Što je novo u Midjourney V7 nakon godinu dana pauze?
Midjourney je službeno lansirao svoj najnoviji model za generiranje slika, Midjourney V7. Ovaj model nije samo nadogradnja prethodne generacije tehnologije, već i još jedno remek-djelo duboke kultivacije tima Midjourney u području umjetne inteligencije. Kao prvo veliko ažuriranje u gotovo godinu dana od izlaska V6 u prosincu 2023., V7 donosi pametnije brzo razumijevanje, poboljšanu kvalitetu slike i mnoštvo inovativnih značajki koje kreatorima omogućuju učinkovitije i točnije ostvarenje svoje mašte.
Jedan od najznačajnijih napretka u Midjourney V7 je njegovo znatno poboljšano razumijevanje tekstualnih upita. U prošlosti su alati za generiranje slika umjetne inteligencije često bili ograničeni nemogućnošću točnog tumačenja složenih ili apstraktnih upita, ali V7 je značajno poboljšao ovaj problem novim dizajnom arhitekture i poboljšanim metodama obrade jezika. Bilo da se radi o tekstualnim ili slikovnim upitima, V7 točnije bilježi namjeru korisnika. Na primjer, ako korisnik unese “samuraja s mačem koji stoji na vrhu maglovite planine sa zalazećim suncem u pozadini”, V7 ne samo da će proizvesti scenu koja odgovara opisu, već će pokazati i veću koherentnost u detaljima kao što su poze samuraja, slojevitost magle i prirodni prijelazi svjetlosti. To čini V7 pouzdanijim kreativnim partnerom, posebno za profesionalne kreatore kojima je potreban precizan izraz.
Poboljšani su detalji teksture i konzistencija strukture ljudskog tijela
Kvaliteta slike još je jedan vrhunac Midjourney V7. U usporedbi s V6, V7 ima značajno poboljšane detalje teksture, ljudsku anatomiju i dosljednost predmeta. Problemi koji su u prošlosti bili uobičajeni sa slikama generiranim umjetnom inteligencijom, kao što su deformacije ruku ili nesrazmjerni predmeti, značajno su poboljšani u V7. Prema timu Midjourney, V7 može generirati realističnije detalje, kao što su bore na koži ili prilikom generiranja portreta, V7 može prirodnije prikazati pokrete ruku i položaje tijela. Na pejzažnoj karti može prikazati bogatije efekte svjetla i sjene te razine materijala. Ovaj visok stupanj realizma čini V7 ne samo prikladnim za umjetničko stvaralaštvo, već i za oglašavanje, arhitektonski dizajn i druga područja kako bi se pružili kvalitetniji vizualni materijali.
Personalizacija je omogućena prema zadanim postavkama
Po prvi put, V7 je omogućio personalizaciju prema zadanim postavkama, što je veliki remont u korisničkom iskustvu Midjourneyja. Da bi koristili V7, korisnici moraju ispuniti oko 200 ocjena slika na službenoj web stranici, što traje oko 5 minuta za izradu personaliziranog profila.
Ovaj profil prilagođava rezultate na temelju estetskih preferencija korisnika (npr. tendencije boja, stilske preferencije) kako bi svaka slika bila relevantnija za kreativne potrebe korisnika. Na primjer, korisnik koji preferira živopisne boje može dobiti svjetlije slike, dok će realističniji korisnik vidjeti finije detalje. Funkcija personalizacije može se uključiti i isključiti u bilo kojem trenutku, omogućujući korisnicima fleksibilno prebacivanje između personaliziranog i generičkog načina rada, što uvelike poboljšava praktičnost i prilagodljivost V7.
Način rada nacrta: Alat za brzu iteraciju
V7-ov “Draft Mode” hvaljen je kao njegova “vodeća značajka”. S brzinom i isplativošću u svojoj srži, ovaj je model 10 puta brži od standardnog modela i upola jeftiniji. Iako je kvaliteta slike generirana načinom rada nacrta nešto niža, korisnici je mogu pretvoriti u visokokvalitetni gotov proizvod pomoću funkcije “Poboljšaj” ili “Promijeni” jednim klikom. Konkretno, nacrt podržava glasovni unos, a korisnici trebaju samo uključiti “način razgovora” za crtanje tijekom razgovora, tako da kreativnost može teći prirodno poput tekuće vode. Na primjer, dizajner može brzo glasovno upisati ideju dok razmišlja s timom, generirati skicu u nekoliko sekundi, a zatim prilagoditi detalje na temelju povratnih informacija. Ova značajka ne samo da ubrzava kreativni proces, već otvara i nove mogućnosti za improvizaciju.
Kompatibilnost sa značajkama prethodne generacije
Kako bi se osigurao kontinuitet korisničkih kreacija, V7 zadržava potpunu kompatibilnost s referentnim kodom stila (sref) V6.1. To znači da se prethodno spremljeni predlošci stilova i dalje mogu besprijekorno primijeniti, još bolje s V7 optimizacijama. Osim toga, V7 podržava većinu parametara prethodne generacije, kao što su “–ar” za podešavanje omjera slike i “–seed” za nasumično sjeme, tako da korisnici upoznati s Midjourneyjem mogu brzo započeti. Midjourney također planira uvesti nove značajke svakih jedan do dva tjedna tijekom sljedećih 60 dana, uključujući novi referentni sustav likova i objekata kako bi se dodatno povećala kreativna fleksibilnost i dosljednost.
Lansiranje Midjourney V7 dolazi u vrijeme kada se pojačava konkurencija u području generiranja AI slika, kao i OpenAI-jev DALL-E 3 i Stability AI Stable Diffusion. Sa svojim visokokvalitetnim izlazom i inovativnim značajkama, očekuje se da će V7 učvrstiti vodeću poziciju Midjourneyja na tržištu. Od umjetnika koji brzo generiraju konceptualne skice do reklamnih timova koji stvaraju personalizirane kreative, potencijal za V7 nedvojbeno je širok. Međutim, kao Alpha verzija, V7 trenutno ne podržava značajke kao što su povećanje veličine slike ili ponovno teksturiranje, a poboljšanje ovih značajki još uvijek treba pričekati na sljedeća ažuriranja. Osim toga, pronalaženje najbolje ravnoteže između brzine, cijene i kvalitete također je izazov za Midjourney tim u budućnosti.
