Midjourney
Midjourney là một dịch vụ chuyển văn bản thành hình ảnh thương mại phổ biến được biết đến với kết quả ấn tượng, có tính thẩm mỹ cao và nguồn gốc của nó là bot Discord.
Tổng quan
It competes with tools like DALL-E and Stable Diffusion but is prized for its distinctive artistic look.
Lặn sâu
Ra mắt vào năm 2022 bởi một phòng thí nghiệm độc lập do David Holz đứng đầu, Midjourney trở nên nổi tiếng một phần nhờ giao diện khác thường: người dùng nhập lời nhắc '/imagine' bên trong máy chủ Discord và bot trả lời bằng hình ảnh, nuôi dưỡng một cộng đồng lớn, trực quan, nơi mọi người học hỏi từ lời nhắc của nhau. Các mô hình của nó là nguồn đóng và Midjourney ít được biết đến nhờ tính cởi mở về mặt kỹ thuật mà vì tính thẩm mỹ tinh tế, đẹp như tranh vẽ mà nhiều người cho rằng ngay từ khi mở hộp ra thì đẹp hơn các công cụ đối thủ. Các phiên bản kế tiếp đã mài giũa chi tiết, mạch lạc và hiểu nhanh chóng, đồng thời sau đó giao diện web và trình chỉnh sửa đã được thêm vào. Midjourney đã thu hút sự chú ý rộng rãi khi hình ảnh do v5 tạo giành chiến thắng trong một cuộc thi nghệ thuật và khi hình ảnh chân thực giả được lan truyền rộng rãi trên mạng, khiến hình ảnh đó trở thành trung tâm của các cuộc tranh luận về nghệ thuật AI, quyền tác giả và thông tin sai lệch.
Hiểu biết kỹ thuật
Midjourney không công bố kiến trúc của nó, nhưng nó được hiểu rộng rãi là một hệ thống chuyển văn bản thành hình ảnh dựa trên sự khuếch tán, giống như các hệ thống ngang hàng của nó, được điều chỉnh nhiều về tính thẩm mỹ hơn là độ chính xác theo nghĩa đen. Người dùng định hình đầu ra bằng các tham số được thêm vào lời nhắc: tỷ lệ khung hình (--ar), cường độ cách điệu (--stylize) và phiên bản (--v), cùng với lời nhắc và trọng lượng hình ảnh kết hợp các hình ảnh tham chiếu. Các tính năng như biến thể, nâng cấp, xoay/thu phóng và 'phối lại' mang lại khả năng kiểm soát lặp đi lặp lại. Vì mô hình đóng nên người dùng sẽ tối ưu hóa kết quả thông qua thủ công nhanh chóng và các thông số thay vì tinh chỉnh trọng số.
Tác động chiến lược
Tốc độ và tỷ lệ
Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
Xây dựng lựa chọn
Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
Nhóm và quy trình làm việc
Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.
Tương lai của Midjourney
Midjourney có thể sẽ tiếp tục ưu tiên chất lượng hình ảnh và tính dễ sử dụng, đồng thời tiếp tục chuyển Discord sang ứng dụng web và công cụ chỉnh sửa của riêng mình, đồng thời mở rộng sang tạo video. Mong đợi khả năng hiển thị văn bản tốt hơn, tính nhất quán của ký tự trên các hình ảnh và khả năng điều khiển chỉnh sửa tốt hơn. Là một sản phẩm thương mại khép kín, nó cạnh tranh dựa trên sự trau chuốt và thương hiệu hơn là tính cởi mở, đồng thời phải đối mặt với áp lực pháp lý và đạo đức liên tục đối với dữ liệu đào tạo, các vụ kiện bản quyền và sự lan truyền của hình ảnh giả mạo đầy thuyết phục, những điều sẽ định hình các quy tắc nội dung và đặc điểm xuất xứ của nó.
Triển khai trong thế giới thực
Các nghệ sĩ ý tưởng và họa sĩ minh họa nhanh chóng khám phá tâm trạng, phong cách và bố cục trước khi thực hiện tác phẩm cuối cùng
Các nhà tiếp thị và người tạo nội dung tạo ra hình ảnh xã hội, blog và quảng cáo bắt mắt mà không cần chụp ảnh
Tác giả và nhà thiết kế trò chơi hình dung các nhân vật, sinh vật và môi trường từ mô tả bằng văn bản
Các nhà thiết kế sản phẩm và nội thất tạo ra các mô hình nhanh và bảng cảm hứng bằng cách sử dụng lời nhắc hình ảnh và điều khiển tỷ lệ khung hình
Rủi ro & lan can
Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.
Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.
Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.
Lộ trình thực hiện
Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.
Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.
Tiếp tục khám phá
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Midjourney quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Hướng dẫn tiếp theo
CLIP và mô hình ngôn ngữ tầm nhìn
Câu hỏi thường gặp
What is Midjourney?
Midjourney là một dịch vụ chuyển văn bản thành hình ảnh thương mại phổ biến được biết đến với kết quả ấn tượng, có tính thẩm mỹ cao và nguồn gốc của nó là bot Discord. Nó cạnh tranh với các công cụ như DALL-E và Stable Diffusion nhưng được đánh giá cao nhờ vẻ ngoài nghệ thuật đặc biệt.
Midjourney ban đầu cho phép người dùng tạo hình ảnh thông qua nền tảng nào?
Midjourney lần đầu tiên chạy dưới dạng bot Discord, trong đó người dùng nhập lời nhắc /tưởng tượng và bot trả lời bằng hình ảnh trong các kênh được chia sẻ.
Midjourney thường được khen ngợi nhất về điều gì so với các công cụ hình ảnh của đối thủ?
Midjourney được biết đến là người tạo ra những hình ảnh đặc biệt đẹp, cách điệu theo mặc định, ngay cả khi nó ít nghĩa đen hơn một số đối thủ cạnh tranh.
Người dùng Midjourney kiểm soát các cài đặt như hình dạng hình ảnh như thế nào?
Người dùng thêm các tham số như --ar (tỷ lệ khung hình), --stylize và --v (phiên bản) vào lời nhắc điều khiển đầu ra.
Tại sao Midjourney trở thành tâm điểm trong các cuộc tranh luận về nghệ thuật AI?
Các sự kiện nổi bật, bao gồm chiến thắng trong cuộc thi và ảnh giả có tính chất chân thực lan truyền, đã đặt Midjourney vào trung tâm của các cuộc tranh luận về quyền tác giả và thông tin sai lệch.