Darina.007

В феврале 2022 года проект Midjourney основал ученый и предприниматель Дэвид Хольц — 33-летний выпускник факультета прикладной математики Университета Северной Каролины.
В студенчестве Хольц успел поработать в Институте Макса Планка, где изучал алгоритмы нейровизуализации и разрабатывал карту мозга крысы на клеточном уровне, и даже в исследовательском центре NASA, где занимался технологией LiDAR (обнаружение и определение дальности с помощью света).
В начале 2022 года Хольц основал Midjourney. По словам предпринимателя, штат компании даже сейчас, когда ее настигла мировая слава, не превышает 10 человек, у проекта нет инвесторов, а деньги не являются главной мотивацией основателя. «Главное, чего я хочу, — чтобы на ближайшие 10 лет у нас был дом, в котором мы могли бы экспериментировать с технологиями и создавать продукты, которые будут иметь значение не только для меня, но и для всего мира. Ну и получать удовольствие в процессе», — говорит он.
Работу Midjourney обеспечивают два технологических прорыва в области искусственного интеллекта, произошедших относительно недавно: умение нейросетей понимать человеческую речь и создавать образы. Чтобы преобразовать два этих скилла в стройную систему, которая по запросу выдает произведения искусства, нейронную сеть обучают выстраивать соответствие между текстовыми описаниями и визуальными образами на сотнях миллионов примеров.
В середине июля Midjourney вышла в фазу бета-тестирования и стала доступна пользователям по всему миру.
По словам Хольца, способ доступа к системе через Discord он выбрал из-за группового принципа работы платформы: люди охотнее фантазируют, когда собираются в группы, считает Хольц.
Но все же главная фишка Midjourney в том, что ею может воспользоваться любой желающий, в отличие от других подобных нейросетей, доступ к которым возможен только по приглашениям или платно.
А фото то, как нейросеть видит сама себя...

Сеть стремительно обучается и развивается. Недавно к ней подключили появившуюся в середине августа 2022 года сеть Stable Diffusion, которая генерирует изображения с разрешением 512×512 пикселей всего за несколько секунд при любых условиях.
Сейчас интегрированная в midjourney Stable Diffusion работает с менее чем 10 ГБ видеопамяти на потребительских графических процессорах и проходит обучения в бета-версии midjourney. Которая, как вы помните, является AI с открытым кодом, то есть может пользоваться поддержкой всех аналогичных ресурсов.
А еще в midjourney заработал новый апскейлер. Апскейлинг это процесс повышения разрешения и качества цифрового изображения или видео. Бета-апскейлер дешевле обычного апскейлера и имеет более высокое разрешение, но он не добавляет деталей, как обычный. Бета-апскейлер также используется по умолчанию с моделью --beta! Но если хотите получить доступ к новой версии, используйте оператор --upbeta в конце запроса.
Итак, что дает новый апскейлер:
- более высокое разрешение изображения
- работает в релакс-моде (макс_апскейл не работает в релаксе!)
- сохраняет более точную близость в оригинальному изображению, не добавляя лишних деталей (излишняя детализация засоряет исходное изображение мелким мусором)
- более чистое, растушеванное и тонкое изображение. К которому всегда при желаниии можно добавить детализаци.
- не добавляет гранжа и грязных деталей, что делает портреты "отгламуренными".
На мой взгляд последнее не добавляет к портретам человечности, поэтому я сначала пользуюсь апскейлингом, чтобы увеличить разрешение, а потом накидываю пару итераций с детализацией.
Подытожу: новая фишка нужна, крута, полезна. Но требует более тонкого подхода, чтобы не скатиться на дно вылизанных, отгламуренных изображений. Детализацию лучше накидывать после апскейлинга. Подходит для лиц, мультяшных изображений, панорам, ландшафтов. Если изображение нужно с высокой детализацией, в конце запроса можно добавить оператор --high-res.

Вдохновленная шляпками королевы английской, она же Бабулетти, она же женщина-цветочек, я вместе с нейросетью создала прекрасные цветочные шляпки!

Гиперреалистичного кота у меня не получилось. Решила создать фэшн. Запрос был прост: fashionista::5 ultra fashion haute couture::3 , runway fashion::1 runway show, spotlights, full body detail, hyperrealistic, maximum detail, photorealistic, 4k, octane rendering
А результат меня очень впечатлил. Красивое. Дизвйнеры могут идти на пенсию)))

Как сэкономить на итерациях.
Напомню - итерации, это варианты изображений, ваше количество кликов на запросы и варианты улучшения. В бесплатном пакете их 25 (всего 25!!). Этого будет достаточно для вывода 1-2 итоговых картинок. Правда, можно создавать новые аккаунты в дискорде, пока у вас почтовых аккаунтов хватит. Но тем не менее.
В платных пакетах их 200, а тот который за 30$ - вроде бы как и безлимит, но есть такое понятие как GPU-часы. Это время, которое вычислительные мощности нейросети тратят на генерацию изображений. Когда они заканчиваются, вы все равно имеете возможность генерировать изображения, но в гораздо более медленном режиме.
Посему реальные советы, как не потратить время впустую.
1. На паблик-каналах (а приватный вы получите, когда купите платный пакет) много интересных картинок, а соотвественно запросов. Потратье время - посмотрите что и как генерируют люди. Выписывайте в файлик самые интересные запросы, результаты которых вам понравились. Сэкономите на чтении всяких хелперов. Изображения, которые генерируют пользователи, вы лично тоже можете смело "украсть" и улучшить по своему усмотрению - просто кликаете на кнопки понравившегося и бот уже улучшает его и для вас. Мои постоянно тырили.
2. Вот хорошая ссылка на примеры стилизаций https://imgur.com/a/SnSIQRu. Обязательно используйте стили - это позволит сделать картинку сочной и объемной. Самые популярные- это фоторелистичность, максмум деталей, гипер реалистичность, кинематографический стиль, стиль фотосъемки, стиль мультфильма. Разумеется, все это надо вводить на английском (мне кажется, гугл уже специально переводит для Миджорни).
3. Не пугайтесь того, что в первом варианте картинки очень условные и схематичные. Если видите потенциал - берите и сразу при помощи кнопки U- увеличивайте и работайте с одним изображением, доводя его до ума. Кнопки V - плодят большое количество вариантов и есть шанс за 25 кликов так и не добраться до итоговой картинки.
4. Если первоначальные варианты вас не устроили, не пытайтесь бесконечно тыкать в кнопку "обновить". Лучше пересоздайте запрос - внесите больше деталей в описание.
5. Каждую итерацию оценивайте - нажимайте на один из 4 смайликов. Сеть должна учиться. Собственно вы для этого ей и пользуетесь.
6. Очень хорошо у сети получается генерировать предметы, обстановку, пейзажи. Тут простор для фантазий не ограничен. Неплохо справляется с портретами и животными. Гораздо хуже сеть миксует несколько объектов. Поэтому используйте знак веса - это без пробела двойное двоеточие и цифра. Например: красный::5 мяч::1 - то есть это точно будет мяч, потому что вес самый большой, и скорее красный - так как вес значения средний. Если это два важных объекта в кадре - то вес у обоих будет один. Например: красный мяч::1 в руках у Майкла Джордана::1. не пугайтесь, если Майкл джоржан будет с мячом вместо головы. Сеть любит подобные шутки.
Какие еще будут вопросы?))