Ce înseamnă Midjourney
Midjourney este un serviciu text-to-image: scrii o descriere (un prompt), iar el creează mai multe imagini pe baza ei. Este dezvoltat de laboratorul independent cu același nume din San Francisco, condus de David Holz, și a intrat în beta deschis în iulie 2022.
A devenit cunoscut prin estetica sa: imagini cu aspect de pictură, ilustrație sau fotografie de studio, foarte detaliate. În 2022, o imagine creată cu Midjourney a câștigat un concurs de artă digitală la un târg din Colorado, stârnind o dezbatere aprinsă despre AI și artă.
Cum funcționează
Midjourney folosește un model propriu, nepublicat, din familia modelelor de difuzie: pornește de la zgomot aleator și îl transformă treptat într-o imagine care se potrivește cu descrierea. Utilizatorul poate cere variații, mărire (upscale), extinderea cadrului sau poate folosi o imagine de referință pentru stil.
La început, serviciul se folosea doar prin comenzi pe platforma de chat Discord (de exemplu /imagine); ulterior a primit și o interfață web. Funcționează pe bază de abonament și a adăugat în timp și generare de video scurt.
Pe înțelesul tuturor
E ca un ilustrator foarte rapid căruia îi descrii scena în cuvinte: îți arată patru schițe în câteva secunde, iar tu alegi una și îi ceri s-o rafineze.
Exemplu
O agenție de turism din Brașov caută idei vizuale pentru o campanie de iarnă. Designerul scrie „cabană de lemn în Munții Bucegi la apus, zăpadă proaspătă, lumină caldă la ferestre, fotografie de peisaj” și primește variante pe care le folosește ca moodboard, înainte de ședința foto reală.
De reținut
- Midjourney este un serviciu comercial, cu model propriu, nepublicat.
- Este apreciat pentru calitatea estetică a imaginilor.
- Drepturile asupra imaginilor depind de termenii serviciului și de legislație; mai mulți artiști și studiouri au deschis procese legate de datele de antrenare.
Nu confunda
- Midjourney vs. Stable Diffusion: Stable Diffusion are ponderi descărcabile și poate rula pe propriul calculator; Midjourney rulează doar pe serverele companiei.
Termeni înrudiți
- Text-to-image (generare de imagini): Modele AI care creează imagini noi pornind de la o descriere scrisă, numită prompt.
- Model de difuzie: Tip de model generativ care creează imagini, sunet sau video pornind de la zgomot aleator și curățându-l pas cu pas.
- Stable Diffusion: Model de generare a imaginilor din text, publicat în 2022 cu ponderi deschise, care poate rula pe un calculator personal cu o placă video bună.
- DALL-E: Seria de modele OpenAI care generează imagini din descrieri text, una dintre primele care au arătat publicului această tehnologie.
- Drepturi de autor și AI: Întrebările juridice despre folosirea operelor protejate la antrenarea AI și despre cine deține ce produce un model.
- Prompt: Textul (uneori și imaginile sau fișierele) pe care îl dai unui model AI ca să-i spui ce vrei să facă.