Maestrizarea Artelor Inteligente: O Ghid Concis pentru Midjourney și Ingineria Prompturilor

Introducere în Artă Generată de MidJourney AI

Inteligența artificială (IA) sparge rapid barierele imposibilului și a invadat recent domeniul artei, transformându-l complet. Acum, nu mai trebuie să fii un artist maestru sau expert în Photoshop pentru a aduce la viață fragmentele tale de imaginație. O simplă descriere textului, bine articulată, este tot ce ai nevoie, mulțumită Midjourney.

Toate acestea au început cu introducerea unor tehnologii revoluționare, cum ar fi DALL-E, Midjourney și StableDiffusion, în 2022. Fiecare dintre aceste inovații a adus o notă distinctă pe pânza Inteligenței Artificiale Generative, iar Midjourney, în special, a continuat drumul său fascinant, făcând progrese notabile.

Midjourney este, în prezent, cel mai important generator de imagini text-to-image de înaltă rezoluție de pe piață și se remarcă prin amestecul său unic de generare de imagini pe baza textului, editare media și upscaling, precum și prin accesul la o comunitate activă de artiști, toate acestea începând de la 10 dolari pe lună. Acest pachet cuprinzător de funcționalități oferă un cadru excitant pentru artiști, entuziaști ai tehnologiei și profesioniști AI, creând un mediu pentru creativitate și inovare.

Lumea artei ia cu siguranță act de acest lucru, cu inteligența artificială generativă din piața artei prognozată să înregistreze o creștere spectaculoasă de 40,5% CAGR. Midjourney se remarcă prin crearea celor mai realiste și de înaltă calitate imagini utilizând IA.

Ingineria prompturilor eficientă depășește simpla creare; ea implică cele mai bune practici. Prompturile trebuie să ofere claritate și să fie concise, dar să ofere și IA suficientă îndrumare fără prescriere excesivă. De asemenea, trebuie luat în considerare publicul țintă în timpul proiectării, ținând cont de variabile precum vârsta, sexul și contextul cultural, printre altele.

Cum funcționează MidJourney?

Mid-Journey utilizează două tehnologii de învățare automată noi – modele de limbaj și difuzie. Modelul de limbaj, asemănător cu chatbot-urile AI, cum ar fi ChatGPT, ajută Mid-Journey să interpreteze sensul prompturilor și să le convertească în vectori. Acest vector ghidă apoi procesul de difuzie.

Funcționarea internă a lui Midjourney este în mare parte nedivulgată. Cu toate acestea, este evident că utilizează generarea de imagini pe baza textului din două tehnologii relativ noi de învățare automată: modele de limbaj și difuzie. Primul este, probabil, familiar utilizatorilor de platforme AI precum ChatGPT, iar al doilea este o adăugare promițătoare în sectorul generării de artă IA. Întregul sistem se bazează pe setul de date CLIP pentru antrenament, care poate fi găsit pe pagina de cercetare a OpenAI.

În ciuda lipsei de informații, este posibil să schițăm o imagine largă a modelului de difuzie al lui Midjourney, numit adecvat ‘Stable Diffusion’. Esențial, Stable Diffusion este un model open-source care transformă cu abilitate prompturi text în imagini de diverse stiluri și conținut. Această procedură sofisticată se realizează prin intermediul unui model de difuzie, un model generativ care face legătura între intrările textuale și ieșirile de imagini.

Modelele de difuzie se bazează pe metoda de difuzie a zgomotului, o abordare influențată de termodinamica neechilibrată. Această metodă demontează sistematic structura datelor și o reface ulterior. Această abordare a fost adaptată pentru generarea de imagini de către Ho și alții în 2020, ceea ce a condus la apariția modelelor de difuzie pe care le vedem astăzi.

Antrenarea modelelor de difuzie implică două etape principale. Inițial, procesul de difuzie sau de înaintare implică adăugarea incrementală de zgomot aleator la imaginea de intrare până când se transformă complet în zgomot. Acest proces este guvernat de o lanț Markov fix, care adaugă în mod constant zgomot gaussian pe parcursul mai multor pași succesivi.

Ulterior, în faza inversă sau de reconstrucție, modelul restaurează datele originale din starea dominată de zgomot atinsă în procesul de difuzie. Acest proces este condus de o lanț Markov cu tranziții Gaussiane învățate, ceea ce înseamnă că predicția densității de probabilitate la un moment dat depinde numai de starea atinsă în pasul de timp precedent. Deoarece variabilele latente ‘x1, …, xT’ au aceeași dimensiune ca și datele, modelele de difuzie se califică ca modele cu variabile latente.

Cost și Abonament pentru Mid-Journey

În timp ce multe chatbot-uri, cum ar fi ChatGPT și Bing Chat, oferă utilizare aproape nelimitată gratuit, situația se schimbă pentru generatori de imagini precum Mid-Journey. Din cauza puterii de calcul substanțiale necesare, în special de la unitățile de procesare grafică (GPU) și utilizarea memoriei video pentru procesul de denoising, serviciul Mid-Journey vine cu o etichetă de preț.

Planul de bază începe de la 10 dolari pe lună, oferind aproximativ 3,3 ore de timp de procesare GPU, suficient pentru aproximativ 200 de generări de imagini. Cu toate acestea, există planuri de nivel superior care oferă imagini nelimitate în modul Relaxat, deși cu un timp de așteptare mai lung.

Configurarea MidJourney

1. Pentru a începe cu MidJourney, trebuie să vă înregistrați pe site-ul lor oficial, să vă abonați la un plan și apoi să fiți redirecționați către Discord.
2. Odată ce găsiți canalul Mid-Journey pe Discord, navigați către Grupurile pentru Începători din partea stângă. De acolo, puteți observa alți utilizatori care creează prompturi, puteți învăța mecanismele lui Mid-Journey și puteți interacționa într-un mediu animat.
3. După ce vă familiarizați cu mediul, invitați botul în serverul dvs. privat pentru a crea imagini fără întrerupere. Botul generează patru imagini de previzualizare pe baza promptului dvs., permițându-vă să selectați cea mai apropiată potrivire pentru ideea dvs. originală și să o perfecționați ulterior.

Structura Promptului pentru Midjourney

1. Comanda /imagine la un canal Discord din interiorul canalului Midjourney generează o imagine unică dintr-o scurtă descriere text (Prompt).
2. Pentru a recrea un anumit stil pe diverse imagini, introduceți pur și simplu URL-ul imaginii lângă promptul dvs. text. Noile dvs. ieșiri consistente vor combina elemente atât din imaginea dvs. aleasă, cât și din text.
   /imagine http://link-la-imaginile-dvs <descrierea imaginii> –parameter1 –parameter2
   Puteți genera un link către imaginea dvs. prin încărcarea acesteia în canalul Discord. Odată încărcată, faceți clic dreapta pe imagine și selectați ‘Copiază Link’.
   Aici http://link-la-imaginile-dvs și parametrii sunt opționali.
3. Ulterior, botul începe să lucreze la imaginea dvs., necesitând aproximativ un minut pentru a oferi patru alternative. Acest proces implică utilizarea unor unități de procesare grafică robuste pentru a procesa și interpreta fiecare prompt.
4. Urmați utilizarea timpului dvs. GPU prin utilizarea comenzii /info. Aceasta vă permite să verificați ‘Timpul Rămas Rapid’ și să monitorizați timpul GPU al abonamentului dvs.

Upscaling și Modificări de Imagine

Pentru o imagine mai rafinată, utilizați butoanele ‘U’ de sub imagini pentru a upscala imaginea dvs. preferată. De asemenea, puteți utiliza butoanele ‘V’ pentru a face ajustări la imagini specifice. Pentru modificări suplimentare la o imagine upscalată, utilizați opțiunile ‘Creează variații’, ‘Upscale Redo’ și ‘Beta Upscale Redo’. Butonul ‘Web’ vă permite să vizualizați imaginea într-o fereastră separată, într-o dimensiune mai mare.

Midjourney permite upscaling de imagini până la rezoluții de 2048×2048 (pătrat) și 2720×1530 (ecran larg) prin funcția sa beta de upscaling, cu o dimensiune implicită a gridului de generare de 1024×1024 (pătrat) și 1456×816 (ecran larg). Fiecare imagine poate fi îmbunătățită suplimentar prin opțiunile ‘U’ de upscaling, care îmbunătățesc părți specifice ale imaginii.

Uitați-vă la acest prompt care produce o operă de artă fantastică cu versiunea 5.2 a lui Midjourney.

/imagine Artwork care prezintă un copac singuratic sub un cer înstelat, cu un copil citind dedesubt, în nuanțe de albastru liniștit și portocaliu cald, inspirat de pensulațiile lui French Impressionism, miniaturile persane, simplitatea Bauhaus, evocând ilustrații clasice de basm pentru copii, atingând o armonie asimetrică, exprimată într-un mod fermecător, naiv: –ar 15:19 –upbeta –q 2

Creați Prima Dvs. Artă AI cu Midjourney

1. Creearea planului de bază: Considerați-vă un artist. Începeți cu o descriere simplă, vie a imaginii pe care doriți să o aduceți la viață. Conturați subiectul principal, ambientul sau chiar detaliile mici pe care doriți să le încorporați. Utilizați punctuație, cum ar fi virgule, paranteze și cratime, pentru a structura gândurile dvs. Pentru rezultate îmbunătățite, fiți explicit despre contextul și detaliile designului dvs. Elemente precum subiectul (de exemplu, Dragon, mașină veche, Abraham Lincoln), mediu (de exemplu, artă digitală, schiță cu creion), ambient (de exemplu, spațiu exterior, sub apă, oraș aglomerat), iluminare (de exemplu, moale, neon, înapoi), culoare (de exemplu, nuanțe de pământ, vibrante, stinse), dispoziție (de exemplu, melancolică, visătoare, liniștită) și compoziție (de exemplu, peisaj, prim-plan, unghi larg) pot fi cruciale. Exemple:
   • O pădure idilică bătută de soare, cu un drum care se îndepărtează în depărtare
   • Un oraș care nu doarme niciodată, cu lumini neon reflectate pe pavaj și o mulțime diversă care se învârte
2. Infuzarea de stil și cuvinte cheie: IA lui Midjourney este capabilă să ilustreze imagini într-o multitudine de stiluri, cum ar fi abstract, suprarealist sau realist. Integrând un stil sau cuvinte cheie, puteți ghida IA pentru a crea o imagine care reflectă viziunea dvs. Experimentați cu diverse stiluri și cuvinte cheie pentru a descoperi amestecul perfect. Exemple:
   • O pictură peisagistică care prezintă un deșert la răsărit, reflectând stilul lui Georgia O’Keeffe, cu o paletă de culori pastel și forme organice.
   • O reprezentare abstractă a unei păduri liniștite, cu modele geometrice care formează arbori și frunze, inspirate de compozițiile lui Piet Mondrian.
3. Utilizarea setărilor avansate: Considerați Midjourney ca o cutie de instrumente creative, plină de setări avansate care vă permit să ajustați imaginile generate. Este ca și cum ați ține un bagheta magică, care vă permite să conjurați echilibrul perfect dintre aleatoriu, stilizare și variație de imagine. Dezlănțuiți puterea dvs. creativă, experimentând cu aceste setări până când găsiți amestecul perfect care răsună cu viziunea dvs. Exemple:
   • Un grădină japoneză liniștită, cu un iaz care reflectă copacii de cireș –seed 22 –s 150 –c 40
   • Un oraș ciberpunk distopian, iluminat de lumini neon –seed 88 –s 600 –c 60
4. Sublinierea elementelor cu greutăți: Imaginați-vă imaginea ca o simfonie, unde fiecare element contribuie la ansamblul mare. Utilizând notația “::”, puteți dicta importanța diverselor elemente în imaginea dvs., permițându-vă să controlați lumina reflectoare. Exemple:
   • [Un păun elegant]::3 așezat pe un [copac de iasomie]::1 înflorit cu flori vibrante
   • [Un elefant majestuos]::2 bătut de lumina unui [soare apus]::1 în savană
5. Midjourney este un proces de încercare și eroare: Experimentarea cu diverse elemente și caracteristici este necesară. Fiecare iterație vă va apropia de imaginea pe care ați visat să o aduceți la viață.

Parametrii Mid-Journey

Modelul lui Midjourney funcționează utilizând parametri ajustabili care controlează rezultatul procesului de generare a imaginilor. Acești parametri permit utilizatorilor să ajusteze și să personalizeze arta lor generată, ajustând modelul pentru a crea ieșiri care se potrivesc perfect scopului lor.

Iată parametrii de bază și avansați, funcțiile lor și cum să îi utilizați pentru a valorifica pe deplin capacitățile lui Midjourney:

• Raport de aspect (–aspect sau –ar): Acest parametru controlează raportul dintre lățime și înălțime a imaginii generate. De exemplu, un raport de 16:9 este perfect pentru miniaturi YouTube, în timp ce 1:1 produce o imagine pătrată ideală pentru Instagram.
• Haos (–chaos): Acest parametru ajustează diversitatea gridului de imagine inițial și variază de la 0 la 100. Valori mai mari de haos vor oferi rezultate imprevizibile și unice, în timp ce valori mai mici vor asigura rezultate mai consistente.
• Fără (–no): Acest parametru vă ajută să eliminați anumite elemente sau caracteristici din imaginea generată. De exemplu, dacă doriți o imagine fără roșu, puteți utiliza “–no roșu”.
• Calitate (–calitate sau –q): Acest setaj ajustează timpul necesar pentru a genera o imagine. O calitate mai mare necesită mai mult timp de procesare, dar oferă detalii intricate. Acest parametru poate lua valori de .25, .5, 1 sau 2.
• Sămânță (–sămânță): Acest parametru determină zgomotul vizual inițial, care servește ca bază pentru imaginea generată. Utilizarea aceluiași număr de sămânță cu același prompt va oferi rezultate similare. Acesta acceptă valori întregi între 0 și 4294967295.
• Opriți (–opriți): Cu acest parametru, puteți termina prematur un job, producând ieșiri mai puțin detaliate, dar posibil interesante. Gama este 10-100. De exemplu, dacă specificați ‘–opriți 50’, procesul de generare a imaginii se va opri la 50% din finalizare, rezultând o imagine mai puțin detaliată, posibil abstractă.
• Stilizați (–stylize sau –s): Acesta controlează nivelul de aplicare artistică a imaginii generate. Valori mai mici de stilizare oferă rezultate mai apropiate de promptul inițial, în timp ce valori mai mari oferă interpretări mai artistice și abstracte. În v5, valoarea implicită este 100, dar puteți seta orice valoare între 0 și 1000.
• Versiunea modelului: Puteți selecta din diverse versiuni ale modelului Midjourney utilizând parametrul –versiune sau –v.
• Niji: Un model specializat în imagini de stil anime. Acesta poate fi accesat utilizând parametrul –niji.
• Definire înaltă: Pentru imagini abstracte și peisagistice, parametrul –hd activează o versiune timpurie a modelului care oferă imagini mai mari, dar mai puțin consistente.
• Modele de test: Midjourney oferă modele speciale pentru anumite cazuri de utilizare. –test și –testp activează modelele de test standard și, respectiv, pe cele axate pe fotografie.
• Upscaler: Algoritmul lui Midjourney începe cu o imagine de joasă rezoluție. Acesta oferă mai multe modele de upscaling pentru a îmbunătăți dimensiunea și detaliile imaginii.
  • Uplight: Un upscaler alternativ de lumină (–uplight) oferă imagini upscalate care sunt mai puțin detaliate, dar mai netede.
  • Upbeta: Parametrul –upbeta conduce la imagini cu semnificativ mai puține detalii suplimentare, rămânând mai aproape de imaginea originală a gridului.
  • Upanime: Up scalerul –upanime este proiectat special pentru a lucra cu modelul Midjourney –niji.
• Greutatea imaginii: Utilizați –iw pentru a ajusta greutatea promptului de imagine în raport cu greutatea textului. Valoarea implicită este 0,25.
• Sămânță identică: Parametrul –sameseed asigură că toate imaginile din gridul inițial utilizează aceeași zgomot de start, generând imagini foarte asemănătoare.
• Video: Midjourney poate salva un video al procesului de generare a gridului de imagine inițial utilizând parametrul –video.
• Creativ: Cu parametrul –creativ, modelele de test și testp oferă imagini mai variate și creative.

Midjourney lansează în mod constant actualizări pentru a îmbunătăți experiența utilizatorului, cel mai recent fiind versiunea 5.2, lansată în iunie 2023. Prin adăugarea –v 5.2 la promptul dvs. sau selectarea acestuia prin comanda /setări, utilizatorii pot accesa acest model avansat. Versiunea 5.2 oferă detalii de imagine superioare și înțelege prompturile într-un mod mai intuitiv, aducând culori mai strălucitoare și compoziții îmbunătățite.

Înțelegerea Drepturilor de Autor pentru Opere de Artă Generate de IA

În martie 2023, Biroul de Drepturi de Autor al SUA a clarificat poziția sa cu privire la înregistrarea de drepturi de autor pentru lucrări generate de IA. Politica afirmă că, în timp ce elementele create de om din creațiile IA (cum ar fi scrieri sau designuri unice) pot fi protejate, imaginile generate de IA în sine nu sunt eligibile pentru drepturi de autor, respectând normele globale care stipulează că doar creațiile umane sunt eligibile pentru protecția drepturilor de autor.

În contextul artei generate de IA, drepturile de autor nu sunt simple. În timp ce arta digitală are contribuția directă a artistului uman, arta generată de IA este creată fără intervenție umană directă, ceea ce complică problema autoratului și a proprietății. Conform Biroului de Drepturi de Autor al SUA, proprietatea inițială este acordată autorului lucrării – un creator uman. Cu toate acestea, deoarece IA nu poate fi considerată autor, arta generată de IA lipsește de o proprietate clară.

Ultimul ghid al Biroului de Drepturi de Autor al SUA permite înregistrarea de drepturi de autor pentru arta generată de IA doar atunci când conține o autoritate umană suficientă. Nivelul de “autoritate umană suficientă” rămâne nedeterminat și depinde de gradul de implicare umană în crearea operei de artă generate de IA.

În mod interesant, Midjourney, o platformă bazată pe IA pentru crearea de imagini, a stabilit propriile politici pentru drepturile de utilizare. Utilizatorii de încercare gratuită pot utiliza imaginile pentru scopuri necomerciale sub Licența Creative Commons Atribuire-NonCommercial 4.0 Internațional (CC BY-NC 4.0), cu creditarea corespunzătoare a lui Midjourney. Cu toate acestea, abonații plătitori pot utiliza imaginile pentru orice scop, inclusiv comercial, sub Termenii Comerciali Generali. Acest dezvoltare în spațiul drepturilor de autor prezintă o dinamică interesantă între creativitatea umană și cea a IA.

Utilizarea Midjourney pentru Design-uri UI Dinamice și Generare de Logo Creative

De la proiectarea interfețelor de utilizator intuitive pentru site-uri web sau aplicații mobile până la crearea de logo-uri și bannere unice, Midjourney împuternicește creatorii de conținut prin generarea unei game de alternative de design în câteva secunde.

Acesta este modul în care funcționează. Fiecare design începe cu un prompt, care servește ca o schiță pentru IA să urmeze. Să presupunem că proiectați o interfață de utilizator pentru o aplicație de învățământ online. Un prompt tipic ar putea fi: “/imagine Interfață de utilizator pentru o platformă de învățământ online, Dribbble, Înaltă Rezoluție, 4K, similar cu Khan Academy”.

Rezultatele inițiale nu ar putea fi perfecte. De exemplu, adăugarea “Adobe XD” în mix poate ajuta Midjourney să-și ajusteze design-urile pentru a fi mai compatibile cu Adobe XD. Un prompt optimizat ar fi:

/imagine Platformă de învățământ online, interfață de utilizator, Adobe XD, Dribbble, Înaltă Rezoluție, 4K, design minimalist

Logo-uri și Bannere Inspirate de Text cu Midjourney

Să explorăm cum să creați un banner cu un logo pentru UNITE AI.

Mai întâi, aveți nevoie de o imagine simplă a textului pe care doriți să îl afișați. Puteți crea această imagine utilizând orice instrument de design grafic sau editor de text și încărcați-o în canalul dvs. Discord.

Promptul pentru a crea bannerul este:

/imagine Litere: <link către o imagine simplă a textului de afișat> UNITE într-un logo de tip futurist, inspirat de IA, cu litere –v 5 –ar 16:9

Uitați-vă la aceste exemple de prompturi pentru mai multe idei:

/imagine Un muzician singuratic care cântă o melodie liniștită pe o bicicletă zburătoare, într-un oraș futurist, stil art nouveau

/imagine O imagine a unei persoane care lucrează la o masă futuristă, înconjurată de ecrane holografice și tehnologie avansată. Persoana poartă un costum argintiu elegant și are ochelari de realitate virtuală. Mediul este plin de lumini neon și holograme plutitoare. Atmosfera este futuristă și de înaltă tehnologie, cu o senzație de entuziasm și inovare. Camera este o cameră digitală de înaltă rezoluție, care capturează fiecare detaliu cu precizie. Stilul artistic este o combinație de ciberpunk și minimalism, cu accent pe linii curate și culori puternice. Regizorii, cinematografii, fotografi, designeri de modă, caricaturiști și artiști care colaborează în această juxtapunere unică sunt Christopher Nolan, Roger Deakins, Annie Leibovitz, Virgil Abloh, Hayao Miyazaki și Kaws.

/imagine Barbie în stilul anilor 1940, ca o asistentă medicală într-un spital militar din epoca războiului, îngrijind soldații răniți, în stilul ilustrațiilor clasice de basm pentru copii, într-o atmosferă de fotografie sepia din timpul celui de-al Doilea Război Mondial, 8k –v 5 –ar 16:9

/imagine Un cadru cu o femeie sprijinită de o motocicletă zburătoare, într-un oraș ciberpunk, peisaje urbane extinse, 32k, spațiu complex, fugace, panorame de zgârie-nori, netede

Gânduri Finale: Navigarea în Lumea Artei Inteligente cu Midjourney

Amintiți-vă, “O imagine valorează cât o mie de cuvinte”. O descriere detaliată și vibrantă poate face minuni. Da, Midjourney nu este gratuit de utilizat. Cu toate acestea, este o revoluție în lumea artei și extinde posibilitățile noastre creative prin tehnologia sa de ultimă generație de text-to-image IA. Cu capacitatea de a converti un prompt text simplu într-o imagine de înaltă rezoluție, este un instrument care promite oportunități nelimitate, nu numai pentru artiști, ci și pentru designeri UI/UX, entuziaști ai tehnologiei și profesioniști AI.

Iată câteva puncte cheie de reținut pe care să le aveți în vedere în timp ce începeți aventura dvs. cu Midjourney:

• Învățați bazele promptului Midjourney: Utilizați descrieri clare, concise și cuprinzătoare care încapsulează viziunea dvs. pentru a ghida IA în mod eficient. Amintiți-vă să luați în considerare publicul dvs. și nu ezitați să experimentați cu diverse stiluri, dispoziții și contexte.
• Utilizați parametrii: Îmbunătățiți experiența dvs. creativă prin utilizarea multitudinii de setări avansate oferite de Midjourney. De la controlul raportului de aspect până la ajustarea parametrului de haos pentru rezultate unice, fiecare detaliu poate fi personalizat după preferințele dvs.
• Îmbrățișați procesul iterativ: Prima dvs. operă de artă generată de IA poate să nu fie perfectă. Îmbrățișați acest proces iterativ și învățați să rafinați și să optimizați prompturile dvs. pentru rezultate mai bune.
• Înțelegeți implicațiile drepturilor de autor: În timp ce operele de artă generate de IA în sine nu sunt eligibile pentru drepturi de autor, componentele create de om din interiorul acestora pot fi protejate.

În esență, integrarea IA în artă a democratizat creativitatea și a estompat granițele dintre capodopere create de om și de mașină. Pe măsură ce continuăm să asistăm la creșterea remarcabilă a inteligenței artificiale generative pe piața artei, este indiscutabil că revoluția artei IA, condusă de platforme precum Midjourney, abia începe.