DALL-E, la IA que genera imágenes a partir de texto: cómo utilizarla

La formación de DALL-E incluyó el análisis de una vasta colección de obras de arte y fotografías. (Composición Infobae: Justin Jay Wang)

La integración de DALL-E 3 en Microsoft Copilot y su disponibilidad para los usuarios de ChatGPT Plus mediante suscripción marcan la consolidación de un sistema de inteligencia artificial capaz de generar imágenes a partir de descripciones en lenguaje natural.

DALL-E se caracteriza por su capacidad para interpretar instrucciones escritas y transformarlas en imágenes originales, sin necesidad de que el usuario aporte material visual previo. El sistema se apoya en un modelo de lenguaje entrenado con millones de parámetros, lo que le permite comprender las solicitudes expresadas en lenguaje cotidiano.

La formación de DALL-E incluyó el análisis de una vasta colección de obras de arte y fotografías. Este entrenamiento permite que, al recibir una petición como “dibuja a una celebridad realizando una acción específica”, la inteligencia artificial identifique tanto a la persona como la actividad solicitada, generando una imagen que refleje ambos elementos.

El desarrollo de DALL-E ha sido progresivo. La primera versión se presentó en 2021, seguida por DALL-E 2 en 2022, y posteriormente por la versión actual, DALL-E 3. (elpais.cr)

Otra característica digna de mencionar es su capacidad para combinar conceptos, estilos y atributos en una sola imagen. Si el usuario proporciona una descripción detallada, especificando elementos visuales o estilos artísticos concretos, la IA intentará integrar todas esas indicaciones en el resultado final.

El desarrollo de DALL-E ha sido progresivo. La primera versión se presentó en 2021, seguida por DALL-E 2 en 2022, y posteriormente por la versión actual, DALL-E 3; esta última es la que se encuentra integrada en los servicios de Microsoft y en la suscripción de ChatGPT Plus.

Es pertinente señalar que la combinación de modelos de lenguaje avanzados y bases de datos visuales extensas ha sido clave para el desarrollo de DALL-E. Esta estrategia ha permitido que la inteligencia artificial no solo comprenda las palabras, sino que también relacione conceptos visuales y estilos artísticos.

La pantalla de la computadora se verá así cada vez que se desee generar ilustraciones con DALL-E. (Composición Infobae: xataka.com)

Si bien DALL-E suele ser una herramienta de pago, existe una forma de acceder gratuitamente a DALL-E 3 a través de Microsoft Copilot. Para hacerlo, basta con ingresar en Bing.com y seleccionar la pestaña de Copilot en la parte superior, o acceder directamente mediante la web copilot.microsoft.com.

Para generar una imagen, simplemente indícale a Copilot lo que deseas utilizando un prompt en lenguaje natural. Es posible describir la escena con detalle, pedir estilos concretos o solicitar un acabado realista. Cuanto más clara y precisa sea la descripción, más acertado será el resultado que obtengas.

En segundos, tendrás tu imagen creada sin costo alguno gracias a DALL-E 3. Es importante tener en cuenta que, al tratarse de una tecnología en constante desarrollo, las funciones y la calidad de las imágenes pueden evolucionar en el futuro próximo.

El logotipo de Midjourney se ve en esta ilustración tomada el 20 de mayo de 2024. REUTERS/Dado Ruvic/Ilustración

Midjourney es una plataforma de inteligencia artificial especializada en la generación de imágenes a partir de descripciones escritas. Su funcionamiento se basa en un modelo avanzado de aprendizaje automático capaz de interpretar instrucciones en lenguaje natural y transformarlas en ilustraciones, paisajes, retratos o composiciones creativas de alta calidad.

Para utilizar Midjourney, es necesario acceder a su servidor oficial de Discord, ya que la interacción con la herramienta se realiza exclusivamente a través de esta plataforma.

Una vez dentro del servidor, el usuario debe dirigirse a los canales designados para la creación de imágenes. Allí, se utiliza el comando /imagine seguido de la descripción o “prompt” detallado de la imagen que se desea obtener. Midjourney procesa la petición y, en menos de un minuto, entrega varias opciones visuales basadas en el texto proporcionado.

El usuario puede seleccionar y perfeccionar cualquiera de los resultados para ajustarlos a sus preferencias. La calidad y creatividad de las imágenes generadas han hecho de Midjourney una herramienta popular entre diseñadores, artistas digitales y creativos.