Midjourney V6 претставува значаен напредок во областа на уметноста со вештачка интелигенција. Новата верзија воведува неколку иновативни карактеристики и подобрувања во однос на неговиот претходник, V5.2. Еве сеопфатен преглед на клучните аспекти и функционалности на Midjourney V6, како и споредби со претходната верзија на Midhourney и актуелната на Dall-e.
1. Поддршка за 3D модели
Midjourney V6 ги прошири своите можности за да вклучи поддршка за 3D модели. Оваа карактеристика им овозможува на уметниците и дизајнерите да вклучат длабочина и димензија во нивните визуелни приказни, а со тоа да ги прошират хоризонтите на креативното изразување.
Го испробавме тоа со промпт (наредба – ќе го користиме зборот промпт поради неговата употреба на англиски јазик и немање соодветен термин на македонски): Create a detailed 3D landscape of a futuristic city at sunset. The city should feature towering skyscrapers with glowing neon lights, flying cars zooming between the buildings, and a large, serene park in the center. The style should be hyper-realistic, capturing the reflective surfaces of the buildings and the dynamic lighting of the setting sun.
Верзија 5:
Верзија 6:
Истиот промпт во dall-e:
2. Подобрена структура на промпт
Midjourney V6 воведува рафинирана промптна структура која е подобра во споредба со претходните верзии. Ова вклучува спецификации за стил, предмет, поставка, композиција, осветлување и дополнителни информации за подобрување на длабочината на сликата. Оваа рационализирана брза структура ветува понамерен и контролиран пристап за генерирање слики со вештачка интелигенција.
“Create an impressionist, vibrant lakeside scene during early autumn with a wooden rowboat tethered to a dock, a figure seated on the dock, and a backdrop of a colorful forest, captured in a wide-angle view under the golden hour lighting.”
Истиот промпт во dall-e
Тука веќе се потенцира тенденцијата на поновите верзии на Midjourney (од верзија 5) за фотографски, пореалистичен стил. Во поновите верзии беше поизразена илустраторската, уметничка стилистика. Но, можеби проблемот е во нас. Промптовите ги правевме со помош на ChatGPT, а тој е производ на иста компанија која го прави Dall-e. Се обидовме да го досредиме промптот повеќе да одговара на Midjourney кој бара помалку упатства и описи во вид на реченици.
„impressionist painting of a vibrant lakeside scene, early autumn, a wooden rowboat tethered to a dock, a figure seated on the dock, backdrop of a colorful forest, wide-angle view, golden hour lighting.”
3. Подобрувања за генерирање текст
Еден од најголемите недостатоци на Midjourney беше неможноста да генерира текст. Веќе зборувавме за тоа колку Dall-e е во предност во однос на тој аспект. Midjourney 6 има значителни подобрувања во прецизното прикажување на текстот. Midjourney препорачува користење на понизок параметар Style за да се постигне попрецизно прикажување на текстот.
Го пробавме со промпт „the hulk standing holding a sign saying “DALL-E, who?!”
Истиот промпт не помина кај dall-e, затоа што има постриктни правила во однос на заштитени карактери (пр. Халк), не можевме да го искористиме истиот промпт. Се обидовме вака: create an image of of a large, muscular green humanoid figure standing holding a sign saying “Midjourney, who?!”
4. Тестирање управувано од корисници и вклучување на заедницата
Midjourney презеде заеднички пристап со вклучување на својата корисничка база во тестирањето пред објавувањето. Оваа иницијатива ја одразува посветеноста на повратните информации од корисниците и е насочена кон усовршување на системот со помош на заедницата. Ова е пристап кој Open.ai го користи веќе долго време.
5. Континуирана еволуција и подобрување
И покрај тоа што е во својата бета или алфа фаза, Midjourney V6 е функционален, а дополнителни ажурирања може да пристигнат ненајавено. Преминот од V5.2 во V6 ја нагласува посветеноста на Midjourney за континуирано подобрување на пејзажот со вештачка интелигенција.
6. Пристапување до Midjourney V6
За да пристапат до V6, корисниците треба да додадат –v 6.0 на кое било барање, на пример „the hulk standing holding a sign saying “DALL-E, who?! –v 6.0“
Забелешка: Midjourney е платена апликација, но постојат начини за генерирање одреден број на слики бесплатно.
Заклучок
Midjourney V6 претставува скок напред во уметноста со вештачка интелигенција, донесувајќи подобрен реализам, пософистицирана брза структура, подобрено генерирање текст и пристап кон развојот управуван од корисниците. Како што пејзажот со вештачка интелигенција продолжува да се развива, ваквите достигнувања се клучни за поместување на границите на иновациите во генерирањето слики со вештачка интелигенција.
За подетални сознанија и примери за можностите на Midjourney V6, можете да ги посетите овие извори: Cybergen, MyAIForce и Analytics Vidhya.