我们介绍了 DEsignBench，一个针对视觉设计场景量身定制的文本到图像（T2I）生成基准。我们通过 DEsignBench 评估 DALL-E 3 和其他领先的 T2I 模型，开发了一种全面的可视化展示，用于侧边比较不同模型的生成图像。除了人工评估外，我们还引入了第一个由 GPT-4V 提供支持的自动图像生成评估器。

Oct, 2023

人工智能内容生成的革命已经通过快速发展的文本到图像（T2I）扩散模型得到了加速。本研究中，我们通过与最新发布的 DALLE3 集成的 T2I 模型 ChatGPT 重新审视现有的 T2I 系统，并引入新的任务 —— 交互式文本到图像（iT2I），人们可以与 LLM（语言模型）进行交互，以生成、编辑、精炼高质量图片，并通过自然语言进行问题回答。通过引入提示技术和现成的 T2I 模型，我们提出了一种简单的方法来增强 LLMs 在 iT2I 上的能力。我们在不同的 LLMs（如 ChatGPT、LLAMA、Baichuan 和 InternLM）下在多种常见场景中评估了我们的方法，证明我们的方法可以方便、低成本地为任何现有 LLMs 和任何文本到图像模型引入 iT2I 功能，同时对 LLMs 在问题回答和代码生成等方面的固有能力造成很小的降低。我们希望本研究能够引起更多关注，并为提升人机交互的用户体验和下一代 T2I 系统的图像质量提供灵感。

Oct, 2023

本研究主要介绍了生成人工智能中的文本导向内容生成，着重探讨其中的文本导向三维技术，提供了一份关于该领域的综合调查报告。该报告介绍了三维数据表示、相关技术及其在不同应用方面的应用，包括头像生成、纹理生成、形状变换和场景生成，以及使用 NeRF 等文本到图像与三维建模技术的新兴方向的最新进展。

May, 2023

本文研究了在工程领域中，利用深度文本到 3D 模型的潜力，将其与计算模拟设计优化中的三维资产相结合，探讨了由于自然语言的不同解释而导致优化框架的挑战，并在航空动力学优化中，成功地利用 Shap-E 和两种不同的表示文本提示的方法，实现自动进化设计优化框架的构建，研究结果表明需要确保生成的设计在应用领域的对象类别内，并需要进一步研究如何提高文本提示变化强度和 3D 设计变化的因果关系。

Jul, 2023

DALL-E 2 生成与输入文本相对应的原创合成图像，并进行了 14 项测试，以评估其常识，推理和理解复杂文本的能力。

Apr, 2022

研究探讨了人工智能对农业领域中可视化过程的潜在影响，运用 OpenAI 研发的先进人工智能图像生成器 DALLE 2。通过将 chatGPT 的自然语言处理能力与 DALLE 2 模型的生成能力相结合，我们的研究提供了一种将文本描述转化为逼真视觉内容的创新方法。通过对广泛的农业元素数据集进行评估，包括水果、植物以及人工生成与原始图像区分作物与杂草的场景，利用均方误差（MSE）、峰值信噪比（PSNR）和特征相似性指数（FSIM）等指标评估了人工智能生成图像的质量和准确性。研究结果强调了 DALLE 2 模型在增强农业可视化过程中的重要作用，有助于更明智的决策和优化资源分配。该研究的结果凸显了人工智能引领的精准农业转型即将来临。

Jul, 2023

此篇研究论文讨论了基于 transformer 的 AI 文本生成系统（例如 GPT-3）和基于 AI 的文本到图像生成系统（例如 DALL-E 2 和 Stable Diffusion）如何改变数字艺术和电子文学领域，并探讨了由这些系统创造的新文学表达形式。研究者们将这些新的数字写作环境解读为一种文学方式，探索了这些环境对新文学艺术实践的不同潜力；同时，一个数字文化理论家研究了这些新兴文体的训练数据集的来源和影响。

May, 2023

研究了人工智能图像生成系统的伦理问题，着重分析了社会对此的回应以及应对措施。

May, 2024

我们提供了一个新的多任务基准，用于评估文本到图像模型，在计算机视觉和机器学习领域中进行了广泛的研究，我们进行了人类评估，比较了最常见的开源（稳定扩散）和商业（DALL-E 2）模型，在三个难度级别上的三个任务上，跨十个提示，提供了 3,600 个评分。

Nov, 2022

研究探讨文本到图像生成技术在建筑设计早期阶段支持创意的潜力以及其在设计师教育中的应用，发现生成工具支持探索想法和丰富设计过程，但也存在挑战，需要软件开发者和教育者支持创意和设计师的想象力。

Apr, 2023