Midjourney की समीक्षा: क्या इसके एआई वीडियो में टेक्स्ट सही दिखता है?

आप एक एआई इमेज जनरेटर में प्रॉम्प्ट लिखते हैं और नतीजे में कुछ ऐसा पाते हैं जो तकनीकी रूप से सही, लेकिन भुला देने लायक होता है: सपाट रोशनी, स्टॉक फ़ोटो जैसा रूप और ऐसी संरचना जिसे आप खुद कभी नहीं चुनते। किसी फ़ोटोग्राफ़र या चित्रकार को काम पर रखने से यह समस्या हल हो जाती है, लेकिन तब नहीं जब आपको आज दोपहर तक मुख्य चित्र चाहिए।

यही वह समस्या है जिसे Midjourney हमेशा से हल करने के लिए जाना जाता है। इसकी छवियों की शैली ऐसी है जिसे पहचानना मुश्किल नहीं: सिनेमाई रोशनी, समृद्ध बनावट और ऐसी संरचनाएँ, जिनमें लगता है कि सोच-समझकर विकल्प चुने गए हैं।

लेकिन जब मैंने पहली बार इसकी समीक्षा की थी, तब से इसमें बहुत कुछ बदल चुका है। अब Discord की ज़रूरत नहीं है, V8.2 अधिक रिज़ॉल्यूशन वाली 2K छवियाँ बनाता है, नया Edit Model संदर्भ छवियों और इनपेंटिंग को संभालता है, और Midjourney अब किसी भी छवि को छोटे वीडियो में बदल सकता है।

मैंने Midjourney को तीन कामों के लिए परखा: टेक्स्ट वाले उत्पाद विज्ञापन के लिए, कई दृश्यों में एक जैसा दिखने वाला पात्र बनाने के लिए, और एक स्थिर छवि को वीडियो क्लिप में बदलने के लिए।

Midjourney की इस समीक्षा में, मैं बताऊँगी कि यह कैसा रहा, किन बातों ने मुझे प्रभावित किया और कहाँ मुझे लगता है कि इसमें अब भी कमियाँ हैं। लेख के अंत में मैं इसकी तुलना अपने तीन पसंदीदा विकल्पों से करूँगी: ImagineArt, ChatGPT Images 2.0, और GetIMG।

निष्कर्ष

मैंने अब तक जिन एआई छवि जनरेटरों को परखा है, उनमें Midjourney अब भी सबसे अच्छी दिखने वाली कुछ छवियाँ बनाता है। V8.2 ने आखिरकार छोटे टेक्स्ट को सही ढंग से दिखाया और अलग-अलग दृश्यों में मेरे पात्र का रूप एक जैसा बनाए रखा। हालाँकि, वीडियो बनाने की इसकी क्षमता कमज़ोर है: वीडियो में आवाज़ नहीं होती, मेरे बनाए क्लिप में छोटे टेक्स्ट बिगड़ गए और एचडी वीडियो से Fast के घंटे तेज़ी से खर्च होते हैं। कुल मिलाकर, Midjourney के लिए पैसे देना मुख्य रूप से तभी उचित है जब छवियाँ आपकी प्राथमिकता हों।

Midjourney क्या है?

Midjourney सैन फ़्रांसिस्को की एक स्वतंत्र एआई अनुसंधान प्रयोगशाला है, जिसकी स्थापना David Holz ने की थी (वे Leap Motion के सह-संस्थापक हैं)। Midjourney अपना वित्तपोषण स्वयं करता है और यह खुद को “समुदाय-वित्तपोषित” कहता है। इसका मुख्य उत्पाद छवि और वीडियो बनाने वाला एक जनरेटर है, जो अन्य एआई ग्राफ़िक डिज़ाइन टूल की श्रेणी में आता है।

आप सामान्य भाषा में बताते हैं कि आपको क्या चाहिए और Midjourney उसी शैली में छवियों का एक ग्रिड देता है (डिफ़ॉल्ट रूप से चार छवियाँ)। इसके बाद आप अलग-अलग रूपांतर बना सकते हैं, छवि के हिस्सों को संपादित कर सकते हैं, फ़्रेमिंग बदल सकते हैं, रिज़ॉल्यूशन बढ़ा सकते हैं या उसे एनिमेट कर सकते हैं।

क्या बदला है

जब मैंने पहली बार Midjourney आज़माया था, तो आपको इसके Discord सर्वर से जुड़ना पड़ता था और व्यस्त सार्वजनिक चैनलों में /imagine कमांड लिखने पड़ते थे। अब ज़्यादातर लोग वेब ऐप का इस्तेमाल करते हैं, जो सामान्य रचनात्मक टूल की तरह काम करता है: इसमें प्रॉम्प्ट बार, आपके काम की गैलरी, फ़ोल्डर और संपादक होता है। Discord अब भी काम करता है, लेकिन अब इसका इस्तेमाल करना ज़रूरी नहीं है।

मॉडल में भी काफ़ी बदलाव हुए हैं:

• V7 (अप्रैल 2025) में Draft Mode और Omni Reference आए।
• V8.1 (अप्रैल 2026) में सीधे 2K आउटपुट और कहीं तेज़ रेंडरिंग की सुविधा जोड़ी गई।
• V8.2 (जुलाई 2026 से डिफ़ॉल्ट) का ज़ोर सौंदर्यबोध और वैयक्तिकरण पर है। Midjourney अपनी शैली को “ज़्यादा रचनात्मक, दमदार, परिष्कृत, अलग और ताज़ा” बताता है।

V8.2 में Edit Model भी शामिल किया गया, जो तीन पुराने टूल (Omni Reference, Character Reference और Retexture) की जगह एक ही सिस्टम देता है। आप अधिकतम चार तस्वीरें जोड़कर बता सकते हैं कि उनमें क्या बदलाव चाहते हैं—बिल्कुल वैसे ही, जैसे चैट-आधारित संपादक में करते हैं।

अक्टूबर 2026 में, Midjourney ने थिंकिंग मोड का परीक्षण शुरू किया। यह तस्वीर देखकर पता लगाता है कि वह आपके निर्देश से कहाँ चूकी है (जैसे गलत वस्तुएँ, लेआउट, शारीरिक बनावट या टेक्स्ट), और फिर उसे दोबारा बनाता है। यह अभी भी अल्फ़ा चरण में है।

अब यह वीडियो भी बनाता है

Midjourney का वीडियो मॉडल आपके बनाए या अपलोड किए गए चित्र को एनिमेट करता है। क्लिप 5 सेकंड से शुरू होती हैं और उन्हें 4-सेकंड के चरणों में बढ़ाकर अधिकतम 21 सेकंड तक किया जा सकता है। आप क्लिप को लूप कर सकते हैं, उसका अंतिम फ़्रेम तय कर सकते हैं और कम या ज़्यादा गति चुन सकते हैं।

एनिमेशन एक उपयोगी अतिरिक्त सुविधा है, लेकिन यह पूरा एआई वीडियो जनरेटर नहीं है: इसमें टेक्स्ट से वीडियो बनाने की सुविधा नहीं है और अधिकतम रिज़ॉल्यूशन 720p है।

Midjourney क्या नहीं है

Midjourney, Canva जैसा कोई समर्पित डिज़ाइन टूल नहीं है। यह तब सबसे अच्छा काम करता है, जब आपको उच्च गुणवत्ता वाली तस्वीर चाहिए और उसे सही बनाने के लिए कुछ बदलाव करने में आपको कोई आपत्ति न हो। पहले की तुलना में यह छोटे टेक्स्ट को कहीं बेहतर ढंग से संभालता है, लेकिन बहुत अधिक टेक्स्ट वाले डिज़ाइन या ऐसे कामों के लिए अब भी अच्छा विकल्प नहीं है, जिनमें हर बारीकी बिल्कुल सही होनी चाहिए।

यह जानना भी ज़रूरी है कि Disney और Universal ने जून 2025 में Midjourney पर मुकदमा किया, और Warner Bros. Discovery ने उसी साल सितंबर में ऐसा किया। इस बीच, Meta ने अगस्त 2025 में एक समझौता किया जिसके तहत उसे Midjourney की तकनीक का लाइसेंस मिला।

Midjourney किनके लिए सबसे उपयुक्त है?

Midjourney इन लोगों के लिए सबसे उपयुक्त है:

• मार्केटर और सोशल मीडिया मैनेजर बिना फ़ोटोशूट का इंतज़ाम किए, एक जैसी शैली में ऐसे अभियान-दृश्य और सोशल मीडिया ग्राफ़िक्स बना सकते हैं, जो लोगों का ध्यान खींचें।
• कॉन्सेप्ट आर्टिस्ट और गेम डेवलपर किरदारों, जीवों और परिवेश के दर्जनों विचार आज़मा सकते हैं, फिर संदर्भ चित्रों की मदद से बेहतरीन डिज़ाइनों में एकरूपता बनाए रख सकते हैं। प्रोटोटाइप बनाने के लिए यह एआई गेम जनरेटर के साथ अच्छी तरह काम करता है।
• लेखक किताबों के कवर और अध्यायों के चित्रों के नमूने बना सकते हैं और उनमें शीर्षक का साधारण टेक्स्ट जोड़ सकते हैं।
• ब्लॉगर ऐसी मुख्य तस्वीरें बना सकते हैं, जो हर किसी के इस्तेमाल किए जाने वाले वही पुराने स्टॉक फ़ोटो जैसी न दिखें।
• ग्राफ़िक डिज़ाइनर क्लाइंट के सामने प्रस्ताव रखने के लिए मूडबोर्ड और शैली-संदर्भ तैयार कर सकते हैं, फिर उस दिशा को प्रोडक्शन टीम को सौंप सकते हैं।
• ई-कॉमर्स ब्रांड जीवनशैली और उत्पाद-अवधारणा से जुड़े चित्र बना सकते हैं, हालाँकि पैकेजिंग को बिल्कुल सही दिखाने के लिए उन्हें असली तस्वीरों की ज़रूरत फिर भी होगी।
• छोटी वीडियो क्लिप चाहने वाले क्रिएटर किसी स्थिर तस्वीर को लूप होने वाली पृष्ठभूमि, इंट्रो या सोशल पोस्ट में एनिमेट कर सकते हैं।
• Standard प्लान वाले शौकिया उपयोगकर्ता एक निश्चित कीमत पर जितनी चाहें उतनी रिलैक्स मोड की तस्वीरें बना सकते हैं।

Midjourney की प्रमुख सुविधाएँ

ये वे प्रमुख सुविधाएँ हैं, जो मुझे खास लगीं:

1. V8.2 इमेज मॉडल: नवीनतम संस्करण, जिसे आकर्षक और दमदार तस्वीरें बनाने के लिए तैयार किया गया है। V8.1 ने सामान्य जॉब को भी लगभग चार गुना तेज़ कर दिया था।
2. नेटिव 2K (HD) मोड: –hd के ज़रिए सीधे 2048px की तस्वीरें बनाता है। हर जॉब पर इसमें GPU का लगभग 1.3 मिनट का समय लगता है, जबकि SD में 0.8 मिनट।
3. Edit Model: अधिकतम चार संदर्भ तस्वीरें जोड़ें और बदलाव का वर्णन करें। यह एक ही टूल किरदारों में एकरूपता बनाए रखने, उत्पादों को सही जगह रखने, नए कोणों से दिखाने और शैली बदलने का काम करता है।
4. संपादक (इनपेंटिंग और आउटपेंटिंग): किसी हिस्से पर रंग करके सिर्फ़ उसी भाग को बदलें, या मूल फ़्रेम से आगे कैनवास का विस्तार करें। ध्यान दें कि संपादन के बाद HD तस्वीरें फिर SD में बदल जाती हैं; उन्हें दोबारा अपस्केल करना होगा।
5. शैली-संदर्भ (–sref): किसी रूप-शैली की नकल करने और उसे निर्देशों पर लागू करने के लिए शैली कोड का इस्तेमाल करें। किसी श्रृंखला में एकरूपता बनाए रखने के सबसे उपयोगी तरीकों में से यह एक है।
6. मूडबोर्ड और वैयक्तिकरण: तस्वीरों को रेट करें या उदाहरणों का एक सेट अपलोड करें; Midjourney आपकी पसंद का प्रोफ़ाइल बनाएगा और उसे आगे बनाई जाने वाली तस्वीरों पर लागू करेगा।
7. चित्र से वीडियो: किसी भी तस्वीर को 5-सेकंड की क्लिप में एनिमेट करता है, जिसे लूप, अंतिम फ़्रेम और कम/ज़्यादा गति के नियंत्रणों की मदद से 21 सेकंड तक बढ़ाया जा सकता है। SD में रिज़ॉल्यूशन 480p और HD में 720p होता है।
8. रॉ मोड: Midjourney की डिफ़ॉल्ट शैली का प्रभाव कम करता है, ताकि तस्वीर आपके निर्देशों का अधिक शाब्दिक रूप से पालन करे। यथार्थवादी उत्पाद-तस्वीरों के लिए यह उपयोगी है।
9. थिंकिंग मोड (अल्फ़ा): V8.2 की तस्वीर को आपके निर्देशों से मिलाकर जाँचता है और उसमें छूटी या गलत चीज़ों, जैसे वस्तुओं और टेक्स्ट, को ठीक करने की कोशिश करता है।
10. साझा फ़ोल्डर: सहयोगियों को साझा फ़ोल्डर में तस्वीरें बनाने के लिए आमंत्रित करें या लिंक के ज़रिए उसे साझा करें। छोटी रचनात्मक टीमों के लिए यह उपयोगी है।

व्यावहारिक परीक्षण: Midjourney ने क्या बनाया

मैंने तीन ऐसे कामों के आधार पर परीक्षण किए, जिनके लिए लोग वास्तव में Midjourney को पैसे देते हैं: टेक्स्ट वाली मार्केटिंग इमेज, अलग-अलग दृश्यों में एक ही किरदार को एक जैसा बनाए रखना और एक छोटा वीडियो। हर परीक्षण में मेरा ध्यान नतीजे पर रहा—वह कैसा दिखता है, मेरे प्रॉम्प्ट का कितनी बारीकी से पालन करता है और इस्तेमाल करने से पहले मुझे उसमें कितना सुधार करना पड़ेगा।

मैंने Standard प्लान (30 डॉलर प्रति माह) पर V8.2 का इस्तेमाल किया। HD चालू था, Raw मोड बंद था और बाकी सेटिंग्स डिफ़ॉल्ट पर थीं।

परीक्षण 1: लेबल पर टेक्स्ट वाला उत्पाद विज्ञापन

इमेज के भीतर टेक्स्ट दिखाना हमेशा से Midjourney की कमज़ोरियों में से एक रहा है, इसलिए मैं देखना चाहती थी कि क्या V8.2 ने आखिरकार इस समस्या को ठीक कर दिया है।

मैंने यह प्रॉम्प्ट इस्तेमाल किया:

“धूप से रोशन कैफ़े के लकड़ी के काउंटर पर रखे मैट काले कॉफ़ी के पैकेट की उत्पाद फ़ोटो। लेबल पर मोटे सफ़ेद अक्षरों में ‘NORTHBOUND ROAST’ लिखा है और उसके नीचे छोटे अक्षरों में ‘Single Origin · Ethiopia’ लिखा है। पास रखे सिरेमिक कप से भाप उठ रही है; कम गहराई वाला फ़ोकस, सुबह की गर्म रोशनी, 50mm लेंस से ली गई तस्वीर। –ar 4:5”

Midjourney ने लगभग 20 सेकंड में चार इमेज दीं और हर इमेज में टेक्स्ट की दोनों पंक्तियाँ सही थीं। चारों पैकेटों पर “NORTHBOUND ROAST” और “Single Origin · Ethiopia” की वर्तनी सही थी—न कोई अतिरिक्त अक्षर, न अक्षरों की अदला-बदली और न ही बिगड़े हुए अक्षर।

प्रॉम्प्ट के बाकी निर्देशों का भी उतना ही अच्छा पालन हुआ। चारों पैकेट मैट काले थे और धूप से रोशन कैफ़े के लकड़ी के काउंटर पर रखे थे; कप से उठती भाप भी काफ़ी असली लग रही थी। पैकेट के किनारों, कप या काउंटर पर मुझे कोई दृश्य दोष या विकृति नहीं दिखी।

मेरी राय

मैं सचमुच प्रभावित हुई। मुझे उम्मीद थी कि कम-से-कम एक शब्द तो बिगड़ा हुआ होगा, इसलिए मैंने बाद में किसी डिज़ाइन टूल में लेबल जोड़ने की योजना बनाई थी। इसके बजाय, मैं चारों में से किसी भी इमेज को बिना छुए सीधे विज्ञापन में इस्तेमाल कर सकती थी।

कुछ भी ग़लत नहीं था, इसलिए मुझे दोबारा इमेज बनाने की ज़रूरत नहीं पड़ी। एक बार में, 20 सेकंड में, पेशेवर दिखने वाली चार इमेज।

हालाँकि, ध्यान देने वाली बात यह है कि मैंने केवल टेक्स्ट की दो छोटी पंक्तियों का परीक्षण किया। ज़्यादातर उत्पाद फ़ोटो में ब्रांड का नाम और टैगलाइन ही चाहिए होते हैं, लेकिन मेन्यू या इन्फ़ोग्राफ़िक जैसे सघन टेक्स्ट के लिए मैं बिना प्रूफ़रीड किए इतनी ही सटीकता की उम्मीद नहीं करूँगी।

परीक्षण 2: तीन दृश्यों में एक ही किरदार को एक जैसा बनाए रखना

कॉमिक, बच्चों की किताब या किसी ब्रांड का शुभंकर बनाने वालों के लिए किरदारों को एक जैसा बनाए रखना अहम है। सबसे पहले मैंने एक किरदार बनाया:

“बच्चों की किताब के लिए एक चित्र: छोटा लाल लोमड़, पीला रेनकोट और हरे रेन बूट पहने, पानी के छोटे गड्ढे में खड़ा है। मुलायम जलरंग शैली, सफ़ेद पृष्ठभूमि।”

Midjourney ने लगभग 15 सेकंड में मुझे चार विकल्प दिए। मैंने अपना पसंदीदा चुना, उसे Edit Model में संदर्भ इमेज के रूप में जोड़ा और तीन नए दृश्यों के लिए कहा:

1. “वही लोमड़, तेज़ बारिश के दौरान एक मशरूम के नीचे किताब पढ़ता हुआ।”
2. “वही लोमड़, पतझड़ के मौसम वाले पार्क में साइकिल चलाता हुआ, बगल से दिखता हुआ।”
3. “वही लोमड़, रात में आरामदेह बिस्तर पर सोया हुआ; रेनकोट एक खूंटी पर टंगा है।”

मैंने हर दृश्य को अलग से बनाया और हर बार मूल लोमड़ की वही इमेज जोड़ी।

हर दृश्य इस्तेमाल करने लायक था; फ़र्क बस पसंद का था। हर बार लोमड़ का चेहरा, कानों और पूँछ के निशान, पीला रेनकोट और हरे बूट एक जैसे रहे और मुलायम जलरंग शैली भी बनी रही। साइकिल पर बगल से दिखने वाले दृश्य में भी—जिसे बनाना मुझे सबसे मुश्किल लग रहा था—न रंग ग़लत थे, न थूथन अलग था और न ही कोई अतिरिक्त अंग था।

एकमात्र समस्या सोने वाले दृश्य में थी। चारों इमेज में रेनकोट को उसके हुड से उलटा खूंटी पर टांगा गया था, जबकि कोई भी अपना कोट इस तरह नहीं टांगता।

मैंने इसे दो तरीकों से ठीक करने की कोशिश की।

पहले, मैंने Thinking Mode के साथ अपनी पसंदीदा इमेज दोबारा बनाई। दृश्य का बाकी हिस्सा ठीक था, लेकिन कोट और बिगड़ गया: अब खूंटी सीधे हुड के आर-पार जा रही थी, जिससे ग़लती और साफ़ दिखने लगी।

दूसरी कोशिश में, मैंने Editor खोला, Smart Select से सिर्फ़ कोट चुना, उसे मिटाया और यह प्रॉम्प्ट दिया: “पीला रेनकोट, कॉलर से खूंटी पर टंगा हुआ, जिसका हुड पीठ के पीछे नीचे की ओर लटक रहा है।”

वह तरीका भी काम नहीं आया। कोट अब भी उलटा था, उसमें पहले से कम बारीकियाँ थीं और हुड बड़ा होकर खुला हुआ था। कम से कम, हर संस्करण में वॉटरकलर शैली एक जैसी बनी रही।

मेरी राय

एक ओर, किरदार में एकरूपता ने मुझे प्रभावित किया। मैं पढ़ने और साइकिल चलाने वाले दृश्यों को बिना बदलाव के चित्र-पुस्तक में इस्तेमाल करूँगी।

लेकिन सोने के समय वाला दृश्य बिल्कुल अलग कहानी है। उलटा कोट एक छोटी-सी बात है, मगर बच्चे या माता-पिता की नज़र ठीक इसी पर जाती; Midjourney के दोनों सुधार टूल इसे ठीक नहीं कर पाए। Thinking Mode का मकसद यह पकड़ना है कि तस्वीर कहाँ प्रॉम्प्ट से मेल नहीं खाती, लेकिन इससे यह गलती और साफ़ नज़र आई, और Editor ने इसे और बिगाड़ दिया।

उस दृश्य का इस्तेमाल करने के लिए मुझे और ग्रिड बनाने पड़ते, हुक को काटकर हटाना पड़ता या Photoshop में उसे ठीक करना पड़ता।

तीन दृश्य पूरी किताब नहीं बनाते, लेकिन किसी किरदार के लिए मैं Edit Model पर भरोसा करूँगी। बस, हर तस्वीर में ऐसी बारीकियाँ जाँचने के लिए समय ज़रूर रखूँगी जो तर्कसंगत न लगें।

परीक्षण 3: स्थिर तस्वीर को वीडियो में बदलना

अपने अंतिम परीक्षण के लिए, मैंने परीक्षण 1 में कॉफ़ी के पैकेट की अपनी पसंदीदा तस्वीर ली और इस प्रॉम्प्ट से उसमें गति जोड़ी:

“कप से भाप धीरे-धीरे घुमाव लेते हुए ऊपर उठती है, कैमरा पैकेट की ओर धीरे से आगे बढ़ता है, खिड़की से आती सुबह की रोशनी झिलमिलाती है।”

मैंने कम गति और बिना अंतिम फ़्रेम या लूप के, HD (720p) में चार क्लिप का एक बैच बनाया। फिर उसी सेटिंग के साथ अपनी पसंदीदा क्लिप को आगे बढ़ाया।

चारों क्लिप बनाने में लगभग 2 मिनट लगे और 26 Fast मिनट खर्च हुए। शुरू करने से पहले Midjourney ने पॉप-अप संदेश में इसकी चेतावनी दी थी। गति सहज और वास्तविक लग रही थी, और बड़ा “NORTHBOUND ROAST” लेबल साफ़ बना रहा। लेकिन छोटी “Single Origin · Ethiopia” वाली पंक्ति चारों क्लिप में विकृत हो गई।

अपनी पसंदीदा क्लिप को आगे बढ़ाने में 25 Fast मिनट और लगे और मुझे चार और संस्करण मिले। वे मूल क्लिप से सहजता से आगे बढ़े, लेकिन वही छोटा टेक्स्ट अब भी विकृत था। साथ ही, चारों वीडियो में कैमरा भाप की ओर ज़ूम हुआ, जिससे भाप असली, पतली लहरों के बजाय गुच्छों जैसी और भी साफ़ दिखने लगी। किसी भी क्लिप में ऑडियो नहीं था।

मेरी राय

गति की गुणवत्ता किसी इमेज टूल से मेरी अपेक्षा से बेहतर थी, लेकिन टेक्स्ट के विकृत होने के कारण ये क्लिप ऐसे उत्पाद-विज्ञापन के लिए काम की नहीं हैं जहाँ लेबल ही मुख्य आकर्षण हो। छोटे टेक्स्ट के बिना वाला शॉट कहीं बेहतर रहेगा।

बड़ी समस्या इसकी लागत है। 9 सेकंड की एक HD क्लिप और उसे आगे बढ़ाने में लगभग 51 Fast मिनट लगे, जो मेरे दोनों इमेज परीक्षणों में मिलाकर लगे समय से तीन गुने से भी ज़्यादा थे। वीडियो बनाने के लिए बने खास टूल टेक्स्ट से वीडियो, ऑडियो और लंबे क्लिप भी देते हैं, इसलिए मैं Midjourney के वीडियो को सदस्यता लेने की वजह नहीं, बल्कि एक अतिरिक्त सुविधा मानूँगी।

नतीजे और आउटपुट की गुणवत्ता

• तस्वीरों की गुणवत्ता: Midjourney की सबसे बड़ी खूबी यह थी कि इसकी तस्वीरें कितनी सजी-सँवरी लगती थीं। कॉफ़ी के पैकेट वाले शॉट्स में सुबह की रोशनी विश्वसनीय लग रही थी, भाप (ज़्यादातर) असली दिख रही थी और संयोजन शानदार था। वहीं, लोमड़ी के हर दृश्य में हल्की वॉटरकलर शैली बनी रही।
• प्रॉम्प्ट की सटीकता: V8.2 ने मेरे प्रॉम्प्ट का बारीकी से पालन किया। हर पैकेट धूप से रोशन लकड़ी के काउंटर पर रखा मैट काले रंग का था, और मेरे बताए हर दृश्य का नतीजा मेरी माँग के अनुरूप था। बस एक छोटी-सी बात छूट गई: लोमड़ी का रेनकोट हुक पर उलटा टँगा था।
• टेक्स्ट: परीक्षण 1 की चारों तस्वीरों में लेबल की दोनों पंक्तियाँ पहली ही कोशिश में सही लिखी गई थीं, इसलिए मुझे Thinking Mode की ज़रूरत नहीं पड़ी। लेकिन जब उन तस्वीरों को वीडियो में बदला, तो छोटा टेक्स्ट विकृत और अपठनीय हो गया।
• एकरूपता: मेरे बनाए सभी दृश्यों में लोमड़ी का किरदार एक जैसा रहा। हालाँकि, लोमड़ी का कोट हुक पर उलटा टँगा था, और न Thinking Mode, न ही Editor इसे ठीक कर पाए।
• वीडियो: वीडियो की गति सहज थी, लेकिन सभी आठ क्लिप में छोटा टेक्स्ट विकृत हो गया, इसलिए उनमें से कोई भी उत्पाद-विज्ञापन के लिए इस्तेमाल नहीं किया जा सकता था।
• गति: HD में इमेज ग्रिड बनाने में लगभग 15–20 सेकंड लगे। HD में चार वीडियो का एक बैच बनाने में लगभग 2 मिनट लगे। इस गुणवत्ता के स्तर पर तस्वीरें और वीडियो बनाने की यह सबसे तेज़ रफ़्तारों में से एक है जो मैंने देखी है।
• संपादन की ज़रूरत: परीक्षण 1 की तस्वीरों और लोमड़ी के तीन में से दो दृश्यों में किसी संपादन की ज़रूरत नहीं पड़ी। सोने के समय वाले दृश्य के लिए और संपादन-प्रयास करने पड़ते, उसे काटकर सुधारना पड़ता या Photoshop का इस्तेमाल करना पड़ता।
• पैसे का मूल्य: तीनों परीक्षणों में मेरे 15 Fast घंटों में से लगभग 1 घंटा 6 मिनट लगे। इसमें से तस्वीरों में लगभग 15 मिनट और HD वीडियो में लगभग 51 मिनट लगे। Standard प्लान पर तस्वीरें पैसे वसूल हैं, लेकिन HD वीडियो से Fast घंटे जल्दी खत्म होते हैं।

Midjourney का उपयोग कैसे करें

Midjourney से अच्छे नतीजे पाने का तरीका यह है:

1. मुफ़्त परीक्षण उपलब्ध नहीं है, इसलिए कोई प्लान चुनें और साइन इन करें। अगर आप बहुत सारी तस्वीरें बनाने की योजना बना रहे हैं, तो Standard के असीमित Relax मोड में आम तौर पर Basic की तुलना में बेहतर मूल्य मिलता है।
2. सबसे पहले Personalization या मूडबोर्ड सेट करें। अपनी पसंदीदा शैली के 10–20 उदाहरण अपलोड करने से आगे के हर प्रॉम्प्ट को अच्छी शुरुआत मिलती है।
3. प्रॉम्प्ट लिखते समय विषय, परिवेश, रोशनी, लेंस या माध्यम और मनोदशा का वर्णन करें। अंत में पैरामीटर जोड़ें, जैसे वाइडस्क्रीन के लिए –ar 16:9 या अधिक शाब्दिक नतीजे के लिए –raw।
4. सबसे अच्छी छवि चुनें और उसे बेहतर बनाएँ। मिलते-जुलते विकल्पों के लिए Vary का उपयोग करें, किसी एक हिस्से को ठीक करने के लिए Editor का, या किसी किरदार या उत्पाद को एक जैसा बनाए रखने के लिए संदर्भ छवियों के साथ Edit Model का इस्तेमाल करें।
5. छवि का उच्च-रिज़ॉल्यूशन संस्करण बनाएँ या उसे जीवंत करें। अंतिम छवि HD में एक्सपोर्ट करें या उसे छोटी वीडियो क्लिप में बदलने के लिए Animate चुनें।

अगर आप सामान्य रूप से प्रॉम्प्ट लिखने में बेहतर होना चाहते हैं, तो ये प्रॉम्प्ट इंजीनियरिंग के पाठ्यक्रम शुरुआत करने के लिए अच्छी जगह हैं।

Midjourney के 3 बेहतरीन विकल्प

यहाँ Midjourney के वे बेहतरीन विकल्प हैं जिन्हें मैंने आज़माया है और जिनकी मैं सिफ़ारिश करूँगी।

ImagineArt

अगर आप एक ही सदस्यता में छवियाँ, वीडियो और ऑडियो चाहते हैं और किसी एक मॉडल तक सीमित नहीं रहना चाहते, तो ImagineArt आपके लिए सबसे उपयुक्त है। Midjourney केवल अपने मॉडल उपलब्ध कराता है। ImagineArt के ज़रिए आपको Nano Banana, GPT Image और Kling जैसे तृतीय-पक्ष छवि और वीडियो मॉडल, साथ ही वॉइसओवर और संगीत भी मिलते हैं।

यही मुख्य अंतर है। Midjourney की डिफ़ॉल्ट शैली अलग पहचान रखती है, जबकि ImagineArt आपको हर काम के लिए मॉडल चुनने देता है। इससे पढ़ने योग्य टेक्स्ट तैयार करने या वीडियो बनाने जैसे कामों में ImagineArt अधिक लचीलापन देता है। हालाँकि, अलग-अलग मॉडलों के नतीजों में ज़्यादा अंतर हो सकता है।

ImagineArt के साथ शुरुआत करना सस्ता भी है। इसमें रोज़ाना नवीनीकृत होने वाले 100 क्रेडिट वाला मुफ़्त प्लान है, जबकि Midjourney कोई मुफ़्त प्लान या परीक्षण अवधि नहीं देता। इसके iOS और Android ऐप भी हैं।

अगर आप बिना किसी बदलाव के सीधे बेहतरीन दिखने वाली छवियाँ चाहते हैं, तो Midjourney चुनें। अन्यथा, अधिक मॉडल और वीडियो टूल वाले एक ही रचनात्मक मंच के लिए ImagineArt चुनें।

मेरी ImagineArt की समीक्षा पढ़ें या ImagineArt पर जाएँ!

ChatGPT Images 2.0

 Midjourney का दूसरा विकल्प जिसकी मैं सिफ़ारिश करूँगी, वह ChatGPT Images 2.0 है। यह समग्र रूप-सज्जा के बजाय बारीकियों को सही रखने में बेहतर है।

मेरी समीक्षा में, इसने टेक्स्ट-प्रधान छवियों, इन्फ़ोग्राफ़िक्स और विस्तृत निर्देशों को अधिकांश छवि जनरेटरों की तुलना में कहीं अधिक बार सही ढंग से प्रस्तुत किया। Midjourney V8.2 ने छोटे टेक्स्ट के मामले में अंतर कम कर दिया है (इसने मेरे उत्पाद के लेबल का टेक्स्ट चारों छवियों में सही लिखा), लेकिन टेक्स्ट-प्रधान डिज़ाइनों के लिए ChatGPT अब भी अधिक भरोसेमंद विकल्प है।

इसका कार्यप्रवाह भी अलग है। प्रॉम्प्ट लिखकर विकल्पों की ग्रिड में से चुनने के बजाय, आप ChatGPT से बात करते हैं (“कप को नीला कर दो”) और यह छवि में बदलाव करता है। जब मैंने ChatGPT में अपनी छवियों को संपादित किया, तो इसने मेरे बताए बदलाव कर दिए।

लेकिन शैली और गति के मामले में Midjourney अब भी आगे है। ChatGPT की छवियाँ अक्सर कम सिनेमाई दिखती हैं, और मेरे परीक्षण में इसके Thinking मोड को आठ छवियों का एक सेट तैयार करने में लगभग साढ़े तीन मिनट लगे।

सटीक टेक्स्ट, विस्तृत डिज़ाइन और आपके निर्देशों के मुताबिक संपादन के लिए ChatGPT Images 2.0 चुनें। बेहतर छवि गुणवत्ता और तेज़ नतीजों के लिए Midjourney चुनें।

मेरी ChatGPT Images 2.0 की समीक्षा पढ़ें या ChatGPT पर जाएँ!

GetIMG

मेरी अंतिम सिफ़ारिश GetIMG है, जो आपको एक ही जगह पर कई अग्रणी AI मॉडल उपलब्ध कराता है। छवियों के लिए इसमें Seedream 5, FLUX.2, Nano Banana और GPT Image शामिल हैं। वीडियो के लिए यह Kling, Seedance, Veo और Wan उपलब्ध कराता है।

इस लिहाज़ से यह Midjourney के बिल्कुल उलट है, जिसके अपने मॉडल और एक विशिष्ट डिफ़ॉल्ट शैली है। GetIMG में आप एक ही प्रॉम्प्ट को कई मॉडलों पर चला सकते हैं और सबसे अच्छा नतीजा रख सकते हैं। यह तब मददगार है जब एक मॉडल टेक्स्ट को बेहतर ढंग से संभाले और दूसरा फ़ोटोरियलिज़्म को।

कीमत क्रेडिट के आधार पर तय होती है; Core से सभी मॉडल अनलॉक हो जाते हैं। अगर आप एक ही खास शैली पर टिके रहने के बजाय अलग-अलग मॉडल आज़माना चाहते हैं, तो GetIMG चुनें।

मेरी GetIMG की समीक्षा पढ़ें या GetIMG पर जाएँ!

Midjourney की समीक्षा: क्या यह आपके लिए सही टूल है?

Midjourney की मुझे सबसे अच्छी बात यह लगी कि इसकी छवियाँ सोच-समझकर डिज़ाइन की हुई लगती हैं। मेरे कॉफ़ी-पाउच का विज्ञापन लगभग 20 सेकंड में इस्तेमाल के लिए तैयार था और लेबल की दोनों पंक्तियाँ सही लिखी गई थीं। मेरा वॉटरकलर लोमड़ी वाला किरदार भी तीनों दृश्यों में एक जैसा दिखा।

वीडियो के मामले में यह कमज़ोर रहा। गति सहज दिखी, लेकिन हर क्लिप में लेबल का छोटा टेक्स्ट बिगड़ गया; क्लिप आगे बढ़ाने पर भाप ज़्यादा स्पष्ट दिखी, लेकिन वह गुच्छों जैसी लग रही थी। एक HD क्लिप और उसके एक्सटेंशन में लगभग 51 Fast मिनट लगे। सिर्फ़ अपनी छवियों को निजी रखने के लिए $60/माह देना भी अकेले काम करने वाले रचनाकारों के लिए काफ़ी महँगा लगता है।

और फिर Thinking Mode था। इसका उद्देश्य उन जगहों को ठीक करना है जहाँ कोई छवि आपके प्रॉम्प्ट के मुताबिक नहीं होती, लेकिन मेरे उल्टी तरफ टंगे रेनकोट की छवि में इसने गलती को और स्पष्ट कर दिया। Editor भी इससे बेहतर साबित नहीं हुआ, इसलिए Midjourney के संपादन टूल मेरी अपेक्षाओं पर खरे नहीं उतरे।

मैं Midjourney की सिफारिश उन विपणनकर्ताओं, डिज़ाइनरों, कॉन्सेप्ट कलाकारों और लेखकों को करूँगी, जिनके लिए छवि का दिखना सबसे ज़्यादा मायने रखता है। छवियों के लिए Standard योजना सबसे संतुलित विकल्प है: मेरे Test 1 और Test 2 के नतीजों में बहुत कम या बिल्कुल भी संपादन की ज़रूरत नहीं पड़ी, और असीमित Relax मोड का मतलब है कि आप लगातार नई छवियाँ बना सकते हैं।

लेकिन अगर आपके लिए वीडियो, टेक्स्ट-प्रधान डिज़ाइन या मुफ़्त योजना ज़्यादा अहम हैं, तो इनमें से कोई विकल्प आपके लिए बेहतर हो सकता है:

• ImagineArt उन रचनाकारों के लिए सबसे अच्छा है, जो एक ही किफ़ायती सदस्यता में कई मॉडल से छवियाँ, वीडियो, आवाज़ और संगीत चाहते हैं।
• ChatGPT Images 2.0 सटीक टेक्स्ट, इन्फ़ोग्राफ़िक्स और बातचीत के ज़रिए छवियों को संपादित करने के लिए सबसे अच्छा है।
• GetIMG कई प्रमुख छवि और वीडियो मॉडल की अगल-बगल तुलना करने के लिए सबसे अच्छा है।

मेरी Midjourney समीक्षा पढ़ने के लिए धन्यवाद! उम्मीद है कि आपको यह उपयोगी लगी होगी। अगर आप खुद Midjourney आज़माना चाहते हैं, तो यहाँ साइन अप करें और देखें कि यह आपके लिए क्या बना सकता है।

अक्सर पूछे जाने वाले प्रश्न

क्या Midjourney मुफ़्त है?

नहीं। Midjourney की कोई मुफ़्त योजना या मुफ़्त परीक्षण नहीं है। कुछ भी बनाने से पहले आपको सशुल्क योजना लेनी होगी। 

क्या मैं Midjourney की छवियों का व्यावसायिक उपयोग कर सकता हूँ?

हाँ। किसी भी सशुल्क योजना पर बनाई गई छवियों और वीडियो के स्वामी आप होते हैं, और सदस्यता रद्द करने के बाद भी वे आपके ही रहते हैं। हालांकि, सालाना 1 मिलियन डॉलर से अधिक कमाने वाली कंपनियों को Pro या Mega योजना का उपयोग करना होगा। Midjourney कॉपीराइट संबंधी सलाह नहीं देता, इसलिए व्यावसायिक उपकरणों के हिस्से के रूप में छवियों का उपयोग करने से पहले अपने देश के नियम जाँच लें। अगर आपको प्रिंट के लिए उपयुक्त आकार वाली फ़ाइलें चाहिए, तो एक विशेष एआई इमेज अपस्केलर इसके 2K आउटपुट को और बड़ा कर सकता है।

क्या Midjourney इस्तेमाल करने के लिए अब भी Discord की ज़रूरत है?

नहीं। आप Midjourney की वेबसाइट पर ही छवियाँ बना, संपादित, व्यवस्थित और एनिमेट कर सकते हैं। अगर आप चाहें तो Discord का इस्तेमाल अब भी कर सकते हैं, और Midjourney की सहायता तथा समुदाय का केंद्र अब भी काफी हद तक वहीं है।

क्या छवियों के लिए Midjourney, ChatGPT से बेहतर है?

यह इस बात पर निर्भर करता है कि आपको क्या करना है। Midjourney आम तौर पर अधिक शैलीबद्ध छवियाँ बनाता है, जबकि बहुत सारे टेक्स्ट वाले डिज़ाइन और आपके बताए गए संपादनों के लिए ChatGPT Images 2.0 बेहतर है। हालांकि, मेरे परीक्षण में Midjourney V8.2 ने चारों छवियों में उत्पाद का छोटा लेबल सही लिखा।