A DALL-E az OpenAI képgeneráló modellsorozata, amely szöveges leírásból hoz létre képeket. Az első változat 2021-ben jelent meg; a DALL-E 3-at 2023-ban integrálták a ChatGPT-be, és ezzel a szövegből képet készítő technológia széles közönség számára elérhetővé vált. Az OpenAI azóta a DALL-E-t a GPT Image sorozat újabb képmodelljeivel váltotta fel; a DALL-E 2 és 3 API-hozzáférése 2026 májusában megszűnt (2026. októberi állapot szerint).
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaAz OpenAI egy San Franciscó-i székhelyű MI-vállalat, amelyet 2015-ben non-profit szervezetként alapítottak. A 2025 októberi átalakítása óta a non-profit OpenAI Foundationből áll, amely a profitorientált OpenAI Group PBC-t irányítja (2026. októberi állapot szerint). Az OpenAI leginkább a ChatGPT-ről és a GPT nyelvi modellekről, valamint a DALL·E képgenerátorról és a Whisper beszédfelismerő modellről ismert. Modelljeit alkalmazásokon és API-n keresztül kínálja.
A Stable Diffusion szöveges leírásból képeket készítő képgeneráló modellek családja. Az első verziót 2022-ben adták ki, a Stability AI vezetésével, kutatási partnerekkel együtt fejlesztve. Technikailag látens diffúziós modell, amely fokozatosan alakítja képpé a képzajt. Mivel a modell súlyai nyilvánosak, helyben futtatható és testre szabható; az újabb verziók kereskedelmi felhasználását a Stability AI saját licence szabályozza (2026. októberi állapot szerint).
A generatív MI olyan MI-rendszereket jelent, amelyek új tartalmat – szöveget, képet, hangot, videót vagy programkódot – hoznak létre, ahelyett hogy csupán meglévő adatokat rendeznének vagy értékelnének. Olyan modelleken alapulnak, amelyek nagy adatmennyiségből tanulnak meg mintázatokat, és ezek segítségével hihető új kimeneteket állítanak elő. Az üzleti életben például e-mailek, összefoglalók, termékleírások vagy képötletek megfogalmazására használják. Az eredmények hibákat tartalmazhatnak, ezért felhasználás előtt ellenőrizni kell őket.
Az Ideogram szöveges leírásból képeket előállító MI-szolgáltatás, amelyet a 2022-ben alapított, azonos nevű vállalat fejleszt. Leginkább arról ismert, hogy olvasható szöveget jelenít meg a képeken belül, ami hasznossá teszi plakátokhoz, meghívókhoz vagy közösségimédia-grafikákhoz. Elérhető webalkalmazásként és API-n keresztül; a modellverziók és a licencfeltételek rendszeresen változnak (2026. októberi állapot szerint). Kereskedelmi felhasználás előtt ellenőrizni kell a felhasználási jogokat.
