Model generování obrázků s umělou inteligencí je lepší než ChatGPT

V7, model od MidJourney, údajně dokáže konzistentněji vytvářet detaily, jako jsou ruce. Foto: Xeophon .

Midjourney, jeden z prvních generátorů obrázků s umělou inteligencí na webu, právě vydal svůj první nový model po téměř roce.

Model s názvem V7 byl vydán v beta verzi o půlnoci 4. dubna (amerického času). O týden dříve spustila OpenAI podobnou funkci s ChatGPT a na sociálních sítích rychle vyvolala rozruch novým trendem vytváření fotografií ve stylu Ghibli.

Pokud jste Midjourney nikdy předtím nepoužívali, musíte nejprve ohodnotit 200 obrázků, které vám nástroj navrhne, na základě vašich preferencí. Nástroj poté vytvoří personalizovaný profil, který vytvoří fotografie odpovídající vaší estetice. V7 je prvním modelem Midjourney, u kterého je personalizace ve výchozím nastavení povolena.

V7 můžete povolit nebo zakázat kliknutím na panel nástrojů „verze“ na webu. Tento model lze navíc použít na Discord serveru Midjourney.

Generální ředitel společnosti Midjourney David Holz v příspěvku na X popsal V7 jako „zcela odlišnou architekturu“. „V7 je mnohem chytřejší, pokud jde o zpracování textových příkazů,“ pokračoval Holz na Discordu.

Poznamenal, že model dokáže také docela dobře zpracovat původní obrázek. Kvalita obrazu se výrazně zlepšila s vysokou mírou dokonalosti. Od částí těla, jako jsou ruce a nohy, až po pihy, keramické vzory jsou konzistentní do každého detailu.

Některé ukázkové obrázky pořízené z modelu V7. Foto: X/MidJourney.

Kromě dvou režimů: Turbo (který je dražší) a Relax, V7 podporuje nový nástroj s názvem Draft Mode, který umožňuje vytvářet obrázky 10krát rychleji a stojí jen polovinu ceny oproti standardnímu režimu. Obrázky v Draft modu budou mít nižší kvalitu, ale uživatelé je mohou upgradovat a znovu vytvořit jediným kliknutím.

Podle Holze některé standardní funkce Midjourney zatím nejsou ve verzi V7 dostupné, včetně upscalingu a retexturování. Dodal, že tyto funkce budou přidány v blízké budoucnosti, pravděpodobně během příštích dvou měsíců.

„Toto je zcela nový model s vlastními silnými stránkami a možná i s některými slabinami,“ napsal Holz na Discordu. Poznamenal, že V7 bude pravděpodobně vyžadovat nový styl psaní, a vyzval lidi, aby si verzi vyzkoušeli a poskytli jim zpětnou vazbu.

Reportér Techcrunchu Kyle Wiggers poznamenal, že V7 si s jeho základními příkazy vedl dobře. „Model Midjourney není speciálně optimalizován pro Ghibli, alespoň ne oficiálně, ale stále dokáže vytvořit esteticky příjemnou práci,“ dodal.

Podle vietnamských expertů na umělou inteligenci může být funkce generování obrázků v ChatGPT snadněji použitelná a pohodlnější než dřívější generátory obrázků, jako jsou MidJourney a Stable Diffusion. Model OpenAI však zatím nepřinesl průlom v kvalitě obrazu, která může být horší než u předchozích nástrojů.

Midjourney je poměrně neobvyklá společnost. Společnost Midjourney, založená v roce 2022 Holzem, spoluzakladatelem výrobce periferních zařízení pro PC Leap Motion, nikdy neobdržela žádné externí investice.

Společnost také nezveřejňuje své příjmy, ale CBInsights odhaduje, že Midjourney do konce roku 2023 dosáhne tržeb ve výši přibližně 200 milionů dolarů. Společnost nedávno uvedla, že buduje hardwarový tým, který bude pracovat na některých nezveřejněných projektech a bude pokračovat v trénování dříve oznámených modelů pro tvorbu videí a 3D objektů.

Stejně jako ChatGPT čelí i MidJourney několika soudním sporům, v nichž tvrdí, že porušil práva milionů umělců tím, že bez souhlasu jejich tvůrců trénoval nástroje umělé inteligence na obrázcích stažených z webu.

Zdroj: https://znews.vn/mo-hinh-tao-anh-ai-tot-hon-chatgpt-post1543472.html