A Midjourney legújabb MI képalkotó modellje, a 6.1-es verzió jelentős előrelépést jelent a mesterséges intelligencia által vezérelt képgenerálás területén. A 2024 júliusában kiadott változat a bőrtextúrák minőségének finomítására és a képalkotás sebességének körülbelül 25%-os növelésére összpontosít az elődeihez képest. Ez a fejlesztés olyan tartós problémákat old meg, mint az emberi ujjak és arcvonások valósághű ábrázolása, amelyek történelmileg nehézséget jelentettek a képgenerálási modellek számára. Szakértői vélemények szerint a 6.1-es verzió fotórealisztikus kimenetei olyan minőséget értek el, amely megkülönböztethetetlen a valóságtól, mérföldkövet jelentve az MI képességeiben.
A Midjourney 6.1-es verziója forradalmasítja az MI képalkotást fotórealisztikus kimenetekkel, amelyek megkülönböztethetetlenek a valóságtól, javítva a sebességet és a bőrtextúrák realizmusát.
A Midjourney 6.1-es verziójának technikai előrelépései finomított neurális hálózatokon alapulnak, amelyek hozzájárulnak az emberi anatómia és textúrák kifinomultabb megértéséhez. Ezek a fejlesztések lehetővé teszik a modell számára a pontosság és koherencia fenntartását a kimenetekben, ami kulcsfontosságú tényező a részletes és realisztikus képeket kereső felhasználók számára. A mély tanulás és neurális hálózatok szerves részét képezik a Midjourney technológiájának, lehetővé téve a különböző promptok megnövekedett pontosságú értelmezését.
Továbbá, a modell bevezeti a stílus konzisztenciát a referencia képek feltöltésén és karakter paramétereken keresztül, nagyobb kontrollt biztosítva a generált képek esztétikai tulajdonságai felett. A felhasználók most már manipulálhatják a képarányokat és kép dimenziókat a parancssor paraméterek használatával, rugalmasságot kínálva a kimenetek speciális igényekhez való igazításában.
A 6.1-es verzió támogatja a többszörös promptokat kettősponttal elválasztott elemekkel, növelve képességét a komplex vizuális narratívák generálására. Ez a funkció lehetővé teszi a felhasználóknak, hogy bonyolult jeleneteket alkossanak több koncepció zökkenőmentes integrálásával. Ezen generálási funkciók mellett a modell magában foglal fejlett felbontásnövelő és szerkesztő eszközöket, megkönnyítve a generálás utáni finomítást.
E fejlesztések ellenére a modell felülete meredek tanulási görbét mutat, különösen a paraméter szintaxis elsajátításában és a Discord eszközök használatában, amelyek továbbra is elengedhetetlenek a fejlett munkafolyamatokhoz.
A felhasználói visszajelzések kiemelik a modell ügyességét a nagyon realisztikus eredmények előállításában, különösen az emberi alanyok finom bőrtextúrákkal való megjelenítésében. Azonban a költség továbbra is akadályt jelent egyes felhasználók számára, mivel az alap 10 dolláros havi díj korlátozza a tokenekhez való hozzáférést, magasabb szintű előfizetéseket téve szükségessé a nagy mennyiségű tartalmakat létrehozók számára. Emellett, bár a modell részletorientáltságát általában dicsérik, vannak esetek, amikor a hozzáadott részletek eltérnek az eredeti promptoktól, ami vegyes fogadtatáshoz vezet.
A versenyképes környezetben a Midjourney 6.1-es verziója felülmúlja a DALL·E-t és a Stable Diffusion-t a fotórealizmus tekintetében. Azonban még mindig elmarad a Leonardo-tól az intuitív munkafolyamatok terén. Erőssége a filmszerű és fantasy stílusokban rejlik, amiket hűvösebb színpaletta jellemez, ami egyedülállóan pozicionálja a versenytársai között.
A Discordon működő közösségi támogatás továbbra is alapvető szerepet játszik a felhasználók segítésében a hibaelhárításban és e fej
References
- https://www.youtube.com/watch?v=oG9wq1vsXHM
- https://careerfoundry.com/blog/ux-design/midjourney/
- https://www.elegantthemes.com/blog/design/midjourney-ai-art
- https://amt-lab.org/reviews/2024/5/using-text-to-image-ai-to-tell-stories-a-midjourney-review
- https://www.tomsguide.com/best-picks/best-ai-image-generators
