Το μοντέλο δημιουργίας εικόνων AI είναι καλύτερο από το ChatGPT.

Το V7, το μοντέλο της MidJourney, λέγεται ότι είναι ικανό να παράγει λεπτομέρειες όπως τα χέρια με μεγαλύτερη συνέπεια. Φωτογραφία: Xeophon .

Το Midjourney, ένα από τα πρώτα εργαλεία δημιουργίας εικόνων με τεχνητή νοημοσύνη στο διαδίκτυο, μόλις κυκλοφόρησε το πρώτο του νέο μοντέλο μετά από σχεδόν ένα χρόνο.

Το μοντέλο, με την ονομασία V7, κυκλοφόρησε σε δοκιμαστική έκδοση beta τα μεσάνυχτα της 4ης Απριλίου (ώρα ΗΠΑ). Μια εβδομάδα νωρίτερα, η OpenAI είχε επίσης λανσάρει μια παρόμοια λειτουργία με το ChatGPT, η οποία γρήγορα έγινε αίσθηση στα μέσα κοινωνικής δικτύωσης, δημιουργώντας μια νέα τάση δημιουργίας φωτογραφιών σε στυλ Ghibli.

Αν είστε νέοι στο Midjourney, θα πρέπει πρώτα να αξιολογήσετε τις 200 εικόνες που προτείνει το εργαλείο, με βάση τις προτιμήσεις σας. Στη συνέχεια, το εργαλείο θα δημιουργήσει ένα εξατομικευμένο προφίλ για να δημιουργήσει εικόνες που ταιριάζουν με την αισθητική σας. Το V7 είναι το πρώτο μοντέλο Midjourney που έχει ενεργοποιημένη την εξατομίκευση από προεπιλογή.

Μπορείτε να ενεργοποιήσετε ή να απενεργοποιήσετε το V7 κάνοντας κλικ στη γραμμή εργαλείων «έκδοση» στον ιστότοπο. Επιπλέον, αυτό το μοντέλο μπορεί να χρησιμοποιηθεί στον διακομιστή Discord του Midjourney.

Ο Διευθύνων Σύμβουλος της Midjourney, David Holz, περιέγραψε την V7 ως μια «εντελώς διαφορετική αρχιτεκτονική» σε μια ανάρτηση στο X. «Η V7 είναι πολύ πιο έξυπνη όσον αφορά τον χειρισμό δηλώσεων κειμένου», ανακοίνωσε περαιτέρω ο Holz στο Discord.

Σχολίασε ότι το μοντέλο χειρίζεται επίσης αρκετά καλά τις πρωτότυπες εικόνες. Η ποιότητα της εικόνας έχει βελτιωθεί αισθητά με υψηλό βαθμό λεπτομέρειας. Από τα μέρη του σώματος όπως τα χέρια και τα πόδια μέχρι τις φακίδες και τα κεραμικά σχέδια, όλα είναι συνεπή μέχρι την παραμικρή λεπτομέρεια.

Ορισμένες εικόνες δείγματος δημιουργήθηκαν χρησιμοποιώντας το μοντέλο V7. Φωτογραφία: X/MidJourney.

Εκτός από τις δύο λειτουργίες: Turbo (πιο ακριβή) και Relax, η V7 υποστηρίζει ένα νέο εργαλείο που ονομάζεται Draft Mode, το οποίο επιτρέπει τη δημιουργία εικόνων έως και 10 φορές πιο γρήγορα και με το μισό κόστος σε σχέση με την τυπική λειτουργία. Οι εικόνες στη λειτουργία Draft θα έχουν χαμηλότερη ποιότητα, αλλά οι χρήστες μπορούν να αναβαθμίσουν και να αναδημιουργήσουν εικόνες με ένα μόνο κλικ.

Σύμφωνα με τον Holz, ορισμένες τυπικές λειτουργίες του Midjourney δεν είναι προς το παρόν διαθέσιμες με το V7, συμπεριλαμβανομένης της αναβάθμισης και της αναδιαμόρφωσης υφών. Δήλωσε ότι αυτές οι λειτουργίες θα προστεθούν στο εγγύς μέλλον, πιθανώς μέσα στους επόμενους δύο μήνες.

«Πρόκειται για ένα εντελώς νέο μοντέλο με τα δικά του δυνατά σημεία, και ίσως και μερικές αδυναμίες», έγραψε ο Holz στο Discord. Σημείωσε ότι το V7 μπορεί να απαιτεί ένα νέο στυλ γραφής μέσω γραμμής εντολών και ενθάρρυνε όλους να δοκιμάσουν την έκδοση για να βοηθήσουν στην παροχή εποικοδομητικής ανατροφοδότησης.

Ο δημοσιογράφος του Techcrunch, Kyle Wiggers, σχολίασε ότι το V7 μπορούσε να εκτελέσει καλά τις βασικές του εντολές. «Το μοντέλο του Midjourney δεν είναι ειδικά βελτιστοποιημένο για το στυλ Ghibli, τουλάχιστον όχι επίσημα, αλλά μπορεί να παράγει αισθητικά ευχάριστα έργα», πρόσθεσε.

Σύμφωνα με ειδικούς στην Τεχνητή Νοημοσύνη στο Βιετνάμ, η λειτουργία δημιουργίας εικόνων του ChatGPT μπορεί να είναι ευκολότερη και πιο βολική στη χρήση από προηγούμενα εργαλεία δημιουργίας εικόνων όπως το MidJourney και το Stable Diffusion. Ωστόσο, το μοντέλο του OpenAI δεν έχει ακόμη δημιουργήσει κάποια σημαντική ανακάλυψη στην ποιότητα της εικόνας και μπορεί να είναι κατώτερο από προηγούμενα εργαλεία.

Η Midjourney είναι μια μάλλον μοναδική εταιρεία. Ιδρύθηκε το 2022 από τον Holz, συνιδρυτή της Leap Motion, κατασκευάστριας περιφερειακών υπολογιστών, και η Midjourney δεν έχει λάβει ποτέ καμία εξωτερική επένδυση.

Η εταιρεία επίσης δεν αποκαλύπτει την επιχειρηματική της απόδοση, αλλά η CBInsights εκτίμησε τα έσοδα της Midjourney στο τέλος του 2023 σε περίπου 200 εκατομμύρια δολάρια . Πρόσφατα, η εταιρεία δήλωσε ότι σχηματίζει μια ομάδα υλικού για να εργαστεί σε διάφορα μη δημοσιοποιημένα έργα και συνεχίζει να εκπαιδεύει μοντέλα που έχουν ανακοινωθεί προηγουμένως για τη δημιουργία τρισδιάστατων βίντεο και αντικειμένων.

Όπως και το ChatGPT, έτσι και το MidJourney αντιμετωπίζει αρκετές αγωγές που ισχυρίζονται παραβιάσεις των δικαιωμάτων εκατομμυρίων καλλιτεχνών, εκπαιδεύοντας εργαλεία τεχνητής νοημοσύνης σε εικόνες που συλλέχθηκαν από τον ιστό χωρίς τη συγκατάθεση των δημιουργών εικόνων.

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