Model generowania obrazu AI lepszy niż ChatGPT

Mówi się, że V7, model firmy MidJourney, potrafi tworzyć detale takie jak dłonie z większą spójnością. Zdjęcie: Xeophon .

Midjourney, jeden z pierwszych w sieci generatorów obrazów opartych na sztucznej inteligencji, właśnie wypuścił swój pierwszy nowy model od prawie roku.

Model o nazwie V7 został udostępniony w wersji beta o północy 4 kwietnia (czasu amerykańskiego). Tydzień wcześniej OpenAI uruchomiło podobną funkcję w ChatGPT i szybko wywołało poruszenie w mediach społecznościowych nowym trendem tworzenia zdjęć w stylu Ghibli.

Jeśli nigdy wcześniej nie korzystałeś z Midjourney, musisz najpierw ocenić 200 sugerowanych zdjęć na podstawie swoich preferencji. Następnie narzędzie utworzy spersonalizowany profil, który stworzy zdjęcia dopasowane do Twojej estetyki. V7 to pierwszy model Midjourney z domyślnie włączoną personalizacją.

Możesz włączyć lub wyłączyć wersję 7, klikając pasek narzędzi „wersja” na stronie internetowej. Dodatkowo, ten model można wykorzystać na serwerze Discord Midjourney.

Dyrektor generalny Midjourney, David Holz, opisał V7 jako „zupełnie inną architekturę” w poście na X. „V7 jest o wiele inteligentniejsza, jeśli chodzi o obsługę poleceń tekstowych” – kontynuował Holz na Discordzie.

Zauważył, że modelka ma również zdolność do dość dobrego przetwarzania oryginalnego obrazu. Jakość obrazu uległa znacznej poprawie i jest bardzo perfekcyjna. Od części ciała, takich jak dłonie i stopy, po piegi, ceramiczne wzory są spójne w każdym szczególe.

Kilka przykładowych zdjęć stworzonych na podstawie modelu V7. Zdjęcie: X/MidJourney.

Oprócz dwóch trybów: Turbo (który kosztuje więcej) i Relax, V7 obsługuje nowe narzędzie o nazwie Draft Mode, które pozwala na tworzenie obrazów 10 razy szybciej i kosztuje tylko połowę tego, co tryb standardowy. Obrazy w trybie Draft będą miały niższą jakość, ale użytkownicy mogą je zaktualizować i utworzyć ponownie jednym kliknięciem.

Według Holza, niektóre standardowe funkcje Midjourney nie są jeszcze dostępne w wersji V7, w tym skalowanie i reteksturyzacja. Dodał, że funkcje te zostaną dodane w najbliższej przyszłości, prawdopodobnie w ciągu najbliższych dwóch miesięcy.

„To zupełnie nowy model z własnymi mocnymi stronami i być może pewnymi słabościami” – napisał Holz na Discordzie. Zauważył, że wersja 7 prawdopodobnie będzie wymagała nowego stylu pisania i zachęcił użytkowników do wypróbowania tej wersji, aby pomóc w przekazaniu opinii.

Reporter Techcrunch, Kyle Wiggers, zauważył, że V7 dobrze radził sobie z podstawowymi poleceniami. „Model Midjourney nie jest specjalnie zoptymalizowany pod kątem Ghibli, przynajmniej oficjalnie, ale nadal może tworzyć estetycznie przyjemne prace” – dodał.

Według ekspertów ds. sztucznej inteligencji z Wietnamu, funkcja generowania obrazu ChatGPT może być łatwiejsza w obsłudze i wygodniejsza niż wcześniejsze generatory obrazu, takie jak MidJourney i Stable Diffusion. Jednak model OpenAI nie dokonał jeszcze przełomu w jakości obrazu, która może być gorsza niż w przypadku poprzednich narzędzi.

Midjourney to dość nietypowa firma. Założona w 2022 roku przez Holza, współzałożyciela firmy produkującej urządzenia peryferyjne Leap Motion, Midjourney nigdy nie otrzymała żadnych zewnętrznych inwestycji.

Firma nie ujawnia również swoich przychodów, ale CBInsights szacuje, że do końca 2023 roku Midjourney będzie miało około 200 milionów dolarów przychodu. Firma niedawno poinformowała, że buduje zespół sprzętowy, który zajmie się kilkoma nieujawnionymi projektami i będzie kontynuował szkolenie wcześniej ogłoszonych modeli w zakresie tworzenia filmów i obiektów 3D.

Podobnie jak ChatGPT, MidJourney zmaga się z kilkoma pozwami. Zarzuca się mu naruszenie praw milionów artystów poprzez trenowanie narzędzi AI na obrazach pobranych z sieci bez zgody twórców tych obrazów.

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