DALL-E

alapelterjedt

A DALL-E az OpenAI képgeneráló mesterségesintelligencia-modellcsaládja, amely szöveges leírásból rövid idő alatt új képet készít: rajzot, festményt vagy fotószerű illusztrációt.

Érthetően

A DALL-E olyan, mint egy nagyon gyors rajzoló, akinek elég szóban elmondanod, mit szeretnél látni. Beírod, hogy „egy vizsla űrhajósruhában a Balaton partján, akvarell stílusban”, és kapsz egy képet, amely korábban nem létezett.

Nem meglévő képek között keres, mint egy képkereső, hanem minden kérésre újat állít elő. Ezért olyan jeleneteket is kérhetsz tőle, amelyeket soha senki nem fényképezett vagy rajzolt le.

A DALL-E volt az egyik első eszköz, amely a nagyközönségnek megmutatta, hogy a gép szövegből képet tud készíteni. Sokan a ChatGPT-n vagy a Microsoft képkészítő szolgáltatásain keresztül találkoztak vele, gyakran úgy, hogy nem is tudták, ez dolgozik a háttérben.

Mára inkább korszakjelölő név, mint friss termék: az OpenAI újabb képgeneráló modelljei átvették a helyét, de a hírekben és a köznyelvben még gyakran így hívják a „szövegből kép” műfajt.

Hogyan működik

Tanítás: a modell rengeteg képet lát a hozzájuk tartozó leírással együtt, és megtanulja, milyen szavakhoz milyen formák, színek, stílusok tartoznak.
Kérés értelmezése: a beírt szöveget (a promptot) a rendszer számokká alakítja, amelyek a kérésed jelentését hordozzák. A DALL-E 3 esetében a ChatGPT előbb részletesebb leírássá bővíti, amit írtál.
Képalkotás: az újabb változatok véletlenszerű képzajból indulnak, és lépésről lépésre „tisztítják” addig, amíg a leírásnak megfelelő kép ki nem rajzolódik. Ezt hívják diffúziós eljárásnak.
Szűrés: a rendszer a kérést és az elkészült képet is ellenőrzi, és megtagadja például az erőszakos, szexuális vagy valós személyeket megtévesztően ábrázoló tartalmakat.
Finomítás: ha nem tetszik az eredmény, pontosítod a leírást vagy módosítást kérsz, és a modell új változatot készít.

Példa a mindennapokból

Meghívót készítesz a gyereked születésnapjára, és beírod a ChatGPT-be: „rajzolj egy vidám dinoszauruszt tortával, mesekönyv stílusban”. Fél perc múlva ott a kép, amelyet rátehetsz a meghívóra. 2023 ősze és 2025 tavasza között ezt a képet a háttérben a DALL-E 3 készítette, ma már az OpenAI újabb képgeneráló modellje.

Kit érint

marketingesKampányötletekhez, közösségimédia-posztokhoz és vázlatokhoz percek alatt készíthetsz illusztrációt, grafikus vagy stockfotó nélkül. → Marketing

szülő, diák, tanárTananyaghoz, kiselőadáshoz vagy meséhez saját képet készíthetsz, és közben érdemes megbeszélni, miben más a géppel készült kép, mint a valódi fotó. → Oktatás és család

vállalkozó, vezetőOlcsón és gyorsan jutsz arculati ötletekhez és szemléltető képekhez, de a felhasználási feltételekre és a szerzői jogi kérdésekre figyelned kell.

mindenkiAz interneten egyre több kép készül géppel, ezért neked is tudnod kell, hogy egy valósághű kép nem feltétlenül valódi.

Gyakori félreértés

TévhitA DALL-E meglévő képekből vág össze kollázst, vagy az internetről keres ki egy hasonlót.

ValójábanA modell nem képadatbázisból válogat és nem ragaszt össze képeket. A tanult mintázatok alapján minden alkalommal újat hoz létre. A tanítóképek stílusa ettől még felismerhetően visszaköszönhet, ritkán egy-egy ismert kép közeli másolata is kijöhet, és épp erről szól a szerzői jogi vita.

Korlátok és kockázatok

A részletekben hibázhat: elrontott kezek, értelmetlen feliratok, rossz darabszámok vagy fizikailag lehetetlen elrendezések előfordulnak, főleg a régebbi változatoknál.
Jogilag bizonytalan terep, hogy kié a géppel készült kép, és hogy a modell tanításához felhasznált művek alkotóit megilleti-e valami.
A tanítóadatok torzításait átveszi, így a képeken sztereotípiák jelenhetnek meg például foglalkozásokról vagy nemi szerepekről.
Valósághű, de hamis képek is készíthetők vele, ezért a szolgáltató szűrői sok kérést elutasítanak. Az EU-ban az MI-rendelet szerint 2026 augusztusától a valós személyeket vagy eseményeket megtévesztően utánzó, úgynevezett deepfake képeket kötelező megjelölni.

Hasonló, de nem ugyanaz

ChatGPT – A ChatGPT beszélgetőalkalmazás, a DALL-E pedig az a képgeneráló modell, amely 2023 és 2025 között a ChatGPT-ben a képeket készítette.
Midjourney – A Midjourney egy másik cég önálló képgeneráló szolgáltatása, más stílussal, kezelőfelülettel és üzleti modellel.
Stable Diffusion – A Stable Diffusion letölthető modell, amelyet saját gépen is futtathatsz és átalakíthatsz, ha betartod a licencfeltételeit. A DALL-E viszont zárt, csak az OpenAI és partnerei szolgáltatásain keresztül használható.

Kapcsolódó fogalmak

Tágabb

generatív mesterséges intelligencia, képgenerálás, szövegből kép modell

Szűkebb

DALL-E 2, DALL-E 3

Rokon

OpenAI, ChatGPT, Midjourney, Stable Diffusion, diffúziós modell

Röviden a története

Az OpenAI 2021 januárjában mutatta be az első DALL-E-t. A név Salvador Dalí festő és a WALL-E című animációs film robotjának nevéből áll össze. 2022 áprilisában jött a jóval élethűbb DALL-E 2, 2023 őszén pedig a ChatGPT-be épített DALL-E 3. 2025 márciusában a ChatGPT-ben a GPT-4o saját képgenerálása váltotta fel.

Hol tart most

A szövegből képet készítő technológia 2026 végére hétköznapi eszköz lett, de maga a DALL-E név kifutóban van. A ChatGPT-ben 2025 márciusa óta az OpenAI újabb képgeneráló modelljei dolgoznak, a DALL-E modelleket a cég kivezeti a kínálatából.

Állapot: 2026. november

Más nevei

DALL-E · DALL·E · Dall-E · DALLE · DALL-E 2 · DALL-E 3 · DALL·E 3

Források

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.