A mesterséges intelligencia képgeneráló modellje jobb, mint a ChatGPT

Állítólag a V7, a MidJourney modellje képes olyan részleteket, mint a kezek, következetesebb létrehozására. Fotó: Xeophon .

A Midjourney, az egyik első mesterséges intelligenciával vezérelt képgenerátor az interneten, közel egy év után kiadta első új modelljét.

A V7 névre keresztelt modell béta verzióját április 4-én éjfélkor (amerikai idő szerint) adták ki. Egy héttel korábban az OpenAI szintén elindított egy hasonló funkciót a ChatGPT-vel, és gyorsan felháborodást keltett a közösségi hálózatokon a Ghibli-stílusú fotók készítésének új trendjével.

Ha még soha nem használtad a Midjourney-t, először értékelned kell a 200 képet, amelyeket a felhasználó a preferenciáid alapján javasol. Az eszköz ezután létrehoz egy személyre szabott profilt, amely az esztétikádnak megfelelő fotókat készít. A V7 a Midjourney első olyan modellje, amelyen alapértelmezés szerint engedélyezve van a személyre szabás.

A V7-et a weboldalon található „verzió” eszköztárra kattintva engedélyezheted vagy letilthatod. Ezenkívül ez a modell használható a Midjourney Discord szerveren is.

A Midjourney vezérigazgatója, David Holz egy X-en megjelent bejegyzésében a V7-et „teljesen más architektúrának” nevezte. „A V7 sokkal okosabb a szöveges parancsok kezelésében” – folytatta Holz a Discordon.

Megjegyezte, hogy a modell képes az eredeti kép feldolgozására is meglehetősen jól. A képminőség jelentősen javult, a tökéletesség magas fokát elérve. A testrészektől, például a kezektől és a lábaktól kezdve a szeplőkig, a kerámia minták minden részletükben egységesek.

Néhány mintakép a V7 modellről. Fotó: X/MidJourney.

A két mód – a Turbo (amely drágább) és a Relax (pihentető) – mellett a V7 egy új eszközt is támogat, a Vázlat módot, amely tízszer gyorsabb képkészítést tesz lehetővé, és csak feleannyiba kerül, mint a standard mód. A Vázlat módban lévő képek minősége gyengébb lesz, de a felhasználók egyetlen kattintással frissíthetik és újra létrehozhatják a képet.

Holz szerint a Midjourney néhány alapfunkciója még nem érhető el a V7-ben, beleértve a felskálázást és az újratextúrázást. Azt mondta, hogy ezek a funkciók a közeljövőben, valószínűleg a következő két hónapon belül hozzáadódnak.

„Ez egy teljesen új modell, saját erősségekkel, és talán néhány gyengeséggel is” – írta Holz a Discordon. Megjegyezte, hogy a V7 valószínűleg új írásstílust igényel majd, és arra biztatta az embereket, hogy próbálják ki a verziót, hogy visszajelzést adhassanak.

Kyle Wiggers, a Techcrunch riportere megjegyezte, hogy a V7 jól teljesített az alapvető parancsaival. „Midjourney modellje nincs kifejezetten Ghiblire optimalizálva, legalábbis hivatalosan nem, de ettől függetlenül esztétikus munkát tud produkálni” – tette hozzá.

Vietnámi mesterséges intelligencia szakértők szerint a ChatGPT képgeneráló funkciója könnyebben használható és kényelmesebb lehet, mint a korai képgenerátorok, mint például a MidJourney és a Stable Diffusion. Az OpenAI modellje azonban még nem hozott áttörést a képminőségben, amely rosszabb lehet, mint a korábbi eszközök.

A Midjourney egy meglehetősen szokatlan vállalat. A 2022-ben Holz által alapított vállalat, aki társalapítója volt a Leap Motion PC-perifériákat gyártó cégnek, a Midjourney soha nem kapott külső befektetést.

A cég nem hozza nyilvánosságra a bevételét, de a CBInsights becslései szerint a Midjourney 2023 végére körülbelül 200 millió dolláros bevételt fog elérni. A cég nemrégiben bejelentette, hogy hardvercsapatot épít, amely néhány nem nyilvános projekten fog dolgozni, és folytatja a korábban bejelentett modellek betanítását videók és 3D objektumok készítésére.

A ChatGPT-hez hasonlóan a MidJourney is több perrel néz szembe, azt állítva, hogy megsértette művészek millióinak jogait azzal, hogy mesterséges intelligenciát alkalmazó eszközöket tanított be a webről lemásolt képekre a képek készítőinek beleegyezése nélkül.

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