DALL-E2 是由 OpenAI 开发的神经网络模型，可以从文本描述中生成高质量的图像。它是原始的 DALL-E 模型的后继者，该模型于 2021 年 1 月推出。其使用基于 Transformer 的架构，类似于其他语言模型（如 GPT-3）所使用的架构。但是，它专门设计用于通过组合和操作视觉原语（如对象、场景和纹理）生成图像。DALL-E2 可以基于文本描述生成各种各样的图像，包括超现实和想象中的场景，这些场景在现实世界中不直接可表达。DALL-E2 生成的一些示例图像包括“由竖琴弦制成的蜗牛”、“像牛油果一样的扶手椅”和“猫形茶壶”。

DALL-E2还可以通过上传图片实现对图片进行编辑：