Kas yra Midjourney? Modelis su stipriausiu firminiu braižu

Paduokite tą patį trumpą prompt keliems modeliams ir skirtumai bus akivaizdūs. Dauguma grąžins pažodinį, kiek plokščią rezultatą. Midjourney linkęs grąžinti tai, kas turi dramatišką apšvietimą, mažą ryškumo gilumą, apgalvotą spalvinę sąrangą ir jausmą, kad kažkas priėmė kūrybinius sprendimus.

Tai nėra atsitiktinumas dėl treniravimo duomenų; tai ir yra produktas. Modelis suderintas taip, kad kurtų vizualiai įsimenančius vaizdus, ir šito jis siekia net tada, kai prompt to neprašo.

Mainai — tiesiakalbiškumas. Suderintas estetinis filtras atsistoja tarp Jūsų užduoties ir rezultato, tad prašydami ko nors paprasto — plokščio produkto kadro baltame fone, neutralaus atvaizdo ar schemos — labiau ginčysitės su modeliu, nei duosite nurodymą. Kai darbui reikia tikslumo, o ne nuotaikos, tai reali sąnauda.

Didžiąją savo gyvavimo dalį Midjourney neturėjo atskiros programos. Prisijungdavote prie Discord serverio, parašydavote komandą pokalbių kanale, ir Jūsų vaizdai atsirasdavo ten pat, greta visų kitų. Tai išliko vienu keisčiausių sąsajos sprendimų vartotojų programinėje įrangoje — ir veikė.

Taip susiformavo nuolatinė vieša dirbtuvė. Pradedantieji matydavo tūkstančius prompt ir jų rezultatus tiesiog slenkančius ekrane, todėl mokymosi kreivė smarkiai sutrumpėjo, o bendruomenė susitelkė pačiame įrankyje, o ne šalia jo.

Vėliau atsirado žiniatinklio sąsaja, ir dabar dauguma ja ir naudojasi. Ankstyvųjų metų kultūrinis efektas išliko — bendruomenė dalijasi technika, o didelė praktinių žinių dalis gyvena pokalbiuose, o ne dokumentacijoje.

Jokių svorių, jokio vykdymo lokaliai, jokio prasmingo nemokamo lygio ir istoriškai jokios bendros API. Prieiga — pagal prenumeratą, o visas vamzdynas — kieno nors kito.

Daugeliui tai kaip tik tinka — nereikia pirkti aparatūros, nieko diegti ir nieko prižiūrėti. Bet tiems, kam reikia generuoti programiškai dideliais kiekiais, garantuoti identišką reprodukciją po kelerių metų ar nelaikyti šaltinių trečiųjų šalių infrastruktūroje, tai struktūrinis apribojimas, o ne nepatogumas.

Tai taip pat reiškia, kad modelis keičiasi Jums po kojomis. Versijos viena po kitos keičia „namų“ stilių, ir anksčiau patikimai gaunami vaizdai gali nebepavykti vėlesnėje versijoje. Kai išvaizda turi komercinę reikšmę, tai rizika, kurią reikia planuoti.

Kai vaizdas skirtas žiūrėti, o ne tikrinti. Koncepcinis menas, nuotaikų lentos, redakcinės iliustracijos, knygų viršeliai, albumų dailė — viskas, kur „įspūdingas“ yra specifikacija ir niekas nepyks, jei architektūra neįmanoma.

Tai ir greičiausias kelias nuo miglotos idėjos iki gero rezultato. Jei dar negalite tiksliai aprašyti, ko norite, „skonį turintis“ modelis naudingesnis už tokį, kuris ištikimai perteikia Jūsų neapibrėžtumą.

Netinka, kai esmė — tikslumas: produktas, kuris turi atrodyti tiksliai kaip produktas, fotografija, kuri neturi skaitytis kaip stilizuota, techninė iliustracija ar bet kas, kas bus rodoma auditorijai, atpažinsiančiai „namų“ stilių ir dėl jo nuvertinsiančiai vaizdą.

Paprasčiausias būdas įrėminti: Midjourney turi nuostatą, FLUX klauso instrukcijų, Nano Banana išlaiko tai, kas jau yra, o Stable Diffusion duoda dalis susikonstruoti tokį elgesį, kokio reikia. Tai keturi skirtingi darbai, o ginčai, kuris geriausias, dažniausiai tėra ginčai apie tai, kokį darbą kažkas turėjo.

Skelbiame platesnį Midjourney ir LaFoto palyginimą atskirai — įskaitant, kur jis laimi. Katalogo įrašas, kuris vardytų tik konkurento silpnybes, vertas tiek, kiek kainavo jį parašyti.