Prompt engineering
Κατακτώντας την τέχνη της ΤΝ: συνοπτικός οδηγός για το Midjourney και τη μηχανική προτροπών

Βασικά σημείαΗ Midjourney χρησιμοποιεί μοντέλα διάχυσης και γλωσσικά μοντέλα για να μετατρέπει…
Δείτε περισσότερα
- Η Midjourney χρησιμοποιεί μοντέλα διάχυσης και γλωσσικά μοντέλα για να μετατρέπει προτροπές κειμένου σε εικόνες υψηλής ανάλυσης.
- Η αποτελεσματική μηχανική προτροπών απαιτεί σαφή, συνοπτική γλώσσα και τη λήψη υπόψη του στοχευμένου κοινού.
- Το συνδρομητικό μοντέλο της Midjourney ξεκινά από $10 το μήνα για χρόνο GPU, για τη δημιουργία περίπου 200 εικόνων.
Εισαγωγή στην Τέχνη του MidJourney που Γεννιέται από το AI
Το AI σπάει τα φράγματα της αδυναμίας και έχει εισβάλλει πρόσφατα στο χώρο της τέχνης, μεταμορφώνοντάς την ολοσχερώς. Τώρα, δεν χρειάζεται να είσαι ένας εξαιρετικός καλλιτέχνης ή ένας ειδικός στο Photoshop για να φέρεις τις σκέψεις σου στη ζωή. Μια απλή, καλά διατυπωμένη προτροπή είναι όλα όσα χρειάζεσαι, χάρη στο Midjourney.
Όλα ξεκίνησαν με την εισαγωγή επαναστατικών τεχνολογιών όπως το DALL-E, το Midjourney και το StableDiffusion το 2022. Ενώ κάθε μια από αυτές τις καινοτομίες έφερε τη δική της ιδιαίτερη πινελιά στο καμβά της παραγωγικής ΤΝ, το Midjourney συνεχίζει την εντυπωσιακή του πορεία, καταγράφοντας αξιοσημείωτες προόδους.
Το Midjourney είναι επί του παρόντος η κορυφαία υψηλής ανάλυσης γεννήτρια εικόνων κειμένου-εικόνας στην αγορά και ξεχωρίζει με το μοναδικό μείγμα της παραγωγής εικόνων από κείμενο, επεξεργασίας και αναβάθμισης ανάλυσης εικόνων, καθώς και με την πρόσβαση σε ενεργό καλλιτεχνική κοινότητα, όλα αρχίζοντας από 10 δολάρια το μήνα. Αυτό το ολοκληρωμένο πακέτο χαρακτηριστικών παρουσιάζει έναν συναρπαστικό καμβά για καλλιτέχνες, τεχνοφίλους και επαγγελματίες του AI, δημιουργώντας ένα περιβάλλον για δημιουργικότητα και καινοτομία.
Ο κόσμος της τέχνης σίγουρα λαμβάνει σοβαρά υπόψη την τεχνητή νοημοσύνη, με την προβλεπόμενη ανάπτυξη της παραγωγικής ΤΝ στην αγορά της τέχνης να προβλέπεται να φτάσει το 40,5% σύνθετο ετήσιο ρυθμό ανάπτυξης. Το Midjourney ξεχωρίζει στη δημιουργία των πιο ρεαλιστικών και υψηλής ποιότητας οπτικών με τη χρήση του AI.
Η αποτελεσματική μηχανική προτροπών υπερβαίνει την απλή δημιουργία· περιλαμβάνει τις καλύτερες πρακτικές. Οι προτροπές πρέπει να είναι σαφείς και σύντομες, παρέχοντας ωστόσο στην ΤΝ αρκετές οδηγίες χωρίς υπερβολική προδιαγραφή. Επίσης, το κοινό-στόχος πρέπει να ληφθεί υπόψη κατά το σχεδιασμό, λαμβάνοντας υπόψη μεταβλητές όπως η ηλικία, το φύλο και το πολιτισμικό υπόβαθρο, μεταξύ άλλων.
Πώς λειτουργεί το MidJourney;
Το Mid-Journey αξιοποιεί δύο καινοτόμες τεχνολογίες μηχανικής μάθησης – μεγάλα γλωσσικά μοντέλα και μοντέλα διάχυσης. Το γλωσσικό μοντέλο, παρόμοιο με τα chatbot του AI όπως το ChatGPT, βοηθά το Mid-Journey στην ερμηνεία του νοήματος των προτροπών σας και στη μετατροπή τους σε διανύσματα. Αυτό το διάνυσμα οδηγεί τη διαδικασία της διάχυσης.
Οι εσωτερικές εργασίες του Midjourney παραμένουν σε μεγάλο βαθμό μη δημοσιευμένες. Παρόλα αυτά, είναι σαφές ότι χρησιμοποιεί την παραγωγή εικόνων από κείμενο από δύο σχετικά καινούργιες τεχνολογίες μηχανικής μάθησης: μεγάλα γλωσσικά μοντέλα και μοντέλα διάχυσης. Η πρώτη μπορεί να είναι ίσως γνωστή στους χρήστες πλατφορμών AI όπως το ChatGPT, και η δεύτερη είναι μια υποσχόμενη προσθήκη στον τομέα της δημιουργίας τέχνης με ΤΝ. Το σύνολο του συστήματος βασίζεται στο CLIP dataset για την εκπαίδευση, το οποίο μπορεί να βρεθεί στη σελίδα έρευνας της OpenAI.
Παρά την περιορισμένη πληροφορία, είναι δυνατό να σκιαγραφήσουμε μια ευρεία εικόνα του μοντέλου διάχυσης του Midjourney, που ονομάζεται σωστά ‘Stable Diffusion’. Βασικά, η Stable Diffusion είναι ένα ανοιχτό μοντέλο που μεταμορφώνει με εξαιρετική δεξιοτεχνία τα κείμενα σε εικόνες διαφόρων στυλ και περιεχομένου. Αυτή η σύνθετη διαδικασία επιτυγχάνεται μέσω ενός μοντέλου διάχυσης, ενός παραγωγικού μοντέλου που συνδέει τις εξαρτήσεις μεταξύ κειμένων και εικόνων.
Τα μοντέλα διάχυσης κατασκευάζονται πάνω στη βάση της μεθόδου διάχυσης με αποθορυβοποίηση, μιας προσέγγισης που επηρεάζεται από τη θερμοδυναμική εκτός ισορροπίας. Αυτή η μέθοδος αποσυναρμολογεί συστηματικά τη δομή των δεδομένων και αργότερα την ανασυγκροτεί. Αυτή η προσέγγιση εφαρμόστηκε για την παραγωγή εικόνων από τους Ho et al. το 2020, οδηγώντας στη δημιουργία των μοντέλων διάχυσης που βλέπουμε σήμερα.
Η εκπαίδευση των μοντέλων διάχυσης περιλαμβάνει δύο βασικά στάδια. Αρχικά, η προς τα εμπρός ή διαδικασία διάχυσης περιλαμβάνει την τακτική προσθήκη τυχαίου θορύβου στην εικόνα εισόδου μέχρι να μεταμορφωθεί πλήρως σε θόρυβο. Αυτή η διαδικασία διέπεται από μια σταθερή αλυσίδα Markov, η οποία συνεχώς προσθέτει θόρυβο Gaussian σε πολλά διαδοχικά βήματα.
Στη συνέχεια, στη φάση αντίστροφης ή ανασυγκρότησης, το μοντέλο ανακτά τα αρχικά δεδομένα από την κατάσταση θορύβου που επιτεύχθηκε στη διαδικασία διάχυσης. Αυτή η διαδικασία διέπεται από μια αλυσίδα Markov με εκμαθημένες μεταβάσεις Gaussian, υπονοώντας ότι η πρόβλεψη της πυκνότητας πιθανότητας σε οποιοδήποτε δεδομένο χρόνο εξαρτάται αποκλειστικά από την κατάσταση που επιτεύχθηκε στο προηγούμενο βήμα. Καθώς οι λανθάνουσες μεταβλητές «x1, …, xT» μοιράζονται την ίδια διαστατικότητα με τα δεδομένα, τα μοντέλα διάχυσης ταξινομούνται ως μοντέλα λανθανουσών μεταβλητών.
Κόστος και Συνδρομή του Mid-Journey
Ενώ πολλά chatbot όπως το ChatGPT και το Bing Chat προσφέρουν σχεδόν απεριόριστη χρήση δωρεάν, η κατάσταση διαφέρει για τις γεννήτριες εικόνων όπως το Mid-Journey. Λόγω της σημαντικής υπολογιστικής ισχύος που απαιτείται, ιδιαίτερα από τις μονάδες επεξεργασίας γραφικών (GPUs) και τη χρήση μνήμης βίντεο για τη διαδικασία αποθορυβοποίησης, η υπηρεσία του Mid-Journey συνοδεύεται από ένα κόστος.
Το βασικό πακέτο ξεκινά από 10 δολάρια το μήνα, παρέχοντας περίπου 3,3 ώρες χρόνου GPU, αρκετό για περίπου 200 δημιουργίες εικόνων. Ωστόσο, υπάρχουν και υψηλότερα πακέτα που προσφέρουν απεριόριστες εικόνες στη λειτουργία Relaxed, αν και με μεγαλύτερο χρόνο αναμονής.
Ρύθμιση του MidJourney
- Η έναρξη με το MidJourney περιλαμβάνει την εγγραφή στην επίσημη ιστοσελίδα, τη συνδρομή σε ένα πακέτο και στη συνέχεια την ανακατεύθυνση στο Discord.
- Μόλις βρείτε το κανάλι του Mid-Journey στο Discord, πλοηγηθείτε στις ομάδες νέων χρηστών στην αριστερή πλευρά. Από εκεί, μπορείτε να παρατηρήσετε άλλους χρήστες που δημιουργούν προτροπές, να μάθετε τους μηχανισμούς του Mid-Journey και να αλληλεπιδράσετε σε ένα ζωντανό περιβάλλον.
- Μετά τη γνωριμία με το περιβάλλον, καλέστε το bot στον ιδιωτικό σας διακομιστή για να δημιουργήσετε εικόνες χωρίς διακοπή. Το bot δημιουργεί τέσσερις προεπισκοπικές εικόνες με βάση την προτροπή σας, σας επιτρέποντας να επιλέξετε την πιο κοντινή αντιστοιχία με την αρχική σας ιδέα και να βελτιώσετε περαιτέρω την εικόνα.
Δομή προτροπών για το Midjourney
- Η εντολή /imagine σε ένα κανάλι Discord μέσα στο κανάλι του Midjourney δημιουργεί μια μοναδική εικόνα από μια σύντομη περιγραφή κειμένου (προτροπή).
- Για να αναπαράγετε ένα συγκεκριμένο στυλ σε διάφορες εικόνες, απλώς εισαγάγετε τη διεύθυνση URL της εικόνας μαζί με το κείμενο της προτροπής σας. Οι νέες, συνεπείς έξοδοι θα συνδυάσουν στοιχεία και από την επιλεγμένη εικόνα και από το κείμενο.
/imagine http://link-to-your-image <image description> –parameter1 –parameter2
Μπορείτε να δημιουργήσετε έναν σύνδεσμο στην εικόνα σας ανεβάζοντάς την στο κανάλι Discord. Μόλις ανεβάσετε, κάντε δεξί κλικ στην εικόνα και επιλέξτε ‘Αντιγραφή Σύνδεσμου’.
Εδώ http://link-to-your-image και παράμετροι είναι προαιρετικά. - Στη συνέχεια, το Bot αρχίζει να εργάζεται στην εικόνα σας, χρειάζοντας περίπου ένα λεπτό για να προσφέρει τέσσερις εναλλακτικές. Αυτή η διαδικασία περιλαμβάνει τη χρήση ισχυρών Μονάδων Επεξεργασίας Γραφικών (GPUs) για την επεξεργασία και ερμηνεία κάθε προτροπής.
- Παρακολουθήστε τη χρήση της GPU σας χρησιμοποιώντας την εντολή /info. Αυτή σας επιτρέπει να ελέγχετε τον «Υπολειπόμενο χρόνο ταχείας λειτουργίας» (Fast Time Remaining) και να παρακολουθείτε τον χρόνο GPU της συνδρομής σας.
Αναβάθμιση ανάλυσης και Τροποποιήσεις Εικόνων
Για μια πιο εξευγενισμένη εικόνα, χρησιμοποιήστε τα κουμπιά ‘U’ κάτω από τις εικόνες για να αυξήσετε την ανάλυση της εικόνας που προτιμάτε. Μπορείτε επίσης να χρησιμοποιήσετε τα κουμπιά ‘V’ για να κάνετε προσαρμογές σε συγκεκριμένες εικόνες. Για περαιτέρω αλλαγές σε μια εικόνα αναβαθμισμένης ανάλυσης, χρησιμοποιήστε τις επιλογές ‘Δημιουργία παραλλαγών’, ‘Επανάληψη αναβάθμισης ανάλυσης με χαμηλή ποιότητα’ και ‘Επανάληψη αναβάθμισης ανάλυσης με δοκιμαστική’. Το κουμπί ‘Ιστοσελίδα’ σας επιτρέπει να προβάλετε την εικόνα σε μεγαλύτερο μέγεθος σε ένα ξεχωριστό παράθυρο.
Το Midjourney επιτρέπει την αναβάθμιση ανάλυσης εικόνων έως 2048×2048 (τετράγωνο) και 2720×1530 (οθόνη) σε ανάλυση μέσω της λειτουργίας επανάληψης αναβάθμισης ανάλυσης βήτα, με προεπιλεγμένο μέγεθος πλέγματος 1024×1024 (τετράγωνο) και 1456×816 (οθόνη). Κάθε εικόνα μπορεί να βελτιωθεί περαιτέρω μέσω των επιλογών αναβάθμισης ανάλυσης “U”, οι οποίες βελτιώνουν συγκεκριμένα μέρη της εικόνας.
Δείτε αυτή την προτροπή που παράγει εξαιρετική τέχνη με την έκδοση V5.2 του Midjourney.
/imagine Τέχνη που απεικονίζει ένα μοναχικό δέντρο κάτω από έναν έναστρο ουρανό, με ένα παιδί να διαβάζει κάτω από αυτό, σε χρώματα γαλάζιου και θερμού πορτοκαλί, εμπνευσμένο από τις πινελιές του Γαλλικού Ιμπρεσιονισμού, των Περσικών μικρογραφιών, της απλότητας του Bauhaus, που θυμίζει κλασικές εικονογραφημένες παιδικές ιστορίες, επιτυγχάνοντας μια ασύμμετρη αρμονία, εκφρασμένη σε ένα γοητευτικό, λαϊκό/ναΐφ ύφος: –ar 15:19 –upbeta –q 2
Δημιουργία της Πρώτης Τέχνης του Midjourney AI
- Δημιουργία του Βασικού Σχεδίου: Σκεφτείτε τον εαυτό σας ως καλλιτέχνη. Αρχίστε με μια απλή, ζωηρή περιγραφή της εικόνας που επιθυμείτε να φέρσετε στη ζωή. Περιγράψτε το κύριο θέμα, την ατμόσφαιρα ή ακόμη και τις λεπτομέρειες που θέλετε να ενσωματώσετε. Χρησιμοποιήστε σημεία στίξης όπως κόμματα, παρενθέσεις και παύλες για να δομήσετε τις σκέψεις σας. Για καλύτερα αποτελέσματα, να είστε σαφείς σχετικά με το πλαίσιο και τις λεπτομέρειες του σχεδίου σας. Στοιχεία όπως το αντικείμενο (π.χ. Δράκος, παλιό αυτοκίνητο, Αβραάμ Λίνκολν), το μέσο (π.χ. Ψηφιακή τέχνη, σκίτσο μολύβου), το περιβάλλον (π.χ. Εξώτερο διάστημα, υποθαλάσσιο, πολυσύχναστη πόλη), ο φωτισμός (π.χ. απαλός, νέον, οπίσθιος φωτισμός), το χρώμα (π.χ. γήινο, ζωηρό, απαλό), η διάθεση (π.χ. μελαγχολική, παιχνιδιάρικη, γαλήνια) και η σύνθεση (π.χ. τοπίο, κοντινό πλάνο, ευρυγώνιο) μπορούν να είναι κρίσιμα. Παραδείγματα:
- Μια ειδυλλιακή δασική περιοχή που λούζεται στον ήλιο, ένα μονοπάτι που ελίσσεται στην απόσταση
- Μια πόλη που δεν κοιμάται, με νέον φωτισμό που αντανακλά στα πεζοδρόμια και ένα διαφορετικό πλήθος που στριμώχνεται
- Επένδυση Στυλ και Λέξεων-Κλειδιών: Το AI του Midjourney είναι ικανό να απεικονίζει εικόνες σε μια ποικιλία στυλ όπως αφηρημένα, σουρεαλιστικά ή ρεαλιστικά. Ενσωματώνοντας ένα στυλ ή σχετικές λέξεις-κλειδιά, μπορείτε να οδηγήσετε το AI να δημιουργήσει μια εικόνα που αντανακλά το όραμά σας. Πειραματιστείτε με διάφορα στυλ και λέξεις-κλειδιά για να ανακαλύψετε το ιδανικό μείγμα. Παραδείγματα:
- Μια τοπιογραφία που απεικονίζει μια έρημο την αυγή, αντανακλώντας το στυλ της Georgia O’Keeffe, με παστέλ χρωματική παλέτα και οργανικές μορφές.
- Μια αφηρημένη απεικόνιση ενός γαλήνου δάσους, με γεωμετρικά σχήματα που σχηματίζουν δέντρα και φύλλα, εμπνευσμένη από τις συνθέσεις του Piet Mondrian.
- Χρήση Προηγμένων Ρυθμίσεων: Θεωρήστε το Midjourney ως το δημιουργικό σας εργαλείο, γεμάτο προηγμένες ρυθμίσεις που σας επιτρέπουν να προσαρμόσετε λεπτομερώς τις παραγόμενες εικόνες. Είναι σαν να κρατάτε ένα μαγικό ραβδί, σας επιτρέποντας να δημιουργήσετε την ιδανική ισορροπία τυχαιότητας, στιλιζαρίσματος και ποικιλίας εικόνων. Απελευθερώστε τη δημιουργική σας δύναμη πειραματιζόμενοι με αυτές τις ρυθμίσεις μέχρι να βρείτε το ιδανικό μείγμα που αντανακλά το όραμά σας. Παραδείγματα:
- Ένας γαλήνιος ιαπωνικός κήπος με μια λίμνη που αντανακλά τα δέντρα σακούρα –seed 22 –s 150 –c 40
- Μια δυστοπική κυβερνοπάνκ πόλη, φωτισμένη από νέον φωτισμό –seed 88 –s 600 –c 60
- Τονισμός Στοιχείων με Βαρύτητες: Φανταστείτε την εικόνα σας ως μια συμφωνία, με κάθε στοιχείο να συνεισφέρει στο μεγάλο σύνολο. Χρησιμοποιώντας τη σημειογραφία “::”, μπορείτε να ορίσετε τη σημασία των διαφόρων στοιχείων στην εικόνα σας, σας επιτρέποντας να ελέγχετε πού εστιάζεται η προσοχή. Παραδείγματα:
- [Ένα κομψό παγώνι]::3 καθισμένος σε ένα [δέντρο γλυσίνας]::1 που ανθίζει με ζωηρά λουλούδια
- [Ένας μεγαλοπρεπής ελέφαντας]::2 που λούζεται στο φως ενός [ηλιοβασιλέματος]::1 στη σαβάνα
- Το Midjourney είναι μια διαδικασία δοκιμής και σφάλματος: Η πειραματική χρήση διαφόρων στοιχείων και χαρακτηριστικών είναι απαραίτητη. Κάθε επανάληψη θα σας φέρει πιο κοντά στην εικόνα που φανταστήκατε να φέρνετε στη ζωή.
Παράμετροι του Mid-Journey
Το μοντέλο του Midjourney λειτουργεί χρησιμοποιώντας ρυθμίσεις παραμέτρων που ελέγχουν το αποτέλεσμα της διαδικασίας παραγωγής εικόνων. Αυτές οι παράμετροι επιτρέπουν στους χρήστες να ρυθμίζουν λεπτομερώς και να προσαρμόζουν τα παραγόμενα έργα τέχνης, προσαρμόζοντας το μοντέλο για να δημιουργήσει εξόδους που ταιριάζουν απόλυτα στο στόχο τους.
Παρακάτω βρίσκονται οι βασικές και προηγμένες παράμετροι, οι λειτουργίες τους και πώς να τις χρησιμοποιήσετε για να αξιοποιήσετε πλήρως τις ικανότητες του Midjourney:
- Αναλογίες ( –aspect ή –ar ): Αυτή η παράμετρος ελέγχει την αναλογία μεταξύ του πλάτους και του ύψους της παραγόμενης εικόνας. Για παράδειγμα, μια αναλογία 16:9 είναι ιδανική για μικρογραφίες του YouTube, ενώ 1:1 παράγει μια τετράγωνη εικόνα ιδανική για το Instagram.
- Χάος ( –chaos ): Αυτή η παράμετρος προσαρμόζει την ποικιλία του αρχικού πλέγματος εικόνας και κυμαίνεται από 0 έως 100. Υψηλότερες τιμές χάους θα σας δώσουν απρόβλεπτα και μοναδικά αποτελέσματα, ενώ χαμηλότερες τιμές θα εξασφαλίσουν πιο συνεπή αποτελέσματα.
- Όχι ( –no ): Αυτή η παράμετρος σας επιτρέπει να εξαλείψετε συγκεκριμένα στοιχεία ή χαρακτηριστικά από την παραγόμενη εικόνα. Για παράδειγμα, αν θέλετε μια εικόνα χωρίς κόκκινο, μπορείτε να χρησιμοποιήσετε “–no κόκκινο”.
- Ποιότητα ( –quality ή –q ): Αυτή η ρύθμιση προσαρμόζει τον χρόνο που απαιτείται για την παραγωγή μιας εικόνας. Υψηλότερη ποιότητα απαιτεί περισσότερο χρόνο επεξεργασίας, αλλά προσφέρει σύνθετες λεπτομέρειες. Αυτή η παράμετρος μπορεί να πάρει τιμές .25, .5, 1, ή 2.
- Σπόρος ( –seed ): Αυτή η παράμετρος καθορίζει τον αρχικό οπτικό θόρυβο, λειτουργώντας ως βάση για την παραγόμενη εικόνα. Η χρήση του ίδιου αριθμού σπόρου με την ίδια προτροπή θα δώσει παρόμοια αποτελέσματα. Αυτή η παράμετρος μπορεί να πάρει ακέραιες τιμές μεταξύ 0–4294967295.
- Σταμάτημα ( –stop ): Με αυτή την παράμετρο, μπορείτε να τερματίσετε προκαταρκτικά μια εργασία, παράγοντας λιγότερο λεπτομερείς αλλά πιθανώς ενδιαφέρουσες εξόδους. Η περιοχή είναι 10-100. Για παράδειγμα, αν ορίσετε ‘–stop 50’, η διαδικασία παραγωγής εικόνας θα σταματήσει στο 50% της ολοκλήρωσης, οδηγώντας σε μια λιγότερο λεπτομερή, πιθανώς αφηρημένη εικόνα.
- Στυλισμός ( –stylize ή –s ): Αυτή η παράμετρος ελέγχει το επίπεδο καλλιτεχνικής εφαρμογής στην παραγόμενη εικόνα. Χαμηλότερες τιμές στυλισμού οδηγούν σε αποτελέσματα που είναι πιο κοντά στην αρχική προτροπή, ενώ υψηλότερες τιμές οδηγούν σε πιο αφηρημένες και καλλιτεχνικές ερμηνείες. Στην έκδοση 5, η προεπιλεγμένη τιμή είναι 100, αλλά μπορείτε να τη ρυθμίσετε οπουδήποτε από 0-1000.
- Έκδοση Μοντέλου: Μπορείτε να επιλέξετε από διάφορες εκδόσεις του μοντέλου του Midjourney χρησιμοποιώντας την παράμετρο –version ή –v.
- Niji: Ένα μοντέλο που ειδικεύεται σε εικόνες στυλ anime. Μπορείτε να το αποκτήσετε χρησιμοποιώντας την παράμετρο –niji.
- Υψηλή Ανάλυση: Για αφηρημένες και τοπιογραφικές εικόνες, η παράμετρος –hd ενεργοποιεί μια πρώιμη έκδοση του μοντέλου που παράγει μεγαλύτερες, λιγότερο συνεπείς εικόνες.
- Δοκιμαστικά Μοντέλα: Το Midjourney προσφέρει ειδικά μοντέλα για συγκεκριμένες περιπτώσεις. Οι παραμέτροι –test και –testp ενεργοποιούν τα τυπικά και φωτογραφικά δοκιμαστικά μοντέλα, αντίστοιχα.
- Αναβάθμιση ανάλυσης: Ο αλγόριθμος του Midjourney ξεκινά με ένα πλέγμα εικόνων χαμηλής ανάλυσης. Προσφέρει διάφορους αλγόριθμους αναβάθμισης ανάλυσης για να βελτιώσει το μέγεθος και τις λεπτομέρειες της εικόνας.
- Uplight: Ένας εναλλακτικός αλγόριθμος αναβάθμισης ανάλυσης (–uplight) προσφέρει αναβαθμισμένης ανάλυσης εικόνες που είναι λιγότερο λεπτομερείς αλλά ομαλότερες.
- Upbeta: Η παράμετρος –upbeta οδηγεί σε εικόνες με σημαντικά λιγότερες πρόσθετες λεπτομέρειες, παραμένοντας πιο κοντά στην αρχική εικόνα πλέγματος.
- Upanime: Ο αλγόριθμος αναβάθμισης ανάλυσης –upanime σχεδιάστηκε ειδικά για να λειτουργήσει με το μοντέλο Niji του Midjourney.
- Βάρος Εικόνας: Χρησιμοποιήστε –iw για να ρυθμίσετε το βάρος της εικόνας της προτροπής σχετικά με το βάρος κειμένου. Η προεπιλεγμένη τιμή είναι 0.25.
- Ίδιος σπόρος: Η παράμετρος –sameseed εξασφαλίζει ότι όλες οι εικόνες στο αρχικό πλέγμα χρησιμοποιούν τον ίδιο αρχικό θόρυβο, δημιουργώντας πολύ παρόμοιες παραγόμενες εικόνες.
- Βίντεο: Το Midjourney μπορεί να αποθηκεύσει ένα βίντεο προόδου της διαδικασίας παραγωγής εικόνας χρησιμοποιώντας την παράμετρο –video.
- Δημιουργικό: Με την παράμετρο –creative, τα μοντέλα δοκιμών και testp παράγουν πιο ποικιλόμορφες και δημιουργικές εικόνες.
Το Midjourney συνεχίζει να κυκλοφορεί ενημερώσεις για να βελτιώσει την εμπειρία του χρήστη, με την τελευταία να είναι η έκδοση 5.2, που κυκλοφόρησε τον Ιούνιο του 2023. Προσθέτοντας –v 5.2 στην προτροπή σας ή επιλέγοντάς το μέσω της εντολής /settings, οι χρήστες μπορούν να αποκτήσουν πρόσβαση σε αυτό το προηγμένο μοντέλο. Η έκδοση 5.2 προσφέρει ανώτερη λεπτομέρεια εικόνας και κατανοεί τις προτροπές με πιο άμεσο τρόπο, φέρνοντας πιο φωτεινά χρώματα και βελτιωμένες συνθέσεις.
Κατανόηση των Πνευματικών Δικαιωμάτων για Τέχνη που Γεννιέται από το AI
Τον Μάρτιο του 2023, το Γραφείο Πνευματικών Δικαιωμάτων των ΗΠΑ διευκρίνισε τη στάση του σχετικά με την πνευματική ιδιοκτησία των έργων AI. Η πολιτική αναφέρει ότι ενώ τα ανθρώπινα στοιχεία στις δημιουργίες του AI (όπως γραπτά ή μοναδικά σχέδια) μπορούν να προστατευθούν, οι εικόνες που παράγονται από το AI δεν προστατεύονται από πνευματικά δικαιώματα, ακολουθώντας τους παγκόσμιους κανόνες που μόνο οι ανθρώπινες δημιουργίες είναι επιλέξιμες για προστασία πνευματικών δικαιωμάτων.
Στο πλαίσιο της τέχνης του AI, τα πνευματικά δικαιώματα δεν είναι απλά. Ενώ η ψηφιακή τέχνη έχει την ανθρώπινη εισφορά του καλλιτέχνη, η τέχνη που γεννιέται από το AI δημιουργείται χωρίς άμεση ανθρώπινη παρέμβαση, που περιπλέκει το ζήτημα της πατρότητας και της ιδιοκτησίας. Σύμφωνα με το Γραφείο Πνευματικών Δικαιωμάτων των ΗΠΑ, η αρχική ιδιοκτησία χορηγείται στο δημιουργό του έργου – έναν ανθρώπινο δημιουργό. Ωστόσο, καθώς το AI δεν μπορεί να θεωρηθεί δημιουργός, η τέχνη που γεννιέται από το AI δεν έχει σαφή ιδιοκτησία.
Η τελευταία οδηγία του Γραφείου Πνευματικών Δικαιωμάτων των ΗΠΑ επιτρέπει την πνευματική ιδιοκτησία της τέχνης του AI μόνο όταν περιέχει επαρκή ανθρώπινη δημιουργία. Το επίπεδο “επαρκούς ανθρώπινης δημιουργίας” παραμένει αόριστο και εξαρτάται από το βαθμό ανθρώπινης συμμετοχής στη δημιουργία της τέχνης του AI.
Ενδιαφέρον είναι ότι το Midjourney, μια πλατφόρμα AI για τη δημιουργία εικόνων, έχει καθορίσει τις δικές του πολιτικές για τα δικαιώματα χρήσης. Οι χρήστες της δωρεάν δοκιμής μπορούν να χρησιμοποιήσουν τις εικόνες για μη εμπορικούς σκοπούς υπό την άδεια Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0), με την κατάλληλη αναφορά στο Midjourney. Ωστόσο, οι συνδρομητές επί πληρωμή μπορούν να χρησιμοποιήσουν τις εικόνες για οποιονδήποτε σκοπό, συμπεριλαμβανομένων εμπορικών, υπό τους Γενικούς Εμπορικούς Όρους. Αυτή η εξέλιξη στον χώρο των πνευματικών δικαιωμάτων παρουσιάζει μια ενδιαφέρουσα δυναμική μεταξύ του AI και της ανθρώπινης δημιουργικότητας.
Χρήση του Midjourney για δυναμικά σχέδια διεπαφών χρήστη και δημιουργική παραγωγή λογοτύπων
Από το σχεδιασμό διεπαφών χρήστη για ιστοσελίδες ή εφαρμογές κινητού έως τη δημιουργία μοναδικών λογοτύπων και banner, το Midjourney ενδυναμώνει τους δημιουργούς περιεχομένου με την παραγωγή ποικίλων σχεδιαστικών εναλλακτικών μέσα σε δευτερόλεπτα.
Αυτή είναι η διαδικασία. Κάθε σχεδιασμός αρχίζει με μια προτροπή, που λειτουργεί ως σχέδιο για το AI να ακολουθήσει. Υποθέστε ότι σχεδιάζετε μια διεπαφή χρήστη για μια εφαρμογή διαδικτυακής διδασκαλίας. Μια τυπική προτροπή θα ήταν: “/imagine Διαδικτυακή πλατφόρμα διδασκαλίας, διεπαφή χρήστη, Dribbble, Υψηλή Ανάλυση, 4K, σαν Khan Academy”.
Τα αρχικά αποτελέσματα μπορεί να μην είναι ακριβώς όπως τα επιθυμούμε. Για παράδειγμα, η προσθήκη “Adobe XD” στο μείγμα μπορεί να βοηθήσει το Midjourney να προσαρμόσει τα σχέδια του για να είναι πιο συμβατά με το Adobe XD. Μια βελτιωμένη προτροπή θα ήταν:
/imagine Πλατφόρμα διαδικτυακής διδασκαλίας, διεπαφή χρήστη, Adobe XD, Dribbble, Υψηλή Ανάλυση, 4K, μινιμαλιστικό σχέδιο
Λογότυπο ή Banner Εμπνευσμένα από Κείμενο με το Midjourney
Ας εξερευνήσουμε πώς να δημιουργήσουμε ένα banner με λογότυπο για το UNITE AI.
Πρώτα, πρέπει να έχετε μια απλή εικόνα του κειμένου που θέλετε να εμφανίσετε. Μπορείτε να τη δημιουργήσετε χρησιμοποιώντας οποιοδήποτε εργαλείο γραφικής σχεδίασης ή επεξεργαστή κειμένου και να την ανεβάσετε στο κανάλι Discord σας.
Η προτροπή για τη δημιουργία του banner είναι:
/imagine Γράμματα: <σύνδεσμος σε απλή εικόνα του κειμένου που θα εμφανιστεί> UNITE σε ένα μελλοντικό, εμπνευσμένο από το AI λογότυπο με γράμματα UNITE –v 5 –ar 16:9
Δείτε αυτά τα παραδείγματα προτροπών για περισσότερες ιδέες:
/imagine Ένας μόνος μουσικός που εκτελεί μια γαλήνια μελωδία σε μια πλωτή πόλη στο σούρουπο, στυλ art nouveau
/imagine Μια εικόνα ενός μελλοντικού ανθρώπου που εργάζεται σε ένα φουτουριστικό γραφείο, περικυκλωμένο από ολογραφικές οθόνες και προηγμένα τεχνολογικά μέσα. Ο άνθρωπος φοράει ένα στυλάτο, ασημί κοστούμι και έχει γυαλιά εικονικής πραγματικότητας. Το περιβάλλον είναι γεμάτο με νέον φωτισμό και αιωρούμενα ολογράμματα. Η ατμόσφαιρα είναι μελλοντική και υψηλής τεχνολογίας, με μια αίσθηση ενθουσιασμού και καινοτομίας. Η κάμερα είναι μια υψηλής ανάλυσης ψηφιακή κάμερα, που καταγράφει κάθε λεπτομέρεια με ακρίβεια. Το καλλιτεχνικό στυλ είναι ένα μείγμα κυβερνοπουνκ και μινιμαλισμού, με έμφαση σε καθαρές γραμμές και ζωηρά χρώματα. Οι σκηνοθέτες, κινηματογραφιστές, φωτογράφοι, σχεδιαστές μόδας, καρτούνιστες και καλλιτέχνες που συνεργάζονται σε αυτή τη μοναδική σύμπραξη είναι ο Christopher Nolan, ο Roger Deakins, η Annie Leibovitz, ο Virgil Abloh, ο Hayao Miyazaki και ο Kaws.
/imagine 1940s-στυλ Barbie ως νοσοκόμα σε καιρό πολέμου, σε ένα παλιό στρατιωτικό νοσοκομείο, φροντίζοντας τους τραυματίες στρατιώτες, σε στυλ κλασικών εικονογραφήσεων της Mattel, με την ατμόσφαιρα της σεπίας-τονισμένης φωτογραφίας του Β’ Παγκοσμίου Πολέμου 8k –v 5 –ar 16:9
/imagine Πλαίσιο μιας γυναίκας που ακουμπάει σε ένα κυβερνοπουνκ, αιωρούμενο ποδήλατο, ιαπωνικό anime, εκτεταμένα αστικά τοπία, 32k, περίπλοκο διαστημικό λιμάνι, διαβαίνοντας, πανοραμικές θέες ουρανοξυστών, κομψό
Τελικές Σκέψεις: Πλοήγηση στον κόσμο της Τέχνης του AI με το Midjourney
Θυμηθείτε, “Μια εικόνα αξίζει χίλιες λέξεις”. Μια λεπτομερής, ζωηρή περιγραφή μπορεί να κάνει θαύματα. Ναι, το Midjourney δεν είναι δωρεάν για χρήση. Ωστόσο, επανασχεδιάζει τον κόσμο της τέχνης και επεκτείνει τις δημιουργικές μας δυνατότητες μέσω της προηγμένης τεχνολογίας κειμένου-εικόνας του AI. Με την ικανότητα να μετατρέψει μια απλή κειμενική προτροπή σε υψηλής ανάλυσης εικόνα, είναι ένα εργαλείο που υπόσχεται απεριόριστες ευκαιρίες, όχι μόνο για καλλιτέχνες, αλλά και για σχεδιαστές UI/UX, τεχνοφίλους και επαγγελματίες του AI.
Εδώ είναι μερικά βασικά σημεία να θυμάστε καθώς ξεκινάτε την περιπέτεια σας με το Midjourney:
- Μάθετε τις βασικές γνώσεις των προτροπών του Midjourney: Χρησιμοποιήστε σαφείς, σύντομες και ολοκληρωμένες περιγραφές που ενσωματώνουν το όραμά σας για να οδηγήσετε το AI αποτελεσματικά. Θυμηθείτε να λάβετε υπόψη το κοινό σας και μην διστάσετε να πειραματιστείτε με διάφορα στυλ, συναισθήματα και περιβάλλοντα.
- Χρησιμοποιήστε τις παραμέτρους: Βελτιώστε τη δημιουργική σας εμπειρία αξιοποιώντας την ποικιλία προηγμένων ρυθμίσεων που προσφέρει το Midjourney. Από τον έλεγχο της αναλογίας μέχρι τη ρύθμιση της παραμέτρου χάους για μοναδικά αποτελέσματα, κάθε λεπτομέρεια μπορεί να προσαρμοστεί στις προτιμήσεις σας.
- Εμπιστευτείτε τη διαδικασία επανάληψης: Η πρώτη σας τέχνη που δημιουργήθηκε με ΤΝ μπορεί να μην είναι τέλεια. Εμπιστευτείτε αυτή τη διαδικασία επανάληψης και μάθετε να βελτιώνετε και να βελτιστοποιείτε τις προτροπές σας για καλύτερα αποτελέσματα.
- Κατανοήστε τις επιπτώσεις των πνευματικών δικαιωμάτων: Ενώ οι ίδιες οι εικόνες AI δεν προστατεύονται από πνευματικά δικαιώματα, τα ανθρώπινα στοιχεία μέσα σε αυτές τις δημιουργίες μπορούν να προστατευθούν.
Στην ουσιαστική του μορφή, η ενσωμάτωση του AI στην τέχνη έχει δημοκρατίσει τη δημιουργικότητα και έχει σβήσει τα όρια μεταξύ ανθρώπινων και μηχανικών μαστόρων. Καθώς συνεχίζουμε να μαρτυρούμε την αξιοσημείωτη ανάπτυξη της παραγωγικής ΤΝ στην αγορά της τέχνης, είναι αδιαμφισβήτητο ότι η επανάσταση της τέχνης του AI, με επικεφαλής πλατφόρμες όπως το Midjourney, είναι μόλις στην αρχή.























