Sådan bruger du DALL-E: Få forklaringen på forskellige versioner af DALL-E

DALL-E er en af de mest populære AI-værktøjer til billedgenerering, og det er et af de få værktøjer, som har været med til at gøre generativ AI til en helt konkret størrelse for mange danske virksomheder.

AI er ikke længere kun noget, der hører hjemme i tech-afdelingen: I Danmark bruger 42 % af virksomheder med mindst 10 ansatte nu kunstig intelligens, og 18 % bruger AI-teknologier til at generere billeder, video eller lyd. Samtidig har næsten halvdelen af danskerne mellem 16 og 74 år brugt generative AI-værktøjer.

Med DALL-E kan du skrive en prompt som “en pølsevogn på Nørrebro i regnvejr, fotograferet i nordisk morgenlys” og få flere billedforslag på få sekunder. Du kan derefter nemt justere resultatet – for eksempel ved at tilføje “en kunde på ladcykel i forgrunden” eller ændre stilen til kampagnefoto, illustration eller 3D-rendering.

Her får du et overblik over, hvad DALL-E kan, og hvordan danske virksomheder kan bruge AI-billedgeneratorer i praksis: fra produktvisualiseringer og SoMe-indhold til idéudvikling, kampagner og præsentationer.

Hvad er DALL-E?

DALL-E er et AI-værktøj til billedgenerering udviklet af OpenAI, som de fleste nok kender bedre som firmaet bag ChatGPT. Værktøjet kan skabe billeder ud fra tekstprompter og gør det muligt at omsætte idéer til visuelle udtryk på få sekunder. Navnet "DALL-E" er en sammensmeltning af kunstneren Salvador Dalí og Pixar-figuren WALL-E. Modellen bygger på OpenAIs GPT-teknologi (Generative Pre-trained Transformer) og anvender deep learning (altså dybdegående research) til at forstå sammenhængen mellem tekst og billeder.

Hvordan fungerer DALL-E?

DALL-E er trænet på et stort datasæt med billeder og tilhørende tekstbeskrivelser. På den måde lærer modellen at forstå sammenhængen mellem tekstinput og visuelt output.

Når den får en tekstbeskrivelse, bruger DALL-E sin viden til at generere et billede, der matcher beskrivelsen så tæt som muligt. Ordforrådet hos modellerne i DALL-E bliver større over tid, og modellen bliver hele tiden bedre til at kombinere begreber, billedbeskrivelser og visuelle gengivelser.

Teknologien bag DALL-E bygger på en transformerarkitektur, altså en type neuralt netværk, der kan behandle og generere både tekst og billeder. Ved at kombinere sproglig forståelse med billedgenerering kan DALL-E skabe nye billeder direkte ud fra brugernes tekstprompter.

En bruger kan f.eks. skrive “brændende varmt akvarium”, og DALL-E kan så skabe et fantasifuldt billede af et akvarium med brændeovn, pejs og andre elementer forbundet med ild. Softwaren kan også placere objekter i mere realistiske sammenhænge.

Prompten “flyver højt” kan for eksempel resultere i et billede af et fly på himlen med skyer i baggrunden. Mere præcise og beskrivende prompter giver bedre kontrol over både kontekst og detaljer i det færdige billede.

DALL-E 1 vs. DALL-E 2 vs. DALL-E 3

DALL-E 1, DALL-E 2 og DALL-E 3 er alle AI-modeller til billedgenerering udviklet af OpenAI. De deler den samme grundlæggende evne til at skabe både realistiske og kreative billeder ud fra tekstbeskrivelser, men adskiller sig i kvalitet, funktioner og præcision.

• DALL-E 1. Den første version blev primært brugt til forskning og eksperimenter og kunne generere billeder ud fra enkle tekstbeskrivelser. Senere versioner byggede videre på denne teknologi og gjorde den mere raffineret og fleksibel. DALL-E 1 er i dag udfaset.

• DALL-E 2. Et væsentligt større datasæt med billeder og tekst gjorde det muligt at skabe mere detaljerede og realistiske resultater. Modellen introducerede også nye funktioner, blandt andet forskellige visuelle stilarter og mulighed for at arbejde med flere prompter. DALL-E 2 er fortsat tilgængelig "af hensyn til bagudkompatibilitet", men tager ikke længere imod nye brugere.

• DALL-E 3. Med forbedrede træningsdata og mere avanceret billedgenerering markerer DALL-E 3 et tydeligt spring fremad. Versionen leverer resultater, der ligger tættere på den oprindelige prompt, og kan generere billeder i forskellige opløsninger og kunstneriske stilarter med højere præcision.

I praksis betyder det, at virksomheder kan arbejde hurtigere med visuelle idéer og bruge færre iterationer, før resultatet sidder i skabet. Samtidig er billedgenerering i dag ofte integreret direkte i værktøjer som ChatGPT, hvilket gør teknologien mere tilgængelig i hverdagen.

Hvordan bruges DALL-E?

• Indholdsproduktion og design
• Produktprototyper
• Kreativ historiefortælling
• Konceptkunst
• Undervisningsmaterialer og visuelle hjælpemidler
• Modedesign
• Medicinsk billedbehandling

DALL-E kan bruges på mange måder, fordi værktøjet omsætter tekstprompter til visuelle udtryk. På samme måde som ChatGPT genererer tekst ud fra naturligt sprog, kan DALL-E skabe billeder baseret på beskrivelser:

Indholdsproduktion og design

DALL-E kan indgå som en del af workflows til indholdsproduktion og design, hvor visuelle elementer skabes ud fra tekstbeskrivelser. Content creators, grafiske designere og marketingfolk kan bruge værktøjet til illustrationer, konceptkunst og grafik til websites, opslag på sociale medier, præsentationer og marketingmaterialer.

Produktprototyper

DALL-E kan bruges til at visualisere idéer og konceptuelle designs i arbejdet med produktprototyper. Værktøjet omsætter beskrivelser af produkter og koncepter til billeder, som gør det lettere at afprøve og udvikle forskellige løsninger. Det er især relevant i de tidlige faser af produktudviklingen, hvor flere designretninger skal undersøges og sammenlignes.

Kreativ historiefortælling

Forfattere og historiefortællere kan bruge DALL-E som en del af den kreative proces til at skabe visuel inspiration. Beskrivelser af scener, karakterer og miljøer kan hurtigt omsættes til billeder, som gør fortællingen mere levende.

Det er især nyttigt til omslagsdesign, illustrationer til børnebøger og som visuelt input i workshops om historiefortælling.

Konceptkunst

Konceptkunstnere i underholdningsbranchen kan bruge DALL-E til at udvikle idéer til karakterer, miljøer og andre visuelle elementer. Kunstnere kan beskrive kunstneriske koncepter, temaer eller visuelle detaljer med tekst, og DALL-E kan skabe billeder, der inspirerer eller kvalificerer den kreative proces.

Undervisningsmaterialer og visuelle hjælpemidler

DALL-E kan skabe visuelle undervisningshjælpemidler og læringsmaterialer på tværs af fagområder. Lærere og undervisere kan beskrive naturvidenskabelige fænomener, historiske begivenheder, matematiske begreber og litterære scener med tekst, og DALL-E kan generere billeder, der styrker undervisningsplaner, præsentationer og undervisningsressourcer. Visuel støtte kan styrke både forståelse og hukommelse og gøre komplekse emner mere tilgængelige og engagerende for eleverne.

Det skal også siges, at brugen af generativ AI fylder mere i det danske uddannelsessystem, hvor både lærere og elever eksperimenterer med nye digitale værktøjer.

Modedesign

Modedesignere og tekstilkunstnere kan bruge DALL-E til at udforske og visualisere designkoncepter til tøj, tekstiler og accessories. Beskrivelser af mønstre, teksturer, farver og stilarter kan hurtigt omsættes til visuelle forslag.

Det gør det nemt at afprøve idéer og eksperimentere med forskellige designelementer, hvilket kan føre til nye og særprægede modekoncepter.

Medicinsk billedbehandling

DALL-E kan også anvendes til medicinsk billedbehandling og anatomisk visualisering. Sundhedsprofessionelle og undervisere kan beskrive anatomiske strukturer eller medicinske tilstande og få dem omsat til billeder, der kan bruges i undervisningsmaterialer, patientinformation og præsentationer.

Det kan gøre komplekse medicinske emner lettere at forstå og styrke kommunikationen mellem sundhedspersonale og patienter.

AI spiller også en voksende rolle i det danske sundhedsvæsen, blandt andet i arbejdet med billeddiagnostik og visualisering. Men der er stadig heftig debat om de etiske udfordringer.

Begrænsninger ved DALL-E

DALL-E og dets indholdspolitik skal sikre ansvarlig brug af teknologien. DALL-E begrænser generering af politisk indhold, herunder billeder af politiske personer og materiale relateret til kampagner eller bevægelser.

Politikken forbyder også voldeligt, hadefuldt eller seksuelt eksplicit indhold samt indhold, der fremmer ulovlig aktivitet. Begrænsningerne kan ændre sig i takt med, at teknologien udvikler sig, men lige nu er fokus tydeligvis på kreative og sikre anvendelser af billedgenerering.

Tips til at bruge DALL-E

• Skriv klare og præcise beskrivelser
• Eksperimentér med prompter og stilarter
• Lav flere versioner af samme billede
• Udvælg de bedste resultater
• Giv kontekst og feedback
• Kend DALL-Es begrænsninger

DALL-E er stadig under udvikling. Hver ny version giver flere funktioner, men der kan stadig være behov for store teknologiske fremskridt, før modellen når sit fulde potentiale. Her er nogle råd, der kan forbedre resultaterne:

Skriv klare og præcise beskrivelser

Tekstbeskrivelserne bør være tydelige og konkrete, når du bruger DALL-E. Beskriv objekter, scener, farver, teksturer og andre visuelle elementer så præcist som muligt.

I stedet for bare at skrive “en fodboldspiller” kan du for eksempel formulere “en fokuseret fodboldspiller, der scorer på et fyldt Parken Stadion en sommeraften”. De ekstra detaljer gør det lettere for DALL-E at forstå intentionen og skabe mere relevante billeder.

Eksperimentér med prompter og stilarter

Prøv forskellige prompter og stilarter for at udforske DALL-Es fulde potentiale og de mange muligheder. Brug varieret ordvalg, forskellige sætningsstrukturer og alternative formuleringer for at se, hvordan det påvirker de genererede billeder. Du kan også afprøve forskellige kunstneriske stilarter, stemninger og temaer for at få nye og uventede resultater.

Lav flere versioner af samme billede

DALL-E rammer ikke altid præcis det billede, du har i hovedet, i første forsøg. Til gengæld vil modellen ofte skabe en ny variation, hver gang den får den samme tekstbeskrivelse. Hvis det første billede ikke lever op til forventningerne, kan du justere prompten eller bede om ændringer, indtil resultatet sidder i skabet.

Hvis det første billede for eksempel ligner en Pixar-tegnefilm, kan du bede modellen om at gengive den samme scene som et oliemaleri i ekspressionistisk stil. Du kan også bede DALL-E om en ny version uden at ændre prompten. Andet forsøg kan sagtens være bedre end det første.

Udvælg de bedste resultater

DALL-E kan levere mange forskellige billeder ud fra samme prompt, men ikke alle vil være lige relevante eller brugbare. Brug derfor tid på at gennemgå resultaterne og vælge de billeder, der passer bedst til formål, målgruppe og visuel stil. Vurder især komposition, udtryk og kvalitet, før du bruger billedet videre.

Giv kontekst og feedback

Hvis kvaliteten af fremtidige resultater skal forbedres, er det en fordel at give kontekst og feedback, når det er muligt. Del gerne ekstra information om, hvordan de genererede billeder skal bruges.

Måske skal billedet bruges på en e-handelswebsite eller indgå i et nyhedsbrev på mail. Fortæl, hvilke dele af resultatet du kunne lide eller ikke kunne lide, og peg på mulige forbedringer. Den slags feedback kan hjælpe DALL-E med at lære og tilpasse sig over tid, så resultaterne bliver bedre på længere sigt.

Kend DALL-Es begrænsninger

Det er vigtigt at afstemme forventningerne. DALL-E kan skabe imponerende og fantasifulde billeder, men modellen har også sine begrænsninger. Den kan have svært ved abstrakte begreber, komplekse scenarier eller meget specifikke detaljer. Når du kender begrænsningerne, bliver det lettere at skrive prompter, der giver bedre resultater.