2022年8月,在美国科罗拉多州博览会艺术比赛上,一幅名为《太空歌剧院》的作品夺得了数字艺术类别冠军。这幅作品由游戏设计师Jason Allen使用AI绘图工具Midjourney完成,古典与科幻的
2022年8月,在美国科罗拉多州博览会艺术比赛上,一幅名为《太空歌剧院》的作品夺得了数字艺术类别冠军。这幅作品由游戏设计师Jason Allen使用AI绘图工具Midjourney完成,古典与科幻的巧妙融合让人很难相信这是由AI自动生成的图像,此前一直处于不温不火状态的Midjourney就这样迅速走进了大众视野。
随后,在以ChatGPT为代表的聊天机器人搅得科技圈满城风雨之时,Midjourney作为AIGC的重要分支,也完全没闲着,它最新迭代的V5版本,就是一次堪称“碾压人类画师”的更新。
今年3月,由Midjourney生成的一对中国情侣的照片再次火爆全球。照片里的情侣穿着夹克和牛仔裤,身后是上个世纪的中国建筑,整张照片瀰漫着属于90年代的複古氛围,其以假乱真的程度让人大吃一惊,生成式AI图像工具竟然已经进化到这种程度了吗?
还有更多神图在网上引起轩然大波:特朗普被捕、国足夺冠、马斯克进工厂……只要你敢想,AI就敢画。对比几年前的AI绘图效果,Midjourney的生成效果依然达到商业化水平,当Midjourney日趋代替人工製作的时候,它的商业价值就愈发不容小觑。
Midjourney没有任何巨头的重金支持,是一个自筹资金的独立研究实验室,它的发起人为曾两次拒绝苹果收购的Leap Motion公司的创始人David Holz,目前全职员工仅有11人。就是这么一个超小型团队,却是当前AI绘图领域最炙手可热的明星,甚至将OpenAI的DALL-E、Stable Diffusion等同类工具都甩在了身后。
Midjourney在AI公司Value Chain上佔据了多个位置,拥有数据层、模型层、应用层整个技术栈。它参考CLIP及Diffusion构建了自己的闭源模型,抓取公开数据进行训练,并构建了Discord中的Midjourney bot应用,用户通过与Midjourney bot进行对话式交互,提交文本提示词来快速获得想要的图片。
2022年7月,Midjourney开放Openbeta版本;2022年8月,使用Midjourney创作的画作Théâtre D’opéra Spatial(太空歌剧院)获得了美术竞赛数字艺术类别的一等奖,人们对于Midjourney的关注达到高峰。
虽然文生图领域应用层出不穷,但Midjourney保持住了在人们心目中的地位,目前仍是使用最广泛、最受用户喜爱的文生图应用。 Midjourney用户数量飞速增长,并具有很强的盈利能力。截止2023年3月,Midjourney Discord频道拥有了超1300万社区成员,是目前用户最多的服务器,年营收约为1亿美元。
Midjourney创始人坚持AI不是现实世界的複刻,而是人类想像力的延伸,塑造了充满科幻色彩的产品定位。然而并不是所有人都能轻易认可AI生成艺术,自Midjourney面世以来,这款AI绘画工具几度因为艺术深度伪造问题被推上舆论的风口浪尖,更有甚者认为其生成的图片纰漏百出。
Midjourney并没有否认以上观点,它一直相信AI工具是想像力的发动机,“人类和计算机之间存在的某些障碍阻止了我们进行最基本的交易所。” Midjourney想要加强人类与计算机的连接,将“探索思想的新载体,扩展人类想像力” 作为目标,为未来艺术创作开拓史无前例的康庄大道。
为了实现这个目标,该公司一直致力于改进算法,每隔几个月就会发布新版本的模型。 Midjourney的迭代速度相较于OpenAI可以说是有过之而无不及。去年3月份第一版本首次上线,4月份便火速更新第二版本,接着7月份上线Open Beta V3版本首次向公众开放,Midjourney V4版本去年年底几乎跟ChatGPT同期上线,而就在GPT-4推出的时候,Midjourney也在3月18日飞速推出了V5版本,而这一次的更新堪称“炸裂”。
图源Discord 官网、华泰研究
同时,V5 生成的图像具有更高的分辨率,且图像更真实细腻。默认情况下,Midjourney V5 初始图像的分辨率为1024×1024,V4 版本为512×512,V5生成的图片无论时从光影效果还是人物动作表情,都更加自然,拥有更多丰富的细节,更加接近真实的照片。
◉ 密铺功能实现无缝纹理製作
Midjourney V5 重新引入了曾在V4 中停止使用的无缝平铺功能。在Promt中添加参数(–tile),对元素进行重複、旋转等处理后,可以轻鬆实现织物、壁纸等无缝纹理图案的製作。
◉ 长宽比限制取消
V5版本解除了V4版本中的不高于1:2或不宽于2:1的自定义纵横比,可以实现任意「宽度: 长度」比,这意味着你可以利用其生成电影2.39:1的纵横比,Midjourney的应用空间进一步打开。
◉ 图像与文字指令权重可自定义
V5可以实现自定义Prompt中的图像参照权重(–iw),参数範围为0.5-2.0,数值越高,意味着上传的图片越多地影响最终生成的图像,满足用户垫图更加个性化、多元化的需求,而在前一版本中则是默认图像权重。
除以上四点,V5版本可以让人们通过更精準、细緻的Prompt输出更符合要求的图像。在此前版本,Midjourney根据文本提示即可输出具有创造性的图片,且多为卡通或超现实风格,但V5版本可以容纳真实、抽像等更广泛风格的选择,图像解像度比上个版本提高2倍。
而让人意想不到的是它终于解决了此前AI绘画行业内无法很好完成的“画手”问题,告别了手部畸形,Midjourney V5终于可以画出正常的五个手指了。除此之外,V5版本创作的玻璃及其反射的光影也都更加真实。
技术的升级让Midjourney真正实现了从图像到照片的跨越,从抢画师的饭碗进阶为抢摄影师的饭碗。只要能掌握Prompt的精髓,便可手握科技黑武器,惊喜的是V5的升级里就推出了describe功能。
只需上传一张图片,使用describe功能,Midjourney便会自动分析图片并生成4条对应的Prompt,点击下方对应的按钮便可直接生成类似的图片,当然也可以对这些Prompt进行调整。这样一来,获取更符合自己要求的Prompt就更容易。
从图像反推Prompt,Midjourney通过自行闭环推动人类不断去拥抱这项伟大的技术,大量用户的涌入也让Midjourney官方不得不暂停免费使用功能。
可以看到,Midjourney的发展用飞速来形容也毫不为过,英伟达AI科学家Jim Fan曾猜测,Midjourney是根据人类反馈RLHF进行大规模的强化学习,并且这可能是有史以来规模最大的文本到图像强化学习,用户反馈越多,它的学习效果就越好。
历史上每一次具有革命意义的技术更新,都将会迎来最终大範围落地应用的曙光。在AI科技飞飚的高速公路上,我们将会一直观望这家图片AI龙头如何秀出精彩车技,又将驶向何方。
如今,Midjourney替代了Pinterest、Google Images、Getty Images等传统图库平台,用户不再需要花费更多的时间,而是直接生成,甚至可以将一个月的工作量降低至一星期就可以完成。这对于用户而言,无疑是提高工作效率的加速器。
虽然Midjourney目前已经在AIGC领域是佼佼者的存在,但是它从未想过就止步于此。 Discord每週都会有它的公开会议,通过对其会议的相关内容的总结,关于它未来的几个发展方向,可以简单概括为以下几个方面:
更高的图片质量和更极致的图片库功能:图片修改编辑、图片扩展功能及在V6算法中的更高分辨率; V7/V8版本中,支持在图片中写文字; 告别Discord,提供移动端的服务,可能有自己的APP,或将功能迁移到网站; 实现实时绘图功能; 发布API 用于工具的构建。
Midjourney作为功能单一的应用,未来是否会被集成变成多功能产品的一个环节,或是被技术的快速进步颠覆,目前我们还无法看清行业的终局,但Midjourney作为当前AI图片生成的龙头,观其用户口碑和产品技术的迭代速度,都让人无比期待它的未来发展。
随着AI技术的快速发展,各种工具的出现让AI的应用範围也会指数级的扩大。目前,在设计、电商、广告、游戏、影视等各个领域都涌现出了更多的用例,包括在元宇宙建设中的潜在应用,也将涉及到方方面面。因此,在娱乐性、实用性大大增强的同时,AIGC全新的赛道也在被逐渐打开,接下来就敬请拭目以待。
元宇宙方兴未艾,AIGC接踵而至,我们有理由相信,这两大科技赛道的交汇,将会为元宇宙注入更多的生机与色彩。
【声明】:本文为元宇宙之心运营团队原创,未经允许严禁转载,如需转载请联繫我们,文章版权和最终解释权归元宇宙之心所有。
资讯来源:由0x资讯编译自8BTC。版权归作者所有,未经许可,不得转载
原创文章,作者:币圈吴彦祖,如若转载,请注明出处:https://www.kaixuan.pro/news/463391/