前言
Midjourney 是目前世界上社群成長最快的生成藝術(Generative Art)工具,已成為近期的熱門話題。部分的人認為藝術創作已經擁抱了AI人工智慧,生成式AI創作將會是未來藝術發展的方向,而向AI輸入指令這門「詠唱術」甚至也被視為相當需要技巧的管理學問。近期 Midjourney 最新功能,發佈了「描述(describe)」功能,只要向 Midjourney 輸入一張圖片,AI自動幫你寫成 Midjourney 指令,或是看看在 Stable Diffusion 生成的圖片源自哪些材料。
本文就帶你來認識Midjourney的最新功能。
![](https://prod-files-secure.s3.us-west-2.amazonaws.com/1aa7a5c8-c989-4328-add4-399f93484a20/83db1eca-d5d4-4a3f-82c5-e73de52e0bfb/Midjourney-Variant-of-Jack-Parsons-gID_7.webp?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Content-Sha256=UNSIGNED-PAYLOAD&X-Amz-Credential=AKIAT73L2G45HZZMZUHI%2F20240912%2Fus-west-2%2Fs3%2Faws4_request&X-Amz-Date=20240912T000020Z&X-Amz-Expires=3600&X-Amz-Signature=4d820872b04cd07e24fde49de302555a53211d537b97b7204a1392e54de7cec0&X-Amz-SignedHeaders=host&x-id=GetObject)
圖/Midjourney
介紹 Midjourney
Midjourney是一款運用人工智慧生成藝術創作的工具。使用者無需學會高超的繪畫技巧或電腦技術,構思好喜歡的美術風格、希望在畫面上的要素,在官方介面上輸人關鍵字,短時間內就可以生成圖像,不但效率高,畫面也相當精緻。
從工程的角度來說,Midjourney 就是結合深度學習的自然語言處理(NLP)及生成對抗網路(GAN)的演算法實現的前端工具。每次輸入關鍵字後,系統會搜尋資料庫中相關的圖片,加以解構重組後生成特定風格與元素的作品。總體而言,比起上一代的工具 Disco Diffusion 和現有的其他工具,MJ 具備更好的可操作性、生成速度、畫面品質。
雖然輸入任何關鍵字都能生成圖片,但若想生成特定風格、構圖的圖像,使用者必須在關鍵字描述上多下功夫,就像是施展魔法前要「詠唱」咒語一般,因此網友也打趣稱擅於使用AI繪圖的人「詠唱師」。
![](https://prod-files-secure.s3.us-west-2.amazonaws.com/1aa7a5c8-c989-4328-add4-399f93484a20/eac2249d-6ffa-4e10-a2a2-a5eaecb993e1/1_9RbmKDTTaX7uqBwa3nJOqA.webp?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Content-Sha256=UNSIGNED-PAYLOAD&X-Amz-Credential=AKIAT73L2G45HZZMZUHI%2F20240912%2Fus-west-2%2Fs3%2Faws4_request&X-Amz-Date=20240912T000020Z&X-Amz-Expires=3600&X-Amz-Signature=52a721131af3adfc279803dcb069e096e9f9b3a74695cb8e02ca71e5696872d1&X-Amz-SignedHeaders=host&x-id=GetObject)
圖/Midjourney
Midjourney 最新功能,從圖片反推到文字「詠唱」更輕鬆
Midjourney 近期發布了一項新的「
描述」
功能,可將圖像轉換為文字。Midjourney 團隊認為這個工具將在創造力和發現方面改變你的語言視覺過程。描述的功能最厲害的地方在於,上傳一張圖片,就可以轉換成文字,而這些字詞可以再輸入Midjourney生成全新、相關聯的圖片。
簡單來說,Midjourney 學會了從圖片反推到提示詞(prompt)。
這項功能也為圖像描述帶來更重要的意義:
- 改進的可訪問性:
- 圖像描述使得有視覺障礙或閱讀困難的人更容易訪問數字內容。這是通過用於 Web 顯示的 ALT 文本元素完成的。
- 增強的可搜索性:
- 描述可以通過搜索引擎啟用更好的搜索功能和索引。
- 用於字幕:
- 字幕可以包含描述,使圖像更加清晰。
- 詳細提示:
- 描述可用於創建更詳細的提示以製作新變體。它們可以為快速工程提供靈感。
Midjourney 會根據上傳的圖片生成四種不同的描述,並且可以輕鬆生成新的圖片。
Midjourney 最新功能 使用方法
本文透過 Paul DelSignore 的分享,來跟大家介紹最新功能的使用方式:
step1、在文字的區域中輸入/describe,就會出現一個拖放欄位,讓使用者可以上傳一張圖片。
![](https://prod-files-secure.s3.us-west-2.amazonaws.com/1aa7a5c8-c989-4328-add4-399f93484a20/839eec40-857c-443e-a21b-4455522f48ed/word-image-7.webp?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Content-Sha256=UNSIGNED-PAYLOAD&X-Amz-Credential=AKIAT73L2G45HZZMZUHI%2F20240912%2Fus-west-2%2Fs3%2Faws4_request&X-Amz-Date=20240912T000020Z&X-Amz-Expires=3600&X-Amz-Signature=3cf847c6361cd708540975d40aac15c244384fa0095578929c1e059a234ad38c&X-Amz-SignedHeaders=host&x-id=GetObject)
step2、上傳圖片後,點擊進入
![](https://prod-files-secure.s3.us-west-2.amazonaws.com/1aa7a5c8-c989-4328-add4-399f93484a20/f229d702-47fd-48db-b1f0-f22741c684ff/1_6z3fwyIxKt0Hs1sguHCNHw.webp?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Content-Sha256=UNSIGNED-PAYLOAD&X-Amz-Credential=AKIAT73L2G45HZZMZUHI%2F20240912%2Fus-west-2%2Fs3%2Faws4_request&X-Amz-Date=20240912T000020Z&X-Amz-Expires=3600&X-Amz-Signature=5f3c33f60888b2b7ccffa44251a622520f77f26a9c3f2ff27d9692dbfcc032c2&X-Amz-SignedHeaders=host&x-id=GetObject)
step3、Midjourney 會根據圖片生成四個描述,讓使用者選擇最適合的
![](https://prod-files-secure.s3.us-west-2.amazonaws.com/1aa7a5c8-c989-4328-add4-399f93484a20/eb6e93e1-9baf-4246-8a16-53bf506f08f6/1_CoqA6WRVLbuOLeLIsuhHGA.webp?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Content-Sha256=UNSIGNED-PAYLOAD&X-Amz-Credential=AKIAT73L2G45HZZMZUHI%2F20240912%2Fus-west-2%2Fs3%2Faws4_request&X-Amz-Date=20240912T000020Z&X-Amz-Expires=3600&X-Amz-Signature=9cda24a014cd536196255a2d28375c2726de5e439c354d69cdc48441952f9777&X-Amz-SignedHeaders=host&x-id=GetObject)
底部的四個數字是活躍的混合按鈕——每個數字都與相應的描述相匹配,單擊數字將根據新描述重新混合圖像,使用者還可以透過混音修改生成圖片的描述:
生成原始圖片描述:
an illustration of a brain with tree roots, psychedelic art, vibrant, by Alex Grey, by Amanda Sage, by Robert Venosa, neon colors
這是 Midjourney 生成的描述的提示之一,並使用混合功能修改描述:
An image of an abstract brain tree with roots, in the style of mark henson, luminous colors, dark symbolism, detailed anatomy, bold lines, vibrant color, psychological phenomena illustrations, chiaroscuro woodcuts 有根的抽像大腦樹的圖像,採用馬克亨森的風格,發光的顏色,黑暗的象徵主義,詳細的解剖結構,大膽的線條,鮮豔的色彩,心理現象插圖,明暗對比木刻
透過混音修改的描述後,使用 Midjourney 產出新的圖片:
![](https://prod-files-secure.s3.us-west-2.amazonaws.com/1aa7a5c8-c989-4328-add4-399f93484a20/581f9564-31de-4af3-b3e5-2bb006f6566a/1_5colLnvhk-mv-8JybK0gVQ.webp?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Content-Sha256=UNSIGNED-PAYLOAD&X-Amz-Credential=AKIAT73L2G45HZZMZUHI%2F20240912%2Fus-west-2%2Fs3%2Faws4_request&X-Amz-Date=20240912T000020Z&X-Amz-Expires=3600&X-Amz-Signature=f050e3b1df0fbe2a25118dc341301c9cb6ae5fb30406f2978307f36b7437e05b&X-Amz-SignedHeaders=host&x-id=GetObject)
圖/ Paul DelSignore 在 Midjourney 製作
Midjourney 的提示詞可以很簡單,也可以是自然語言。但是要產生最符合使用者所想的圖片,就必須使用特有的語法了,因為Midjourney的機器人不像人類那樣理解語法、句子結構或單詞。因此,/describe 對於AI生成圖像的新手而言非常有幫助。
外國網友實測
目前在 Twitter上網友的測試結果看來,最新功能再次生產的圖片都有至少七成以上的相似度。也有網友透過修改 /describe 生成出來的敘述文字,來調整不那麼滿意的圖片;雖然結果可能不完全是使用者想要的產出結果,但從圖像生成文字來描述已經是AI一大突破。
Paul DelSignore 上傳一張 NASA 宇航員的照片,並讓 Midjourney 描述並生成了一個新版本的 AI 宇航員。
![](https://prod-files-secure.s3.us-west-2.amazonaws.com/1aa7a5c8-c989-4328-add4-399f93484a20/631d8cbb-c5be-40bd-97bb-29de57f5efa1/1_jOhAorAiTi0_yd23or5O-g.webp?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Content-Sha256=UNSIGNED-PAYLOAD&X-Amz-Credential=AKIAT73L2G45HZZMZUHI%2F20240912%2Fus-west-2%2Fs3%2Faws4_request&X-Amz-Date=20240912T000020Z&X-Amz-Expires=3600&X-Amz-Signature=f6ceac7d7644e67b3958afe3ecef11495c83c5411a733b3f176e561446df6035&X-Amz-SignedHeaders=host&x-id=GetObject)
原始的照片 Josh Valcarcel/NASA
![](https://prod-files-secure.s3.us-west-2.amazonaws.com/1aa7a5c8-c989-4328-add4-399f93484a20/939fb40e-c9df-4c02-8989-e464c3bf1104/1_FEGCgl7fSwmcg985KyMmZQ.webp?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Content-Sha256=UNSIGNED-PAYLOAD&X-Amz-Credential=AKIAT73L2G45HZZMZUHI%2F20240912%2Fus-west-2%2Fs3%2Faws4_request&X-Amz-Date=20240912T000020Z&X-Amz-Expires=3600&X-Amz-Signature=e491b865fa479b3670e57810e6d27c6ddfb8e5adc044dcb8d9351edebdbd2363&X-Amz-SignedHeaders=host&x-id=GetObject)
由 Midjourney 透過敘述生成新的AI圖片/Paul DelSignore
還有人想到,可以用 /describe 來進行品牌 logo 的升級。如此一來,既可以延續此前的品牌辨識度,又帶來了全新的形象。
總結
本篇文章介紹了 Midjourney 最新功能「描述」,讓使用者可以自動根據輸入的圖片生成相關聯的提示詞,進而生成新的圖片。Midjourney 團隊表示,這項功能將在創造力和發現方面改變使用者的語言視覺過程。此外,本文也介紹了 Midjourney 工具的使用方式,讓讀者可以快速了解並體驗最新功能,AI 繪畫也正式進入一個新的階段。