Обзор DALL-E

Что такое DALL·E

Разработчик семейства — компания OpenAI. Идея первой версии заключалась в преобразовании обычного описания на естественном языке в картинку. Вместо последовательного рисования пользователь перечислял объекты, обстановку, визуальный стиль и детали сцены. Система создавала новые изображения с учётом сочетания этих элементов, поэтому одна и та же тема превращалась в реалистичную фотографию, иллюстрацию или стилизованную графику.

Историческое название DALL·E важно отличать от современных инструментов ChatGPT Images. Сейчас у OpenAI работают другие модели генерации изображений, но они не являются переименованной DALL·E 3. Эта разница принципиальна при поиске прежних тарифов, спецификаций API, скриншотов и инструкций: интерфейс и возможности зависят от конкретного поколения.

DALL·E 2 существовала как самостоятельный веб-сервис в Labs OpenAI; позднее для разработчиков предоставлялся API. DALL·E 3 глубже интегрировали в ChatGPT: ассистент помогал раскрывать краткую идею, формировать подробное описание сцены и уточнять результат в переписке. Сохранённые экраны прежних версий отличаются и от графических редакторов, и от актуального интерфейса ChatGPT Images.

Как развивались версии

В январе 2021 года OpenAI представила DALL·E как исследовательскую систему генерации изображений из текста. Её демонстрации показали, что модель способна соединять в одной композиции предметы и свойства, которые редко встречаются вместе. Это был научно-исследовательский этап без привычной потребительской программы для установки на компьютер.

В 2022 году появилась DALL·E 2. Улучшились реалистичность и разрешение, а веб-интерфейс получил несколько творческих режимов. Помимо генерации нового изображения, пользователь мог строить вариации, изменять отдельные области и расширять сцену за первоначальные границы. В сентябре 2022 года бета-версию открыли без листа ожидания.

В сентябре 2023 года анонсировали DALL·E 3, а в октябре того же года доступ через ChatGPT Plus и Enterprise стал доступен пользователям этих планов. Модель лучше понимала длинные описания, взаимное расположение объектов и требования к деталям, включая текст внутри изображения. Переход к беседе с ассистентом заметно отличал третье поколение от отдельного сайта Labs.

В 2026 году жизненный цикл исходного семейства завершился. 12 мая прекратилась работа идентификаторов dall-e-2 и dall-e-3 в OpenAI API, а 30 августа был выведен из эксплуатации официальный DALL·E GPT. Сохранились научные публикации, примеры и документация, однако повторить прежний рабочий процесс через старый продукт уже нельзя.

Возможности DALL·E

Ниже описаны возможности именно исторических версий. Часть функций появилась во втором поколении и сохранилась в иной форме в третьем; объединять их в один интерфейс было бы неточно. Генерация, вариации и расширение изображения решали разные задачи и использовали разные способы управления.

Создание рисунков и фотографий по описанию

Основной сценарий начинался с текстового описания. В нём задавали главный объект, фон, освещение, ракурс, цветовую палитру, художественную манеру и другие подробности. Например, изображение можно было описать как городской сквер после дождя с отражениями в лужах и мягким вечерним светом. DALL·E интерпретировала не только отдельные слова, но и сочетание характеристик.

Для DALL·E 2 типичной формой ответа были несколько вариантов по одной теме. Пользователь сравнивал композиции, выбирал удачный кадр и переходил к его дальнейшему изменению. Это удобно для раннего поиска художественной идеи: не требуется сначала создавать рисунок вручную, чтобы увидеть возможные решения.

Система не заменяла редактор фотографии с точными измеряемыми параметрами. Текстовое описание управляло генерацией, а итог зависел от интерпретации модели. Поэтому при работе с требованиями к шрифтам, размерам фирменных элементов или точным пропорциям результат нуждался в последующей проверке и, нередко, в ручной доработке.

Вариации исходного изображения

В DALL·E 2 присутствовал режим Variations: после выбора изображения пользователь получал альтернативные версии сходной композиции. Система сохраняла общую тему и часть визуального характера, но переосмысляла детали. На архивных кадрах видно, как один маленький робот в лесу превращается в набор разных изображений с изменёнными позами и окружением.

Этот режим был полезен для поиска направления, а не для гарантированного воспроизведения объекта пиксель в пиксель. Сохранение идентичной геометрии предмета или идеально одинакового расположения деталей не было его задачей. Вариации подходили для набросков и художественных экспериментов; финальную композицию затем выбирали и проверяли отдельно.

Локальное редактирование — Inpainting

Редактор DALL·E 2 позволял менять часть существующего изображения. Пользователь загружал или выбирал картинку, стирал нужную область и задавал описание того, что должно появиться на её месте. Нейросеть достраивала участок с учётом окружающей композиции. Такой подход называют inpainting — заполнением выделенной области новым визуальным содержимым.

Практические примеры включали изменение деталей одежды, появление нового объекта в сцене и замену части фона. Важная особенность: это именно повторная генерация выбранной области по тексту, а не ручная ретушь с контролем каждой точки. Случалось, что модель меняла форму предмета или фактуру сильнее ожидаемого, поэтому отбор итогового изображения оставался за человеком.

При подготовке рекламных макетов этот режим ускорял поиск сюжетных решений, но не освобождал от финальной обработки текста, логотипов и мелких деталей. Для точного удаления дефектов с исходной фотографии нужны инструменты ретуши, которые редактируют непосредственно пиксели и дают управляемую маску.

Расширение холста — Outpainting

В августе 2022 года DALL·E 2 получила функцию Outpainting. Она добавляла изображение за пределами исходного кадра: пользователь перемещал рамку генерации в сторону и описывал продолжение сцены. Алгоритм ориентировался на уже имеющиеся объекты, свет, тени, отражения и текстуры, стараясь связать новую область с исходной.

Такой приём позволял менять формат композиции. Квадратная иллюстрация становилась широкой, вокруг персонажа появлялось пространство для заголовка или дополнительных элементов, а небольшой фрагмент превращался в более крупную сцену. Для обложек и постеров важно было оставлять достаточно свободного места под надписи и затем проверять созданные участки.

Outpainting отличалась от простого увеличения изображения. При масштабировании программа растягивает существующие пиксели, а здесь содержимое действительно генерировалось заново. Поэтому новые участки могли развивать сюжет, но не гарантировали точного воспроизведения геометрии, перспективы и узнаваемых деталей.

DALL·E 3 внутри ChatGPT

Третье поколение стало работать через разговорный интерфейс. Пользователь описывал идею в ChatGPT, а ассистент разворачивал её в более детальное описание для модели. Дальше можно было попросить поменять атмосферу, уточнить расстановку предметов, добавить визуальные детали или выбрать другую стилистику. Такой обмен репликами делал процесс ближе к работе с иллюстратором по брифу.

DALL·E 3 стала лучше следовать длинным описаниям по сравнению с DALL·E 2. В презентационных примерах OpenAI отмечала прогресс в изображении надписей, рук, лиц и сочетаний множества деталей. Но даже при более точном следовании инструкции пользователь оценивал, соответствует ли результат замыслу, и при необходимости давал дополнительное уточнение.

Для создания иллюстрации к статье достаточно было задать тему, жанр, соотношение сторон и желаемую композицию. При этом ChatGPT не превращал модель в традиционный растровый редактор: концепция генерации оставалась языковой. Управление строилось вокруг описания результата, а не постоянного списка фоторедакторских ползунков.

Выделение областей в редакторе ChatGPT

Весной 2024 года для изображений DALL·E 3 в ChatGPT появился редактор с выделением области. Пользователь открывал созданную картинку, отмечал участок кистью и описывал желаемое изменение. На историческом снимке выделенная синей маской зона пустыни предназначена для добавления объекта; справа отображается переписка и описание правки.

Тот же редактор принимал текстовые инструкции и без предварительного выделения. Это давало два варианта действий: адресовать изменение конкретной области или сформулировать требование ко всей сцене. Возможность редактировать уже созданное изображение была удобна для исправлений, хотя повторная генерация не равнялась обратимому редактированию в многослойном файле.

Размеры изображения и параметры качества

В API DALL·E 2 использовались квадратные разрешения 256 × 256, 512 × 512 и 1024 × 1024 пикселей. В DALL·E 3 появились квадратный формат 1024 × 1024 и прямоугольные 1792 × 1024 либо 1024 × 1792 пикселей. Это расширило возможности подготовки вертикальных иллюстраций и широких композиций без последующего кадрирования.

Для DALL·E 3 API также существовали режимы качества standard и hd, а также параметры подачи изображения vivid и natural. Они относились к интерфейсу разработчика и не должны восприниматься как доступные сегодня настройки. Все перечисленные параметры описывают состояние продукта до отключения моделей в 2026 году.

Важно разделять размер файла и качество композиции. Более крупная картинка содержит больше пикселей, но не гарантирует правильного написания сложного текста, соответствия точной фирменной палитре или сохранения малозаметных деталей. Для печати, фирменного дизайна и предметной рекламы генерация оставалась началом рабочего процесса, а не автоматически готовым макетом.

Сложность освоения

Главным навыком при работе с DALL·E было составление точного описания. Сложные меню освоить было легче, чем сформулировать задачу так, чтобы модель поняла композицию. В хорошем описании отдельно называли основной объект, второстепенные элементы, действие, расположение в кадре, свет и желаемую стилистику. Слишком короткие инструкции оставляли системе большую свободу интерпретации.

Во второй версии приходилось выбирать режим: создать изображение, сформировать вариации, закрасить участок для inpainting или расширить холст. В третьем поколении часть работы с формулировками взял на себя ChatGPT. От пользователя по-прежнему требовалась оценка результата: было важно сравнивать кадры, замечать случайные детали и отличать творческий вариант от готового коммерческого материала.

Для начинающего автора сильной стороной был быстрый переход от идеи к видимой композиции. Более высокая сложность возникала при сохранении единообразия серии изображений, точной передаче текстовых надписей и предметных характеристик. Повторное описание не обеспечивало того же уровня детерминированности, что редактирование исходного файла в обычной программе.

Системные требования и способы доступа

Лицензия, доступ и права на изображения

DALL·E была проприетарной системой OpenAI. Модель и её программная часть не выпускались как свободно распространяемый локальный редактор с открытым исходным кодом. В разные периоды пользователи получали доступ через бета-сервис, тарифы ChatGPT и платный интерфейс API. Модели DALL·E 2 и DALL·E 3 выведены из эксплуатации; действующих тарифов генерации на них нет.

В период существования DALL·E 3 OpenAI разрешала использовать полученные изображения, в том числе перепечатывать, продавать и выпускать продукцию с такими картинками. Важное уточнение содержится в условиях использования OpenAI: отношения с компанией регулируют права на ввод и вывод, однако результаты нейросети не обязательно уникальны, а пользователь отвечает за законность исходных материалов и их применения.

Создание картинок по описанию не отменяло требований к чужим товарным знакам, фотографиям и иным охраняемым материалам. За законность использования конкретной иллюстрации отвечал автор проекта. Выходное изображение также могло содержать ошибки, поэтому для рекламного макета, книги или коммерческого товара требовалась содержательная и визуальная проверка.

Запросы, затрагивавшие запрещённые категории контента, обрабатывались с ограничениями. В DALL·E 3 отдельно применялись ограничения на генерацию по именам публичных персон и имитацию художественного стиля живущих авторов. Эти правила влияли на реальные возможности сервиса и были частью его функционирования, а не дефектом пользовательского интерфейса.

Что использовать вместо DALL·E

Прямой современный вариант для создания новых картинок в экосистеме OpenAI — ChatGPT Images. Он создаёт изображения и обрабатывает загруженные снимки, понимает текстовые правки, допускает выделение областей и изменение соотношения сторон. В ноябре 2026 года актуальная система изображений работает отдельно от закрытых моделей DALL·E. Для новых проектов ориентироваться нужно именно на нынешние правила доступа ChatGPT, а не на старые инструкции к Labs.

Разработчикам доступны другие модели генерации изображений через API OpenAI. Линейка GPT Image заменила старые идентификаторы dall-e-2 и dall-e-3. При переносе программного решения недостаточно поменять название модели: следует учитывать новые входные данные, доступные форматы, параметры качества и устройство ответов API.

Для оформления полученного изображения в презентацию, карточку товара или постер можно использовать шаблонные инструменты, например Canva. Примеры других направлений генеративной графики собраны в подборке нейросетей для рисования, а идеи оформления иллюстраций — в материале о создании обложек для книг.

Итоги

DALL·E стала важной ступенью развития генеративной графики: её первые версии научили пользователей превращать свободное описание в изображения, вторая добавила редактирование и расширение кадра, а третья сделала создание иллюстраций частью диалога с ChatGPT. Эти функции удобно рассматривать как историю продукта, не смешивая отдельную веб-версию, модель API и пользовательский интерфейс ChatGPT.

Для читателя сегодня главный практический вывод прост: скачать действующую DALL·E на Windows нельзя, а обращение к старым моделям через API завершено. Для новых генераций нужно использовать современные инструменты ChatGPT Images или поддерживаемые модели API; для точной обработки фотографий — специализированный фоторедактор.

Частые вопросы