“So easy！”人工智能图像服务Midjourney的新版本AI图像生成器

最新的版本4，可以从简单的提示中提供更多的细节和更好的组合。

上图：用alpha版本的Midjourn v4生成的八张图像。

上周六，人工智能图像服务 Midjourney 开始对其文本到图像合成模型的第4版（“v4”）进行alpha测试，用户可以在其Discord服务器上使用该模型。新模式比之前的服务提供了更多的细节，这让一些人工智能艺术家评论说，v4版本几乎使得从简单的提示中获得高质量的结果变得“太容易”了。

Midjourney于今年3月向公众开放，作为人工智能图像合成模型早期浪潮的一部分。由于其独特的风格，以及在Dall-E和稳定扩散之前公开发行，它很快就获得了大量追随者。不久之后，midjourney 制作的作品通过赢得艺术比赛、为潜在的历史性版权注册提供材料、出现在库存插图网站（后来被禁止）而成为新闻。

随着时间的推移，Midjourney 在模型中添加了更多训练、新功能和更多细节。当前的默认模型，被称为“v3”，于8月首次亮相。现在，Midjourney v4正在接受该服务的Discord服务器的数千名成员的测试，他们通过 Midjourney 机器人创建图像。用户目前可以通过在提示符后添加“ —— v4”来尝试v4版本。

Midjourney创始人大卫·霍尔茨（David Holz）在Discord的公告中写道：“V4是一个全新的代码库和全新的AI架构。这是我们在新的Midjourney人工智能超级集群上训练的第一个模型，已经进行了9个多月的工作。”

上图：比较Middravel v3（左）和v4（右）之间的输出，提示为“一个肌肉发达的野蛮人，在CRT电视机旁拿着武器，电影，8K，工作室照明。”

在我们对 Midjourney 的v4模型的测试中，我们发现它提供了比v3更多的细节，更好地理解提示，更好的场景组成，有时在其主题中更好的比例。在寻找照片级真实感图像时，我们看到的一些结果可能很难与较低分辨率的实际照片区分开来。

根据大卫·霍尔茨的说法，v4 的其他功能包括：

更多的知识（关于生物、地方等）。
更擅长把小细节做得更好（在所有情况下）。
处理更复杂的提示（具有多个级别的详细信息）。
更适合多对象/多角色场景。
支持图像提示和多提示等高级功能。
支持--混沌参数（设置为0到100）控制图像网格的种类。

Midjourney v4在该服务的Discord上反响积极，其他图像合成模型的粉丝也注意到了这一点，他们经常与复杂的提示进行斗争，以获得良好的结果。

Midjourney表示，v4仍然在alpha版本中，所以它将继续随着时间的推移修复新模型的小问题。该公司计划提高v4放大图像的分辨率和质量，增加自定义长宽比（像v3），提高图像清晰度，减少文本失真。Midjourney 的订阅费用在每月10美元到50美元之间。

考虑到Midjourney在八个多月的工作中取得的进展，我们很难想象，明年在图像合成方面会取得怎样的进展。

如果朋友们喜欢，敬请关注“知新了了”！