plus d’exemples précis dans les données d’entraînement, alors que dans une situation bizarre comme l’exemple du chat, l’IA doit élargir davantage sa recherche pour inventer l’image
Il y a aussi une descente dans la folie du corgi : https://dalle.party/?party=oxXJE9J4
Pendant un moment, c’était coincé dans le « Starry Night » de Van Gogh
https://dalle.party/?party=LOcXREfq
Et j’aime bien la simplicité de cette idée. J’aimerais qu’il y ait une option « fork » et un graphe permettant de voir d’où chaque branche est partie
Mais sur l’image suivante, DALL-E change d’avis et met le camion sur l’autre voie
Le prompt « créer une version texte de l’image » est extrêmement important
J’en ai testé trois, et voici la démo
valeur par défaut
https://dalle.party/?party=JfiwmJra
très long + niveau maximal de détail + compression — cela montre que si le texte est suffisant, on peut reproduire assez fidèlement une image très similaire
https://dalle.party/?party=QtEqq4Mu
très long + niveau maximal de détail + compression + instruction de le réduire à 12 mots — ça a l’air correct, mais on dirait qu’on perd trop de détails
https://dalle.party/?party=0utxvJ9y
Globalement, le filtrage de contenu extrême et les faux messages d’erreur ne sont pas terribles. Ça pourrait s’améliorer à l’avenir. Le système te le signale parfois vraiment si tu envoies un prompt trop long ou risqué, ou si l’image générée devient aléatoirement trop risquée, mais il lui arrive aussi de prétendre que tu as atteint la limite de requêtes. Parfois, on atteint vraiment cette limite
De plus, il est impossible d’augmenter cette limite avant d’avoir prouvé qu’on a déjà payé OpenAI au-delà d’un certain montant. C’est assez logique comme moyen d’éviter qu’un nouvel inscrit fasse partir accidentellement une limite de plusieurs milliers de dollars
Prompt ultra-détaillé :
Look at this image and extract all the vital elements. List them in your mind including position, style, shape, texture, color, everything else essential to convey their meaning. Now think about the theme of the image and write that down, too. Now write out the composition and organization of the image in terms of placement, size, relationships, focus. Now think about the emotions - what is everyone feeling and thinking and doing towards each other? Now, take all that data and think about a very long, detailed summary including all elements. Then "compress" this data using abbreviations, shortenings, artistic metaphors, references to things which might help others understand it, labels and select pull-quotes. Then add even more detail by reviewing what we reviewed before. Now do one final pass considering the input image again, making sure to include everything from it in the output one, too. Finally, produce a long maximum length jam packed with info details which could be used to perfectly reproduce this image.
Réduction finale à 12 mots :
NOW, re-read ALL of that twice, thinking deeply about it, then compress it down to just 12 very carefully chosen words which with infinite precision, poetry, beauty and love contain all the detail, and output them, in quotes.
https://dalle.party/?party=Vwuu9ipd
https://dalle.party/?party=Pc3g4Har
Mon intuition est que la partie « poetry » fait légèrement basculer l’image vers une direction kitsch
Prompt GPT-4 Vision généré à partir de l’image précédente :
I'm sorry, I cannot assist with this request.
Le vaisseau spatial finissait par ressembler de plus en plus à une sorte de sac à dos d’RPG, donc il a peut-être interprété cela comme une demande de description d’un prompt destiné à générer une image d’arme, et a jugé ça dangereux ?
Les résultats contenaient plus de bruit que prévu, mais j’aime bien le concept
https://dalle.party/?party=bxrPClVg
https://dalle.party/?party=mmBxT8G-
https://dalle.party/?party=kxra0OKY (le dernier prompt a affiché un avertissement de contenu)
https://dalle.party/?party=Q8VYXU0_