DALL·E3：强大新功能，多模态输出引领AI未来

据财联社消息，OpenAI近日在其官网上宣布了一项重要的新消息：今年10月，该机构将通过对API的更新，向ChatGPT Plus和企业版用户提供全新的文本生成图像产品——DALL·E 3。这一举措意味着，经过DALL·E 3的强化支持，ChatGPT将首次实现多模态输出，用户只需通过输入文本，便可直接在ChatGPT中生成各类型的图片。

一、多模态技术的发展将拓宽下游应用场景

在2021年，OpenAI便利用其先进的GPT-3大语言模型以及强大的变分自编码器（VAE）技术，成功研发出了一个名为DALL·E的文本生成图片的产品。这一产品的使用方式和功能颇为相似，与Midjourney、百度文心一格等竞品相比，不落下风。

在2022年4月，OpenAI又发布了DALL·E 2，在功能、资源消耗方面进行了大幅度优化。

今天发布的DALL·E 3技术，相较于前两代人，具有更为强大的功能，并能够融入ChatGPT之中，实现多元化的输出方式。

为了提升DALL·E 3的数据安全性能，OpenAI采取了一系列措施。首先，该系统被禁止生成诸如暴力、仇恨、成人等非法内容，以确保其遵守相关法律法规。其次，OpenAI在系统中内置了内容来源分类器，以便于识别和阻止可能被用于非法目的的图片。此外，用户还可以选择是否允许DALL·E 3提供具有特定艺术家风格的图片。默认情况下，这是允许的，但如果艺术家本人不允许，用户可以向OpenAI申请，将相应作品从训练数据中剔除，从而避免非法使用。这些改进举措有助于确保DALL·E 3的安全性和合规性。

广发证券表示，多模态技术的进步将开启下游更多应用场景的可能性。这种底层技术的提升，使得其逐渐应用于更接近消费端的领域。随着应用的持续落实，这不仅象征着AIGC行业步入了一个新的发展阶段，同时也预示着该行业的商业化变现前景十分广阔。

二、算力即是模型的动力源泉

国盛计算机强调，现有的多模态输入输出主要集中在文本和图像领域，其应用场景涵盖了智能办公以及各种人工智能生成（AIGC）功能。在未来五年内，随着多模态通用预训练语言模型（GPT）技术的不断发展，AI的泛化能力将得到显著提升。通用视觉、通用机械臂、行业服务机器人和真正实现智能家居等领域的创新应用将逐步融入我们的生活。在接下来的五年至十年内，预计结合复杂多模态技术的大型模型将具备与世界互动的能力，从而推动通用机器人等各行各业的广泛应用。这将使得多模态技术在各个领域的应用更加深入，进一步推动我国科技产业的繁荣发展。

除了应用增长以及多模态数据处理的复杂性提升之外，算力的需求也随之增加。在这个模型竞争日趋激烈的时代背景下，算力成为了推动模型发展的关键动力。因此，我们可以预见，随着大公司对于模型的研发投入不断加大，算力军备竞赛将更加激烈。

三、相关上市公司：南凌科技、拓维信息、菲菱科思

南凌科技可以为客户提供云端算力租赁相关服务，公司结合网络的边缘优势，推出边缘云计算服务，通过云原生的一站式云管理平台，为行业客户提供“家门口”的专有云资源。

拓维信息目前参与建设的重庆人工智能算力中心为算力出租业务，公司部分AI产品已使用液冷技术。

菲菱科思主要业务为交换机、企业级路由器和无线局域网设备，研发出了高端数据中心交换机，华为是公司的合作伙伴。