Midjourney 畫出完美中國情侶，畫師、演員、模特一鍵淘汰

原文標(biāo)題：《逼真到顫抖！Midjourney 畫出完美中國情侶，畫師、演員、模特一鍵淘汰》

昨天，由 Midjourney V5 畫的一對中國情侶在網(wǎng)上引起軒然大波。

許多人紛紛驚呼：人類畫師別活了。

有人不相信這是 Midjourney 之作，也親手體驗(yàn)了一把。在輸入以下的 prompt 后，畫風(fēng)瞬間驚艷了。

「A pair of young Chinese lovers, wearing jackets and jeans, sitting on the roof, the background is Beijing in the 1990s, and the opposite building can be seen --v 5 --s 250 --q 2」

在 GPT-4 發(fā)布后，Midjourney 也更新了 V5，不僅繪圖更逼真，而且 prompt 更靈敏。

最重要的是，一直被詬病的「AI 不會(huì)畫手指」，Midjourney V5 都拿捏了。

還有滿屏的電影質(zhì)感，除了 OMG，還是 OMG。

甚至有網(wǎng)友驚呼：模特不存在了！

效果炸裂，一大波設(shè)計(jì)師要失業(yè)了

從 Midjourney 的 V1 到 V5，就可以看到 AIGC 這一年來的進(jìn)化速度有多快。

最新 V5 版的圖像質(zhì)量更高、輸出更多樣化、有更廣泛的風(fēng)格、支持無縫紋理、有更寬的縱橫比、有更好的圖像提示，以及更寬的動(dòng)態(tài)范圍……

激動(dòng)的心，顫抖的手，國內(nèi)網(wǎng)友紛紛上手實(shí)操了一波。

先上手的寫真圖：

雖然 V5 能夠畫出 5 根手指，但是在手指的細(xì)節(jié)上，還是差點(diǎn)意思。

比如試著讓 Midjourney V5 給梵高的房間拍個(gè)照：

Midjourney V5 在畫中國美女的神態(tài)時(shí)，把控也是非常到位。

V5 還能拿捏中國古典風(fēng)格的美，畫出了亭亭玉立的美人，細(xì)節(jié)顆粒度拉滿。

還有網(wǎng)友用 GPT-4+Midjourney V5 創(chuàng)作了電影「杭州重生」，連豆瓣上介紹頁都 P 出來了，看起來還真是那么回事兒。

在 2022 年 12 月，譚木匠舉辦了一場梳子比賽，人類設(shè)計(jì)師設(shè)計(jì)的梳子如下：

網(wǎng)友黃仲生用 V5 試了一波，并驚訝地發(fā)現(xiàn)「麻瓜」在 AI 面前完全不能打。

當(dāng)別人反饋說上面的梳子太美，只能用來收藏，網(wǎng)友又整了一波日?？捎玫氖嶙?。

還有給小朋友用的梳子

在國外，有網(wǎng)友直接用 Midjourney V5 畫出了 The Matrix 的電影質(zhì)感，讓人瞬間懷疑這是不是電影里的截圖。

并且獻(xiàn)上了 prompt:

「Keanu Reeves in The Matrix. AI cinema. Synthography. Cinematic. Film grain. --ar 16:9 --v 5」

還有網(wǎng)友嘗試用「民宅火災(zāi)現(xiàn)場微笑女孩」經(jīng)典 meme 讓 Midjourney 創(chuàng)作「城堡火災(zāi)現(xiàn)場微笑洛基」。

來看下這炸裂的效果。

網(wǎng)友還開腦洞把「北京屋頂情侶」圖加上洛基元素。

還有個(gè)搞笑版的，龍卷風(fēng)來了，老太太騎著電驢在「狂飆」。

亞洲人的臉部特征也是做的非常逼真。

旅行博主都不用出門，直接在家調(diào)教 Midjourney 就可以了。

還有網(wǎng)友拿 V4 和 V5 做了對比圖，通過輸入一張圖，還有文字提示，V4 生成的圖片在光照下物體陰影處理方面無法與 V5 相比。

再來一張眼睛特寫圖：

通過對 V3、V4、V5 這三個(gè)版本輸入相同提示、相同設(shè)置，對其輸出圖片進(jìn)行了對比。

在 V5 這個(gè)版本中，波光粼粼的水面，還有魚兒在水中游的倒影，已經(jīng)達(dá)到了以假亂真的程度。

但是如果沒有提供有關(guān)環(huán)境的文本的提示，比起 V4，V5 默認(rèn)生成了更加真的環(huán)境。

網(wǎng)友迫不及待地讓 V5 來復(fù)刻一下王家衛(wèi)「藍(lán)莓之夜」的電影風(fēng)格，發(fā)現(xiàn) V5 在處理玻璃的反射方面做得更逼真了。

以及各種真假難辨的作品：

反派氣質(zhì)拉滿的馬斯克：

「貓戴 VR」：

比 V4 強(qiáng)在哪？

最新升級(jí)的 V5，相較于前一版有什么改進(jìn)，一位研究員就他們之間的對比做了一張表：

1. 密鋪（--tile argument）

在創(chuàng)建模式時(shí)使用。此前 V3 有這一參數(shù)，然而在 V4 中暫時(shí)終止使用，V5 版本重新上線。

比如輸入「/imagine tesseract pattern, repeat, white and blue highlights --s 1000 --v 5 --tile」，生成如下的圖：

2. 長寬比（--ar argument ）

在 V4 中，只能有不高于 1:2 或不寬于 2:1 的自定義縱橫比。而在 V5 中，你可以自定義比率與任何「寬度: 長度」比，如下是自定義比例的演示：

這一點(diǎn)升級(jí)，意味著什么？

現(xiàn)代電影中常見的最寬縱橫比 2.39:1 都能夠?qū)崿F(xiàn)，你可以制作電影巨幕，人人都能成為導(dǎo)演！

3. 圖像權(quán)重可以自定義（ -- iw argument）

圖像提示中的權(quán)重現(xiàn)在可以輸入自定義值。你可以決定輸入圖像對最終生成的圖像的影響程度。

如下，在 Midjourney V5 中，輸入一張圖和一句文本提示。

通過自定義不同權(quán)重，2、1、0.5 生成了不同的圖片。

輸入的提示如下：「/imagine http://imgur.com/ romman.png a roman soldier with daisies in the background --seed 123 --iw 2 --v 5」

4. less opinionated

「less opinionated」意味著，在 V4 中，只需要編寫較少的文本提示，Midjourney 便會(huì)輸出更具創(chuàng)造性的圖像。

但 V5 不是這樣的，你可能需要輸入更多的形容詞，并給出更多的細(xì)節(jié)，比如風(fēng)格或情緒，輸出圖像應(yīng)該是什么樣子。如果沒有更多描述，Midjourney 就會(huì)輸出一個(gè)默認(rèn)風(fēng)格，比如「攝影」風(fēng)格。

這一點(diǎn)升級(jí)，可以讓人們通過文本提示能夠更精準(zhǔn)地把控 Midjourney 輸出的內(nèi)容。也意味著，在輸入文本和輸出圖像之間有「更多的內(nèi)聚力」。

以上 4 點(diǎn)升級(jí)是官方博客中提到，但是最讓人意想不到的是 Midjourney V5 能夠畫出「5 個(gè)手指和腳趾」！

另外，V5 已經(jīng)在更真實(shí)的圖像 / 照片上進(jìn)行了微調(diào)，因此可以看到在輸出窗戶反射和透過玻璃的圖片上更加真實(shí)。

考考眼力見

最后來一個(gè)測試題：

下面 4 張圖，只有一張是真人，其他都是 Midjourney V5 畫的，猜猜真人是哪一張？

參考資料：

• https://bootcamp.uxdesign.cc/midjourney-v5-is-here-so-whats-new-df3f3a645295

• https://twitter.com/mranti/status/1637326003927396352?s=46&t=iBppoR0Tk6jtBDcof0HHgg

本文來自微信公眾號(hào)：新智元 （ID：AI_era）

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。