当您可以将两个、三个或更多模型组合在一起来创建递归反馈循环时，为什么要只使用一个 AI 模型，该循环不仅可以分析它创建的内容，还可以尝试对其进行优化以针对给定提示获得最佳结果。一个这样的系统Idea2Img就像一个超级智能助手，可以通过改进其结果将您的想法转化为图像。
Idea2Img使用GPT-4V（ision）（一种大型多模态模型）在文本到图像（T2I）任务中制定递归自我改进循环。该系统允许与T2I模型进行动态交互，探索其特性以进行自动图像设计和生成。它超越了传统的T2I模型，能够处理交错的图像文本序列并遵循设计说明，从而生成具有更高语义和视觉质量的图像。您可以阅读有关官方想法的更多信息，并在官方 GitHub 存储库上查看示例。
什么是Idea2Img？
简而言之，Idea2Img是一个先进的系统，可以将您的想法转化为图像。该技术建立在GPT-4 Vision（一种可以“看到”图像的强大AI模型）的基础上，通过自我改进的循环不断完善其图像生成过程。这就像一个数字艺术家，每次草图都会变得更好，根据过去的表现和反馈不断改进其技术。
三大支柱：改进、评估、验证
Idea2Img遵循三个关键原则进行迭代改进：
- 修订后的提示生成（改进）：系统采用用户的想法，并根据先前的改进，提出多种方法将该想法转换为图像。
- 草稿图像选择（评估）：然后创建多个草稿图像，并选择最有希望的图像进行进一步细化。
- 反馈反射（验证）：最后，系统根据原始想法对所选图像进行批评，并根据所学到的内容调整其方法。
DallE 3，ChatGPT-4视觉AI艺术家递归反馈循环
Idea2Img就像一个不断进步的数字艺术家。想象一下，在你的脑海中有一个图片的想法。现在，如果你能告诉计算机这个想法，它可以为你画出来呢？但不仅仅是画一次——如果它可以继续使那幅画变得更好，直到它看起来像你想象的那样呢？这正是Idea2Img所做的！
它是如何工作的？
让我们分解一下Idea2Img如何使用其“数字大脑”（称为GPT-4 Vision）来实现这种魔力。它一遍又一遍地经历三个主要步骤来不断改进图像：
- 制作初稿（改进）：首先，Idea2Img倾听您的想法并思考不同的绘制方式。它根据这些想法创建了一些“草稿”图像。
- 选择最好的一个（评估）：然后，它会查看所有这些草稿，并选择看起来最接近您最初想法的草稿。
- 修复错误（验证）：最后，它会查看最佳草稿并找出问题所在或可以更好的地方。然后它回到步骤 1 并再次开始绘制，但这一次，它更聪明一些。
它重复这些步骤，越来越接近制作你脑海中的完美形象。
现在你可能会想，“好吧，所以它可以绘制，但是它与其他程序有什么不同？问得好！Idea2Img非常非常擅长理解文字和图片，这有助于它遵循复杂的想法并创建更好的图像。例如，如果你想要一张日落的照片，但有特定的颜色，也许前景中有一些动物，Idea2Img可以做到，让它看起来非常好。另外，它从过去的尝试中吸取了教训，所以它一直在变得更好！
