<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>DALL-E on AI-Uchi — Всё об искусственном интеллекте</title><link>/tags/dall-e/</link><description>Recent content in DALL-E on AI-Uchi — Всё об искусственном интеллекте</description><generator>Hugo</generator><language>ru</language><lastBuildDate>Sat, 11 Apr 2026 03:09:25 +0300</lastBuildDate><atom:link href="/tags/dall-e/index.xml" rel="self" type="application/rss+xml"/><item><title>15 попыток в ChatGPT: почему AI-генерация картинок — это квест</title><link>/news/pochemu-generatsiia-kartinok-v-chatgpt-eto-kvest/</link><pubDate>Sat, 11 Apr 2026 03:09:25 +0300</pubDate><guid>/news/pochemu-generatsiia-kartinok-v-chatgpt-eto-kvest/</guid><description>&lt;p&gt;Пост на Reddit с заголовком «Took me 15 attempts but I made ChatGPT generate this» набрал волну обсуждений в сообществе r/ChatGPT. Пользователь показал результат, ради которого пришлось перезапускать генерацию 15 раз. Случай типичный — и отражает системную проблему, с которой сталкиваются миллионы людей при работе с AI-генерацией изображений.&lt;/p&gt;
&lt;h2 id="почему-одного-промпта-недостаточно"&gt;Почему одного промпта недостаточно&lt;/h2&gt;
&lt;p&gt;Генерация картинок в ChatGPT (через встроенную модель GPT-4o или более новую GPT Image 1.5) работает не так, как текст. Модель интерпретирует запрос, но результат часто расходится с ожиданиями: не тот ракурс, лишние детали, искажённый текст на изображении, нарушенные пропорции.&lt;/p&gt;</description></item><item><title>Как AI генерирует изображения: от GAN до диффузии</title><link>/articles/kak-ai-generiruet-izobrazheniya-ot-gan-do-diffuzii/</link><pubDate>Mon, 02 Mar 2026 09:00:00 +0300</pubDate><guid>/articles/kak-ai-generiruet-izobrazheniya-ot-gan-do-diffuzii/</guid><description>&lt;p&gt;В 2014 году Ян Гудфеллоу опубликовал статью, которая перевернула область генерации изображений. Его генеративно-состязательные сети (GAN) впервые показали, что нейросеть может создавать реалистичные картинки «из ничего». Спустя десять лет ландшафт полностью изменился: диффузионные модели вытеснили GAN с пьедестала, а сервисы вроде Midjourney и DALL-E генерируют изображения, неотличимые от фотографий. Как мы к этому пришли? Разберём всю эволюцию — от первых размытых лиц до фотореалистичных сцен по текстовому описанию.&lt;/p&gt;
&lt;h2 id="зачем-нейросети-генерируют-изображения"&gt;Зачем нейросети генерируют изображения&lt;/h2&gt;
&lt;p&gt;Задача генеративных моделей — научиться распределению данных. Если модель «понимает», как устроены фотографии кошек — какие бывают формы ушей, как ложится свет на шерсть, какие пропорции тела — она может сэмплировать новые изображения из этого распределения. По сути, это сжатое понимание визуального мира.&lt;/p&gt;</description></item><item><title>Создание изображений с помощью ChatGPT</title><link>/translations/sozdanie-izobrazheniy-s-chatgpt/</link><pubDate>Thu, 30 Jan 2025 00:00:00 +0000</pubDate><guid>/translations/sozdanie-izobrazheniy-s-chatgpt/</guid><description>&lt;h1 id="создание-изображений-с-помощью-chatgpt-от-идеи-до-готового-визуала-за-минуты"&gt;Создание изображений с помощью ChatGPT: от идеи до готового визуала за минуты&lt;/h1&gt;
&lt;p&gt;Генерация изображений с помощью искусственного интеллекта перестала быть уделом разработчиков и дизайнеров с профессиональным образованием. Сегодня любой пользователь ChatGPT может описать задумку обычным текстом и получить качественный визуал — будь то иллюстрация для статьи, концепт-арт для проекта или уникальная картинка для социальных сетей. В этом руководстве разберём, как работает генерация изображений в ChatGPT, как составлять эффективные промпты (текстовые запросы) и как итерировать результат до нужного качества.&lt;/p&gt;</description></item></channel></rss>