آیا آماده اید تا آگاهی بیشتری را به برند خود بیاورید؟ در نظر بگیرید که برای تور AI Impact Tour اسپانسر شوید. درباره فرصت ها بیشتر بدانید اینجا.
اسم آن را هدیه تعطیلات بگذارید: میانه سفر نسخه ۶، آخرین و بهترین نسخه از مدل محبوب AI تولید تصویر از مجموعه تحقیقاتی به همین نام که توسط دیوید هولز تأسیس شده بود، دیشب به عنوان یک نسخه آلفا منتشر شد – و در حال حاضر، برخی از کاربران قدرتمند از پیشرفت هایی که به ارمغان می آورد خوشحال هستند. VentureBeat از Midjourney و سایر ابزارهای هنری هوش مصنوعی برای تولید تصاویر مقاله استفاده می کند.
در میان این ویژگی‌های جدید، می‌توان به بهبود چشمگیر و واقعی‌تر، تصاویر با جزئیات بالا و توانایی ایجاد متن خوانا توسط مدل اشاره کرد. در داخل تصاویر، چیزی که از زمان انتشار Midjourney در سال ۲۰۲۲ حتی به عنوان تولید کننده های تصویر رقیب هوش مصنوعی مانند DALL-E 3 از OpenAI و ایدئوگرام ها این نوع ویژگی را راه اندازی کرده بود.
هولز در پیامی که در سرور Midjourney Discord که بیش از ۱۷ میلیون عضو دارد، نوشت: «این مدل می‌تواند تصاویر واقعی‌تر از هر چیزی که قبلا منتشر کرده‌ایم ایجاد کند. هولز گفت V6 در واقع “سومین مدلی است که از ابتدا روی ابرخوشه های هوش مصنوعی ما آموزش داده شده است” و توسعه آن ۹ ماه طول کشیده است.
چگونه MJ V6 را فعال کنیم؟
به‌روزرسانی به‌طور پیش‌فرض برای کاربران اعمال نمی‌شود – حداقل برای من اینطور نبود. شما باید دستور اسلش “/settings” را در سرور Midjourney Discord یا در یک پیام مستقیم (DM) به ربات Midjourney تایپ کنید و سپس از منوی کشویی در بالا برای انتخاب V6 استفاده کنید. یا، می توانید این کار را به روش قدیمی انجام دهید و به صورت دستی “-v 6” را بعد از درخواست های خود تایپ کنید.
چه چیزی در MJ V6 جدید است؟
به طور خاص، هولز چندین ویژگی جدید را نام برد، از جمله:
- «پیگیری اعلان‌ها بسیار دقیق‌تر و همچنین درخواست‌های طولانی‌تر
- انسجام بهبود یافته و دانش مدل
- بهبود درخواست تصویر و ریمیکس
- توانایی ترسیم متن جزئی (شما باید متن خود را در “نقل قول” بنویسید و
--style rawیا پایین تر--stylizeارزش ها ممکن است کمک کنند)
/imagine a photo of the text "Hello World!" written with a marker on a sticky note --ar 16:9 --v 6
- ارتقاء دهنده های بهبود یافته، با هر دو
'subtleو'creative“حالت ها (رزولوشن را ۲ برابر افزایش می دهد)”
روش های جدید تحریک تشویق شدند
بنیانگذار و رهبر پروژه Midjourney همچنین تصریح کرد که یک روش کاملاً جدید ایجاد شده است.
درخواست Midjourney – اینکه کاربران چگونه با تایپ توضیحات متنی خاص و کلمات کلیدی در سرور Discord یا نسخه آلفای وب سایت، تصاویر تولید می کنند – مدت هاست که تا حدودی باطنی و فنی بوده و کاربران نمونه هایی از تکنیک هایی را به اشتراک می گذارند که برای آنها به خوبی در رسانه های اجتماعی کار کرده است. از جمله شامل نام‌های دوربین (مثلاً Leica M11)، استوک فیلم (۳۵ میلی‌متر) و وضوح (۸k)، برای به دست آوردن نتایج با کیفیت بالا، واقع‌گرایانه یا سینمایی از مدل هوش مصنوعی.
با این حال هولز در پست Discord خود به صراحت اعلام کرد که این نوع ترفندهای تحریک دیگر به نوع نتایج مورد نظر کاربران منجر نمی شود. او نوشت: “شما باید دوباره یاد بگیرید که چگونه اعلان کنید.”
- درخواست با V6 است به طور قابل ملاحظه متفاوت از V5 شما باید «دوباره یاد بگیرید» چگونه اعلان کنید.
- V6 است بسیار به درخواست شما حساس تر است اجتناب از “آشغال” مانند “برنده جایزه، عکس واقعی، ۴k، ۸k”
- در مورد آنچه می خواهید صریح باشید. ممکن است نشاط کمتری داشته باشد، اما اگر صریح باشید، اکنون در درک شما بسیار بهتر است.
- اگر می خواهید چیزی عکاسی تر / کمتر نظری / واقعی تر باشد، احتمالاً باید به طور پیش فرض از آن استفاده کنید
--style raw - مقادیر پایین تر از
--stylize(پیش‌فرض ۱۰۰) ممکن است درک سریع‌تری داشته باشد در حالی که مقادیر بالاتر (تا ۱۰۰۰) ممکن است زیبایی‌شناسی بهتری داشته باشند. - لطفاً در چت سریع با یکدیگر چت کنید تا نحوه استفاده از نسخه ۶ را بیابید.“
نتایج اولیه
من خودم امروز صبح قبل از نوشتن این مقاله مختصراً MJ V6 را آزمایش کردم و متأسفم که می گویم تا کنون، حداقل برای من، به روز رسانی کمی ضعیف بوده است. در حالی که من قطعا شاهد افزایش جزئیات و نسل‌های فوتورئالیستی بیشتر بودم، نتایج آنقدر متفاوت نبودند که بتوانم فقط با نگاه کردن به نسل V5.2 یا V6 در کنار هم بگویم.
با این حال، من تحت تاثیر افکت های نوری و جزئیات بازتابی که می توانند ایجاد شوند، قرار گرفتم.
از دیگر کاربران مشتاق می توان به کارگردانان ترسناک و هنرمندان دیجیتال اشاره کرد کریس پرنا آزمایش و ارسال نتایج فوق‌العاده واضح و پرجزئیات تولید شده توسط MJ V6 در اینستاگرام و سایر سایت‌های رسانه‌های اجتماعی را آغاز کرده‌اند. و نمونه های اولیه تولید متن واقعا امیدوارکننده به نظر می رسند.
و همانطور که هولز در پیام Discord خود که V6 را اعلام کرد، خاطرنشان کرد، مدل جدید “یک تست آلفا است. همه چیز به طور مکرر و بدون اطلاع قبلی تغییر خواهد کرد… زمانی که V6 را به نسخه کامل عرضه کنیم، به طور قابل توجهی تغییر خواهد کرد… V6 نهایی نیست. قدم بردارید، اما امیدواریم همه شما پیشرفت چیزی عمیق را احساس کنید که عمیقاً با قدرت تخیلات جمعی ما در هم تنیده است.”
علاوه بر این، V6 در حال حاضر برخی از ویژگی‌های موجود در V5.2 از جمله حرکت به چپ و راست و کوچک‌نمایی را ندارد، اما هولز گفت که این ویژگی‌ها در به‌روزرسانی‌های بعدی V6 ارائه خواهند شد.
به‌روزرسانی‌ها نشان می‌دهند که Midjourney همچنان به پیشرفت مدل خود ادامه می‌دهد – که بسیاری آن را برجسته‌ترین و باکیفیت‌ترین و همچنین خلاق‌ترین مولد هنر هوش مصنوعی در حال حاضر موجود می‌دانند و رهبری خود را حفظ می‌کند، حتی در شرایطی که با چالش‌های رقبا با استفاده از مدل‌های داخلی خود مواجه است. یا مدل منبع باز پرطرفدار Stable Diffusion، که متکی به یک فناوری AI اساسی معروف به نام “Diffusion” است، که در آن الگوریتم ها برای بازآفرینی تصاویر از “نویز” بصری آموزش داده می شوند.
در همین حال، Midjourney و دیگر مولدهای هنر هوش مصنوعی مبتنی بر انتشار با دعوای حقوقی دسته جمعی برای نقض حق چاپ توسط هنرمندان با این حال، کسانی که آنها را متهم می کنند که در مورد کارهای ارسال شده عمومی خود بدون رضایت یا غرامت، آموزش می بینند نشانه های اولیه نشان می دهد که مولدهای هنر هوش مصنوعی یک دفاع قوی “استفاده منصفانه” داشته باشید.
ماموریت VentureBeat این است که یک میدان شهر دیجیتال برای تصمیم گیرندگان فنی باشد تا دانشی در مورد فناوری سازمانی متحول کننده کسب کنند و معامله کنند. جلسات توجیهی ما را کشف کنید.
منبع: https://venturebeat.com/ai/midjourney-v6-is-here-with-in-image-text-and-completely-overhauled-prompting/