Mini DALL·E 3 是北京理工大学、上海AI Lab、清华大学和香港中文大学联合推出的交互式（iT2I）框架。基于自然语言与用户进行多轮对话，实现高质量图像的生成、编辑和优化。用户用简单的指令逐步细化图像要求，基于大型语言模型（LLM）和预训练的文本到图像模型（如 Stable Diffusion），无需额外训练生成与文本描述高度一致的图像。系统支持问答功能，为用户提供更连贯的交互体验，提升人机交互的便捷性和图像生成质量。

Mini DALL·E 3 – 北京理工联合上海 AI Lab等高校推出的交互式文生图框架 第1张
（图片来源网络，侵删）
Mini DALL·E 3 – 北京理工联合上海 AI Lab等高校推出的交互式文生图框架 第2张
（图片来源网络，侵删）