AI-bildgenereringsmodell bättre än ChatGPT

V7, MidJourneys modell, sägs kunna skapa detaljer som visare mer konsekvent. Foto: Xeophon .

Midjourney, en av de första AI-drivna bildgeneratorerna på webben, släppte just sin första nya modell på nästan ett år.

Modellen, kallad V7, släpptes i beta vid midnatt den 4 april (amerikansk tid). En vecka tidigare hade OpenAI också lanserat en liknande funktion med ChatGPT och snabbt skapat uppmärksamhet på sociala nätverk med den nya trenden att skapa foton i Ghibli-stil.

Om du aldrig har använt Midjourney förut måste du först betygsätta de 200 bilder som föreslås baserat på dina preferenser. Verktyget skapar sedan en personlig profil som skapar foton som matchar din estetik. V7 är Midjourneys första modell som har personalisering aktiverad som standard.

Du kan aktivera eller inaktivera V7 genom att klicka på verktygsfältet "version" på webbplatsen. Dessutom kan den här modellen användas på Midjourney Discord-servern.

Midjourneys VD David Holz beskrev V7 som en "helt annan arkitektur" i ett inlägg på X. "V7 är mycket smartare när det gäller att hantera textkommandon", fortsatte Holz på Discord.

Han kommenterade att modellen också har förmågan att bearbeta originalbilden ganska bra. Bildkvaliteten förbättras avsevärt med hög perfektion. Från kroppsdelar som händer, fötter till fräknar är keramiska mönster konsekventa i varje detalj.

Några exempelbilder skapade från V7-modellen. Foto: X/MidJourney.

Förutom de två lägena: Turbo (som kostar mer) och Relax, stöder V7 ett nytt verktyg som heter Draft Mode, vilket möjliggör bildskapande med 10 gånger snabbare hastighet och bara kostar hälften så mycket som standardläget. Bilder i Draft Mode kommer att ha lägre kvalitet, men användare kan uppgradera och återskapa bilden med bara ett klick.

Enligt Holz är vissa av Midjourneys standardfunktioner ännu inte tillgängliga med V7, inklusive uppskalning och omtexturering. Han sa att dessa funktioner kommer att läggas till inom en snar framtid, möjligen inom de kommande två månaderna.

”Detta är en helt ny modell med sina egna styrkor, och kanske även vissa svagheter”, skrev Holz på Discord. Han noterade att V7 sannolikt kommer att kräva en ny skrivstil och uppmuntrade folk att prova versionen för att ge feedback.

Techcrunch- reportern Kyle Wiggers noterade att V7 presterade bra på hans grundläggande kommandon. ”Midjourneys modell är inte specifikt optimerad för Ghibli, åtminstone inte officiellt, men den kan fortfarande producera estetiskt tilltalande arbete”, tillade han.

Enligt AI-experter i Vietnam kan ChatGPT:s bildgenereringsfunktion vara enklare att använda och bekvämare än tidiga bildgeneratorer som MidJourney och Stable Diffusion. OpenAI:s modell har dock ännu inte skapat något genombrott inom bildkvalitet, vilket kan vara sämre än tidigare verktyg.

Midjourney är ett ganska ovanligt företag. Grundat 2022 av Holz, som var med och grundade PC-tillbehörstillverkaren Leap Motion, har Midjourney aldrig fått några externa investeringar.

Företaget avslöjar inte heller sina intäkter, men CBInsights uppskattar att Midjourney kommer att ha en intäkt på cirka 200 miljoner dollar i slutet av 2023. Företaget meddelade nyligen att de bygger ett hårdvaruteam för att arbeta med några icke avslöjade projekt och fortsätta träna tidigare aviserade modeller för att skapa videor och 3D-objekt.

Liksom ChatGPT står MidJourney inför flera stämningar, där de påstår att de kränkt miljontals konstnärers rättigheter genom att träna AI-verktyg på bilder som skrapats från webben utan samtycke från skaparna av dessa bilder.

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