MidJourney V5.2 против V6 Alpha: тестируем различия

От каракулей карандашом до мастера-художника.

MidJourney выпустила альфа-версию своей модели V6, и в ней есть много обещанных улучшений по сравнению с V5.2. Мы смотрим на то, что лучше на бумаге, и сравниваем это со старой моделью.

Что нового в V6?

Несомненно, с V6 многое произошло под капотом, но MidJourney выделил ключевые функции в официальной теме Discord. Обратите внимание, что для просмотра рассматриваемого сообщения вам необходимо быть участником MidJourney Discord. Вот наиболее важные изменения:

Более точное быстрое соблюдение.
Более длинные подсказки.
Улучшенная согласованность и знание моделей.
Улучшены подсказки и ремиксы изображений.
Незначительная возможность рисования текста (аналогично новой модели DALL-E).
Улучшенные средства масштабирования с «тонким» и «творческим» режимами.

Короче говоря, V6 приближает MidJourney к впечатляющим новым возможностям конкурирующего инструмента DALL-E 3, но здесь нам интересно увидеть, насколько он лучше, чем модель V5.2, которая использовалась по умолчанию на момент написания. .

Если вы являетесь подписчиком MidJourney и хотите попробовать новую альфа-версию V6, просто введите /настройки в Discord, а затем выберите V6 в меню модели, которое появляется после отправки команды.

Быстрое соблюдение

Первое, что я хочу проверить, — насколько хорошо новая модель придерживается подсказки. Раньше MidJourney воспринимал детали в подсказке скорее как расплывчатые предложения, чем как инструкции. Итак, вот подсказка с очень подробными инструкциями.

Draw a marketplace in a futuristic city. To the left of the frame, is a woman with a shopping basket in her left arm. To the right is a street market stall. A robot is behind the stall selling fruit. The robot is purple, and he is holding an apple in his outstretched right arm.

Для каждой модели я выбрал изображение, которое наиболее соответствует моей подсказке. Вот лучшее, что придумал V5.2.

Вот лучшее, что придумал V6.

Хотя V5.2 обычно включает в себя все элементы, которые я просил, они вообще не расположены правильно относительно фрейма или друг друга. Единственная настоящая ошибка, которую здесь допустил V6, — это положить яблоко в левую руку робота, а корзину для покупок в правую руку девушки. Возможно, самое важное то, что все изображения, созданные V6, гораздо более связны, чем изображения, созданные V5.2, в котором нет чувства кадрирования или баланса, и они просто кажутся смешанными.

Помещение текста в изображения

Как и DALL-E 3, MidJourney V6 может похвастаться способностью правильно интегрировать текст в изображение. Все, что вам нужно сделать, это отделить текст кавычками в подсказке. Вот подсказка, которую мы использовали:

A fabric flag with the words "How To Geek" on it.

Я привожу здесь все четыре попытки обеих моделей, чтобы показать, что V6 еще не идеален в этом, но ни одно из изображений V5.2 даже близко не приближается к правильному воспроизведению текста.

Однако с V6 это удалось на 75% с первой попытки, и вы можете ясно видеть, что текст правильно интегрирован в изображение, а не просто наложен.

Художественное качество

Хотя мы можем более или менее объективно проверить, насколько хорошо V6 может следовать подсказкам или интегрировать текст, художественное качество определить гораздо сложнее. В моем сравнении моделей MidJourney V1 и V5.2 стало ясно, что с каждой новой моделью ИИ становился все более «творческим», из-за отсутствия лучшего слова. Композиция и детализация также значительно улучшились, и, честно говоря, V5.2 по-прежнему лидирует, когда дело касается художественного чутья, как я заметил, сравнивая MidJourney с DALL-E 3.

Поэтому я думаю, что лучше оставить это на усмотрение каждого, кто это читает, поэтому вот несколько пар изображений: V5.2 слева и V6 справа.

Prompt: An epic and beatiful fantasy scene of an elvish village where the elves are going about their business. Make it an oil painting

Prompt: A futuristic street scene with aliens, robots, and humans all living in the same city. Make it in the style of a digital speed painting.

Prompt: A nature photograph of mountains as seen from the beach, with a large visible moon in the sky.

Это просто альфа (на данный момент)

Очень важно помнить, что на момент написания MidJourney V6 еще не завершена. Это новая модель, созданная с нуля, но с учетом уроков, извлеченных из предыдущих моделей. В версии 6 по-прежнему отсутствуют некоторые замечательные возможности, которые можно найти в версии 5.2, такие как возможность панорамирования изображения.