文本生图像模型
MaaS-DALL-E 模型根据用户提供的文本提示生成图像。 MaaS-DALL-E 3 可通过 REST API 供公众使用。
以下模型都已支持购买：
- MaaS-DALL-E 3
- MaaS-DALL-E 2(按需开通)
MaaS-DALL-E 3
- 强大的图像细节和差异识别能力
能更好地理解细微差别和细节，从而更易将用户想法转化为准确的图像，比如解决了之前版本不会写字的问题，且在处理文本、人手等内容时效果更好
- 高质量的图像生成
准确地反映提示内容，能够将提示中的每一个细节都较好地呈现出来，如半透明的质感、复杂的场景和文字展现等
- 对上下文和长提示的理解能力增强
更好地理解文本的上下文，处理较长的提示效果更佳，能更全面、准确地理解用户的复杂需求并生成相应图像 。
MaaS-DALL-E 2
- 高质量图像生成
生成的图像在逼真度和细节方面表现出色，分辨率更高，画质更真实 。
- 多模态生成能力
可以根据文本描述生成各种形式的图像，包括物体、场景、抽象概念等，例如能生成 “宇航员骑在马背上” 等复杂场景的图像 。
- 概念组合与创新
能够结合不同的概念、属性及风格来生成图像，展现出一定的创造性和想象力，比如以特定风格生成独特场景 。
- 图像编辑与扩展
可以对现有图像进行逼真的编辑，添加或移除元素，同时还能考虑阴影、反射和纹理等因素，并且能够扩展原始画布中的图像，创造新的构图 。
- 图像变体生成
能获取一幅图像并创造出受原始图像启发的不同变体，保持图片中各个元素之间的关系，每种变体看起来都十分自然 。
- 零样本学习
支持零样本学习，即可以在没有相关训练数据的情况下生成与文本描述相匹配的图像，在个性化定制等领域具有更大的灵活性和适用性 。
- 基于深度学习技术
采用了深度学习中的扩散模型、Transformer 架构等，经过大量数据的训练，能够理解文本语义并将其转化为对应的图像表示 。
- 与自然语言紧密结合
依赖自然语言处理，通过对大规模自然语言和图像配对数据的学习，理解文本与图像之间的关联，从而根据文本提示准确生成图像 。