MidJourney вече беше един от най-впечатляващите генератори на AI изображения, а с пускането на версия 5.1 той стана много по-мощен. Актуализацията на алгоритъма означава, че дори за начинаещите сега е невероятно лесно да създават зашеметяващи произведения на изкуството с минимални усилия – и дълбоки фалшификати. Много и много дълбоки фалшификати.
Генераторът на изображения с изкуствен интелект влезе в общественото съзнание миналия месец, след като се разпространиха дълбоко фалшиви изображения на папа Франциск в бяло пухено палто. Спорът предизвика разговори за етиката на генераторите на изкуствен интелект като MidJourney и скоро след това компанията предприе действия.
Използването на думата „папа“ в MidJourney вече е забранено, но създаването на дълбоки фалшификати на други хора, като президента Джо Байдън, все още е разрешено – вероятно докато не видим вирусно изображение на Байдън, облечен в розов неонов спандекс гащеризон, който прави йога в Овалния кабинет.
Или може би такъв, на който Байдън е облечен в междугалактически спартански костюм, който прилича малко на Железния човек.
Джо Байдън като междугалактически спартанец, създаден с MidJourney.
MidJourney също така позволява на потребителите да създават висококачествени дийпфейкове, като използват снимки като референция. Тази функция значително увеличи популярността на MidJourney поради впечатляващите резултати, които предоставя, и ниската крива на обучение. В момента той е най-популярният модел за изображения с изкуствен интелект по отношение на интереса на потребителите, като изпреварва Dall-e и Stable Diffusion.
Най-новото обновяване на MidJourney обещава подобрения в начина, по който алгоритъмът интерпретира подсказките на потребителите. Версия 5.0 беше пусната само преди три месеца и отбеляза значително отклонение от версия 4.
V5.1 вече е налична! Изображенията са по-съгласувани, резки и красиви. Тя е по-лесна за използване и би трябвало да реагира по-точно на инструкциите. Добавихме и режим „RAW“ за експертни потребители, за да намалим „мнението“ на нашия модел и да ви дадем повече творчески контрол.
– Midjourney (@midjourney) 3 май 2023
Този нов модел предлага по-висока кохерентност, по-голяма точност на текстовите подсказки, по-малко нежелани граници или текстови артефакти (странните случайни неща, които понякога се появяват на изображенията) и по-остри резултати като цяло, според MidJourney. Черешката на тортата е, че новата версия е била обучена да бъде по-„на мнение“.
Това означава, че моделът има свободата да бъде по-креативен, когато интерпретира подкана от потребителя. Това води до по-добри изображения с основни подсказки – дори с абсурдни команди от само една или две думи.
Например простото сравняване на резултатите за подканите „Bitcoin Wallet“ с помощта на версии 5.1 и 5.0 демонстрира разликите и подобренията. Версия 5.1 си представя кожен портфейл с бродирано лого на биткойн, поставен на маса. Версия 5 просто показва портфейл с биткойн върху обикновена повърхност.
Новата версия допълнително подчертава силните страни, които доведоха до експлозията на MidJourney, без да забравя опитните потребители, които вече разполагат с режим RAW, ако искат по-точни и по-малко „мнение“ резултати.
А какво да кажем за многопръстите ръце? MidJourney v5.1 е значително подобрен. Представянето на ръцете вече е успешно в повечето случаи, въпреки че генераторът все още произвежда някои грешки.
Екипът на MidJourney твърди, че в бъдеще може да видим версия 5.2, която допълнително ще подобри възможностите на този инструмент. Ако третият път е чаровен, тогава дните, в които генераторите на изкуствен интелект объркваха ръцете в любимите ни дълбоки фалшификати, може би най-накрая ще останат зад гърба ни.
Изображение, създадено с помощта на AI (MidJourney V5.1)
