预告3个月后股票配资交易平台,热门文生图模型Midjourney终于上线了最新版本,当地时间,Midjourney在Discord上宣布其最新版本V6的测试版发布,目前处于alpha测试阶段。从用户的大量示例来看,V6对于写实图片、抽象画作手到拈来,效果不输设计师、摄影师。
Midjourney将V6定位为重大革新成果,其首席执行官DaVid Holz称,V6实际是在AI超级集群上从零开始训练而成的第三套模型,整个开发周期长达九个月,“这套模型生成的图像在真实度方面远超我们以往发布的任何版本。” 根据官方介绍,V6的主要变化在于画面质量更好、语义理解更强、能嵌入文本、容纳更多提示词且连贯性更高,模型知识也更为丰富。
据用户测试,V6现在支持的提示词长度超过350个字符,甚至能够理解标点和语法的细微差别。就目前网友展示的图像来看,在理解力以及光影、构图、材质、色彩等细节方面,V6的确比上一代产品更上一层楼。
用同样的Prompt测试V6和V5.2,对比非常明显(上图为V6生成;下图为V5.2生成):
主要提示词:1980年代的悬疑电影,仰拍,身穿黑西装的法国管家在维多利亚式豪宅的走廊中手握蜡烛
主要提示词:1960年代的街头风格照片,需要画出一位年轻女子穿着绿色丝绸连衣裙、戴着珍珠项链坐在帆船上
主要提示词:1940年代复古科幻电影中身穿高领银色操作衣的女操作员
主要提示词:街角酒吧的霓虹灯上写着“营业至深夜”
主要提示词:雨坑中日落的倒影
主要提示词:一锅炖菜,配一个木勺
在文字生成上,V6可以在图像中更明确嵌入文本,甚至可以规定其风格。
注:可口可乐原文:CocaCola
还原毛衣质感、动物毛发、窗户上的雨滴
对长文本的处理也更好
产品logo图
不同工具的带文字产品设计图对比
该性能提升有望为设计、营销行业带来更大增益。据了解,一些跨境电商从业者早已使用文生图大模型来制作商品介绍页、模特展示图,Midjourney是最常用的工具。
另外,V6会“画手”了。此前AI绘画一直被诟病不真实,尤其是人物手部细节,经常会出现畸形。但随着V5推出,它完美解决了这个技术难题,甚至还能呈现手部的指纹、皮肤纹路,实现了AI绘画的一次跨越性突破。下图是一些手部画作:
目前,V6还缺少V5.2模型中的一些功能,包括左右平衡和缩小,但Holz表示这些功能将在V6的后续更新中实现。
V6不会是Midjourney的终点,该产品一直处在迭代中,2022年3月份上线第一版,而后迅速进化到如今的第六版,平均每3个月更新一次。在Midjourney的公告中,他们表示:V6的速度、图像质量、连贯性、提示遵循和文本准确性在未来几周内应该会提高。而V6 beta在发布半个小时之后宣布了第一次更新,生成速度提升了2.7倍。
此前该公司还表示,未来的技术更新方向包括生成3D及视频。Holz预测,未来可能实现以每秒30帧的高分辨率实时生成内容,并且到2030年,可能会实现整个视频游戏的生成。
值得一提的是,创始人David Holz据称多次拒绝了风险投资人递来的橄榄枝,在过去的一年里,Midjourney在Discord平台上的用户数量从200万增长到了1767万,每天有超100万人上线(截至发稿),且该产品早已开启付费模式股票配资交易平台,用户可以根据不同套餐选择,每月收费10至120美元,凭借40名员工组成的团队,Midjourney在9月份成功实现年盈利2亿美元。