Peluncuran DALL-E Series

Ringkasan

OpenAI memperkenalkan DALL-E sebagai seri model text-to-image yang mengubah AI image generation.

DALL-E 1 (Januari 2021)

• VQ-VAE-2 + autoregressive Transformer
• 12 miliar parameters
• Hasil: sederhana, komposisi terbatas
• Paper: “Zero-Shot Text-to-Image Generation”

DALL-E 2 (April 2022)

• Diffusion model (CLIP-conditioned)
• 3,5 miliar parameters
• Hasil: jauh lebih realistis
• 4x lebih cepat dari DALL-E 1
• 512×512 → 1024×1024

DALL-E 3 (September 2023)

• Terintegrasi dengan ChatGPT
• Prompt expansion otomatis (ChatGPT menulis prompt detail)
• Hasil: sangat tinggi
• Tersedia di Bing Image Creator, ChatGPT Plus

Pesaing

• Imagen (Google, Mei 2022)
• Stable Diffusion (Stability AI, Agustus 2022) — open-source
• Midjourney (Juli 2022) — komunitas artist
• Adobe Firefly (2023) — terintegrasi Creative Cloud
• Flux (Black Forest Labs, 2024) — open-source

Dampak

• Text-to-image menjadi mainstream
• Adobe, Canva, Microsoft Designer integrasi
• Industri kreatif — desainer, ilustrator
• Hak cipta — perdebatan tentang data training
• Misinformasi — deepfake, propaganda

DALL-E memicu revolusi generative image 2021-2024.