Генератор изображений с искусственным интеллектом MidJourney выпустил 6-ю версию своего популярного инструмента, позволяющего делать более длинные подсказки, повышать уровень детализации и даже добавлять текст в фото.

MidJourney впервые вышел в открытую бета-версию в июле 2022 года и с каждым последующим выпуском достигал быстрого прогресса в качестве и точности изображений. Этот релиз появился когда MidJourney испытывает все большее давление со стороны конкурентов, в частности DALL-E 3 от OpenAI. Аналогично, бесплатные инструменты от Meta и сервисы типа Leonardo предлагают все больше вариантов генерации изображений.

Что нового в MidJourney v6?

В последнем выпуске MidJourney увеличена длина подсказки, предоставлен более детальный контроль над цветом и затенением, текстом, а также предоставлена ​​возможность тонкой настройки вывода во время диалога с MidJourney, как ChatGPT позволяет улучшать изображение DALL-E.

Последнее обновление разрабатывалось в течение некоторого времени, отдельные группы пользователей тестировали и сравнивали результаты, чтобы улучшить общее качество. Одно из самых ярких обновлений касается способа интерпретации и понимания подсказок. К примеру, теперь инструмент может понимать нюансы пунктуации и грамматики, передает Toms Guide.

Плакат с текстом

MidJourney v6 попросили создать постер к фильму «Лунные щенки», но программа не смогла добавить текст в изображение. Когда программу попросили добавить определенные слова, взяв их в кавычки, это решило проблему.

Сравнение с предыдущей версией

MidJourney v5.2 (слева) и MidJourney v6 (справа) сгенерировали изображение из одной и той же подсказки «Дегустатор вина смотрит сквозь бокал».

Реальные люди

Некоторые модели ИИ отказываются создавать изображения живого человека, включая DALL-E, но MidJourney не испытывает этих проблем.

v5.2 (слева), и v6 (справа) создали изображение Илона Маска верхом на единороге. Ни одна из них не получила быстрой доработки или последующих инструкций. Версия 5.2 создала изображение, похожее на мультфильм (и без угла), тогда как версия 6 выглядит как стилизованная фотография.