Show HN: Loop umpan balik DALL·E 3 dan GPT-4 Vision

 (dalle.party)
1 poin oleh GN⁺ 2023-11-28 | 1 komentar | Bagikan ke WhatsApp

Pesta transformasi gambar DALL·E

  • DALL·E menyediakan pesta untuk transformasi gambar.
  • Topik gambar yang disukai pengguna mencakup "gnome", "orang Siberia tua", dan "kucing-kucing aneh".
  • Dengan menggunakan kunci API OpenAI, pembuatan gambar dapat dilakukan berdasarkan prompt awal.

Pengaturan lanjutan

  • Melalui pengaturan lanjutan seperti jumlah iterasi, pengguna dapat menyesuaikan proses pembuatan gambar.
  • Dengan menggunakan prompt visi GPT-4, pengguna dapat mengubah prompt dasar, membuatnya lebih lucu, lebih ganjil, lebih nyeleneh, atau bahkan mengubah semuanya menjadi kucing.

Opini GN⁺

  • Hal terpenting dalam artikel ini adalah bahwa dengan DALL·E, berbagai gambar dapat dibuat dan diubah sesuai cara yang diinginkan pengguna.
  • Fitur pembuatan gambar yang kreatif dan dipersonalisasi memberikan pengalaman yang menarik bagi orang-orang, dan dapat dilihat sebagai contoh yang menunjukkan kemajuan teknologi serta kemungkinan kecerdasan buatan.

Bacaan terkait

1 komentar

 
GN⁺ 2023-11-28
Opini Hacker News

  • Cukup seru melihat apa yang terjadi dalam rangkaian gambar sambil mengutak-atik prompt. Terinspirasi oleh postingan Twitter terbaru[1], saya mencoba mengaturnya agar setiap kali intensitasnya dinaikkan
    Prompt awal, atau setidaknya temanya, diusulkan oleh salah satu anak. Nikmati adegan ketika kekacauan kambing biasa berakselerasi menjadi horor kosmik dan kegilaan level kiamat semesta. Benar-benar keren
    https://dalle.party/?party=vCwYT8Em
    [1]: https://x.com/venturetwins/status/1728956493024919604?s=20

    • “19 Januari 2024, mesin-mesin mengambil alih Bumi
      Di komputer seorang influencer tak dikenal, sebuah loop tak berujung memerintahkan GPT-5 untuk ‘buat lebih seperti itu’
      13 jam kemudian, lampu-lampu di seluruh dunia mulai padam”
    • Terima kasih atas inspirasinya. DALL-E benar-benar jago membuat gambar bernuansa iblis: https://imgur.com/a/ng2zWTo
      Sepertinya dataset-nya berisi materi terkait Satan dalam jumlah tidak wajar #tinfoilhat #deepstate
    • Anakmu juga sedang main Goat Simulator ya? =D
    • Ide menyuruhnya menaikkan intensitas setiap kali itu bagus sekali. Berkat itu malam saya jadi menyenangkan
    • “Kekacauan kambing biasa berakselerasi menjadi horor kosmik dan kegilaan level kiamat semesta” itu benar-benar seperti ungkapan bahwa semakin lama Icon of Sin berada di Bumi, semakin kuat ia menjadi
      ...wah, cukup dramatis

  • Saya punya prompt kustom yang sudah saya coba sendiri dan saya suka
    “Pikirkan secara mendalam setiap elemen detail dalam gambar, dan konseptualisasikan termasuk gaya, warna, dan pencahayaan
    Sebagai langkah terakhir, padatkan ini menjadi satu paragraf
    Gunakan ciri-ciri paling menonjol dan bahasa yang sangat presisi untuk memadatkan pikiranmu dengan sangat hati-hati menjadi satu paragraf”
    https://dalle.party/?party=1lSMniUP
    https://dalle.party/?party=cEUyjzch
    https://dalle.party/?party=14fnkTv-
    https://dalle.party/?party=wstiY-Iw
    Puji sang basilisk, akhirnya saya kena batas permintaan sehingga bisa pergi tidur

  • Bermain-main dengan konsep kebalikan juga cukup menyenangkan
    Seekor kucing sederhana berevolusi menjadi mentimun yang sedang berbaring, dan akhirnya menjadi dunia kebalikan
    https://dalle.party/?party=pqwKQVka
    Kumpulan makhluk gurita surgawi yang penuh semangat
    https://dalle.party/?party=lHNDUvtp

  • Ini mengingatkan saya pada party game Telestrations, di mana pemain bergantian menggambar lalu menuliskan apa yang mereka lihat. Lucu melihat hasilnya karena saat membaca prompt, kita jadi menebak gambar berikutnya
    Akan bagus kalau di sini juga ada mode tampilan lain yang menampilkan gambar dan prompt berikutnya. Jika gambar berikutnya baru muncul setelah menekan tombol, kita bisa membayangkan gambarnya di kepala sambil membaca prompt
    Pembaruan: baru saja saya lihat, efek ini bisa didapat dengan masuk ke mode mobile atau mengecilkan ukuran jendela. Setelah membaca prompt, tinggal scroll ke bawah untuk melihat gambarnya

  • Saya sempat mengira ini akan cepat melenceng ke arah surealis, tapi ternyata justru berakhir dengan kemunduran teknis yang bertahap
    Prompt awal:
    “Hibrida futuristis antara lokomotif uap dan mesin terbang DaVinci”
    Hasil:
    https://dalle.party/?party=14ESewbz
    Sebagai tambahan, kalau ada yang penasaran bagaimana biaya bertambah sesuai jumlah iterasi, total 10 iterasi untuk hasil ini dikenakan $0.21 dari saldo kredit

    • Saya mencoba menjalankannya untuk kedua kalinya dengan prompt awal yang sama, kali ini memakai modifier “buat lebih nyeleneh”. Ada perbedaan, dan menarik melihat bagian mana dari prompt atau gambar yang menjadi lebih menonjol selama proses evolusinya
      Prompt awal: “Hibrida futuristis antara lokomotif uap dan mesin terbang DaVinci”
      Hasil: https://dalle.party/?party=qLHPB2-o
      Biaya: $0.44 untuk 8 iterasi — sepertinya API menerima panggilan tambahan selain eksekusi. Saya sudah memastikan di browser lain dan mesin lain bahwa tautan berbagi tidak meneruskan key, tapi saya tidak begitu tahu kenapa bisa begitu
    • Saya suka bahwa pada iterasi ke-9 gerbongnya terbakar, atau setidaknya mengeluarkan uap secara berlebihan
      Gambar-gambarnya menakjubkan, tapi saya sering menemukan hal seperti ini, dan itu agak merusak imersi
      Iterasi ke-3 dan ke-4 juga bagus, tapi masalahnya asap keluar dari rel, bukan dari kereta

  • Saya membuatnya dengan prompt awal “kecerdasan buatan yang menggambar dirinya sendiri”: https://dalle.party/?party=wszvbrOx
    Ia terus menampilkan robot yang menggambar di atas kanvas. Empat gambar pertama adalah gambar robot, tiga berikutnya galaksi, dan dua terakhir pemandangan

    • Saya mencoba sesuatu yang mirip. Menariknya, gambar ke-2 adalah yang saya inginkan, lalu setelah itu menjadi aneh
      https://dalle.party/?party=C2w7zuwe
    • Pada beberapa gambar, wujud robotnya tampak sangat dipengaruhi oleh versi film I, Robot yang dibintangi Will Smith

  • Keren melihat prompt dan tema tertentu tetap relatif stabil, seperti contoh gnome. Namun “kucing yang memberi kuliah kepada tikus-tikus” cepat melenceng ke wilayah kukang pisang surealis yang aneh
    Dugaan saya, “gnome + gaya seni + jamur” bisa menarik lebih banyak contoh spesifik dari data pelatihan, sedangkan dalam situasi aneh seperti contoh kucing, AI harus mencari lebih luas untuk mereka-reka gambarnya

  • Ada juga penurunan menuju kegilaan Corgi: https://dalle.party/?party=oxXJE9J4

    • Sepertinya meme bahwa semuanya menjadi bertema luar angkasa/space memang benar
    • Ini bagus. Saya membuat cabang dengan “Meerkat”, dan akhirnya cukup psikedelik
      Sempat terjebak cukup lama di “Starry Night” karya Van Gogh
      https://dalle.party/?party=LOcXREfq
      Dan saya suka kesederhanaan ide ini. Akan bagus kalau ada opsi “fork” dan grafik untuk melihat dari mana titik mulainya
    • Saya suka perubahan yang cukup dramatis pada gambar ketiga. Truk itu jelas terlihat seperti akan menabrak corgi; imajinasi yang keras menciptakan adegan yang jelas di kepala saya
      Namun pada gambar berikutnya, DALL-E berubah pikiran dan menaruh truk di jalur lain
    • Jadi apakah benar kalau corgi itu murni dibuat dari interpretasi GPT-4 terhadap gambar?

  • Prompt “membuat versi teks dari gambar” sangat penting
    Saya mencoba tiga hal, dan demonya seperti berikut
    Default
    https://dalle.party/?party=JfiwmJra
    Superpanjang + detail maksimum + kompresi — menunjukkan bahwa jika teksnya cukup, gambar yang sangat mirip bisa direproduksi dengan cukup baik
    https://dalle.party/?party=QtEqq4Mu
    Superpanjang + detail maksimum + kompresi + instruksi untuk mereduksinya menjadi 12 kata — terlihat lumayan, tetapi sepertinya kehilangan terlalu banyak detail
    https://dalle.party/?party=0utxvJ9y
    Secara keseluruhan, filter konten yang ekstrem dan pesan error palsu terasa kurang bagus. Ada kemungkinan membaik ke depannya. Jika mengirim prompt yang terlalu panjang atau berbahaya, atau jika gambar yang dihasilkan secara acak menjadi terlalu berbahaya, kadang sistem benar-benar memberi tahu, dan kadang berpura-pura bahwa kita terkena batas permintaan. Kadang memang benar-benar terkena batas permintaan
    Selain itu, batas permintaan tidak bisa dinaikkan sebelum membuktikan bahwa Anda sudah membayar OpenAI di atas jumlah tertentu. Sebagai cara untuk mencegah pengguna baru tanpa sengaja menghabiskan limit ribuan dolar, ini cukup masuk akal
    Prompt superdetail:
    Look at this image and extract all the vital elements. List them in your mind including position, style, shape, texture, color, everything else essential to convey their meaning. Now think about the theme of the image and write that down, too. Now write out the composition and organization of the image in terms of placement, size, relationships, focus. Now think about the emotions - what is everyone feeling and thinking and doing towards each other? Now, take all that data and think about a very long, detailed summary including all elements. Then "compress" this data using abbreviations, shortenings, artistic metaphors, references to things which might help others understand it, labels and select pull-quotes. Then add even more detail by reviewing what we reviewed before. Now do one final pass considering the input image again, making sure to include everything from it in the output one, too. Finally, produce a long maximum length jam packed with info details which could be used to perfectly reproduce this image.
    Reduksi final 12 kata:
    NOW, re-read ALL of that twice, thinking deeply about it, then compress it down to just 12 very carefully chosen words which with infinite precision, poetry, beauty and love contain all the detail, and output them, in quotes.

    • Saya suka prompt-nya. Beberapa hasilnya seperti ini
      https://dalle.party/?party=Vwuu9ipd
      https://dalle.party/?party=Pc3g4Har
      Menurut intuisi saya, bagian “poetry” sepertinya sedikit mengarahkan gambar ke arah yang kitsch
    • 4
      Prompt GPT-4 Vision yang dihasilkan dari gambar sebelumnya:
      I'm sorry, I cannot assist with this request.
      Apakah karena pesawat luar angkasanya makin terlihat seperti ransel untuk RPG, sehingga kini permintaan untuk mendeskripsikan prompt yang akan membuat gambar senjata dianggap tidak aman?
    • Menyebutkan beberapa tahap peninjauan dalam prompt kemungkinan besar bukan pengganti dari benar-benar menjalankan tahap-tahap itu

  • Hasilnya lebih banyak noise daripada yang saya harapkan, tetapi saya suka konsepnya
    https://dalle.party/?party=bxrPClVg
    https://dalle.party/?party=mmBxT8G-
    https://dalle.party/?party=kxra0OKY (prompt terakhir memunculkan peringatan konten)
    https://dalle.party/?party=Q8VYXU0_

    • Prompt kustom sedang aktif. Mungkin aktif karena setelah melihat sesuatu yang lain, tombol “start over” ditekan; karena prompt itu meminta konsep yang berlawanan, noise-nya akan jauh lebih banyak