NeuralTech

Подробнее про эти пункты:

1. Длина промпта теперь может быть более 350 слов

В V5 только первые 15-20 слов оказывали сильное влияние на полотно, после чего память заканчивалась и влияние слов падало.

В V6 нам предоставили значительно больше памяти, так что можно с уверенностью сказать, что у нас есть от 350 до 500 слов, а может, и больше. То, как доступная память используется подсказкой, похоже, связано со смысловым содержанием слов.

Например, фраза из 15 слов - "the the the the the the the the an an an an an an this this this this this this" - не имеет особого смыслового содержания и, похоже, использует очень мало доступной памяти. Но те же 15 слов, использованные для яркого описания трех ковбоев, означают, что четвертого ковбоя будет трудно представить с учетом оставшейся у нас памяти.

Итак, у V6 есть не столько длина подсказки, сколько "семантический смысл", который будет играть по-разному для каждой подсказки

2. Можно указывать цвета и другие детали

В V5 разработчики склонялись к архетипам. Это позволило Midjourney самой выбирать, как ей рендерить изображение, потому что ее собственные решения были бы более последовательными, а наши попытки контроля игнорировались бы.

В V6 разработчики по-прежнему дают Midjourney архетип, но теперь они в большей степени контролируют рендеринг Midjourny с помощью деталей, выраженных на естественном языке.

3. Вы можете размещать предметы в промпте так, как вам хочется, используя язык для управления композицией.

В V5 предложные фразы часто не понимались. В V6 они понимаются почти всегда. Теперь, когда у нас есть надежные препозиционные фразы, легко расположить предметы по отношению друг к другу и к камере.

Как же управлять композицией? Исследовать! Вот отправная точка: надежнее описать общий образ в короткой фразе, а затем дополнить его деталями, начиная с фокусной точки холста. После того как фокусная точка установлена, заполните ее деталями.

На кухонном столе стоят три корзины, полные фруктов. В корзине посередине лежат зеленые яблоки. Корзина слева наполнена клубникой. В корзине справа - черника. На заднем плане - глухая стена тилового цвета с круглым окном.

4. Можно добавлять текст, который может быть сгенерирован на изображении

Чтобы добавить текст к изображению, поместите слова, которые вы хотите напечатать, в "кавычки" и убедитесь, что ваша подсказка содержит семантически правдоподобное место для печати текста.

Используйте такие фразы, как: говорит, напечатано на, озаглавлено, начертано, помечено, отмечено, клеймо, тиснено, гравировано, штамповано, украшено, написано, начертано и т. д.

Вы также можете печатать текст на предметах, таких как: стикер, обложка книги, плакат, знак, футболка, кружка, рекламный щит, газета, журнал, поздравительная открытка, конверт, номерной знак, календарь, билет, упаковка товара, визитная карточка и т. д.

Чтобы текст или буквы выглядели одиночными, иногда помогает добавить к подсказке шрифтовой дизайн фразы. Вы можете использовать фразы, выделенные на белом фоне, если хотите, чтобы холст оставался пустым.

"Hello World!", написанная маркером на липкой записке

5. Можно задать несколько тем в одном промпте.

В V5 один объект можно было отрисовать красиво, но два объекта смешивались... а три объекта были недоступны для большинства из нас.

В V6 и один, и два объекта могут быть отрисованы великолепно, а три объекта начинают смешиваться, но их можно контролировать.

6.Теперь можно составлять промпт в Midjourney как и в ChatGPT.

Нельзя задать в Midjourney промт вида "<Какой то URL>, сделай также, но масляными красками" или использовать remix и сказать Midjourney "добавь больше цветов в ее волосы". Однако прямой промпт заданный в /imagine можно написать как инструкцию в ChatGPT , и он, скорее всего, будет работать отлично.

7. Midjourney V6 способен понимать нюансы пунктуации и грамматики.

8. Вы можете использовать v6 для создания комиксов.

При соблюдении соотношения сторон можно организовать простые сцены в виде панелей.

9. Отрицания на естественном языке теперь работают.

Помните, что даже один правильный элемент в сетке - это замечательно для такой подсказки.

Мальчик на парковке держит ключи от машины, но машин поблизости нет. --v 6

10. Можно добавить рамку или кайму вокруг изображения, просто описав его.

Клипарт лампы на чистом фоне. Изображение обведено тонкой золотой рамкой.

Как видим довольно много изменений. Открывается огромное поле для тестов и сравнений. И нужно учитывать, что это еще всего лишь альфа (бета) версия и в релизной версии, может быть еще больше изменений.

Актуальные новости нейросетей, примеры промптов для ChatGPT, Midjourney, Dalle и Stable Diffusion вы можете посмотреть в моем телеграм канале.

Рекомендуемые параметры генерации:

Sampling Steps: 15-30
Sampling Method: DPM++ SDE Karras / or another
Denoising strength: 0.1-0.35
Upscale by: 1.1-2.0

2. AbsoluteReality - ссылка на Civitai

Рекомендуемые параметры генерации:

Suggestions

• Используйте от 4,5 до 10 CFG Scale и от 25 до 30 Steps в DPM++ SDE Karras. Для более плохих семплеров может потребоваться большее количество шагов.

• Используйте простые подсказки. Сложные подсказки могут сделать изображения менее реалистичными из-за утечки CLIP. Более сложные подсказки не означают лучших результатов.

3. epiCPhotoGasm - ссылка на Civitai

Рекомендации по использованию:

• используйте простые промпты без лишних улучшателей типа "шедевр, фотореалистичный, 4k, 8k, суперреалистичный, реалистичный" и т.п.

• не используйте массу негативных слов, сосредоточьтесь на нескольких самых важных

• можно использовать атмосферные улучшения типа "кинематографический, темный, угрюмый светлый" и т.д.

• начинайте с Sampling Steps равным 20 шагам

4. CyberRealistic - ссылка на Civitai

Особые рекомендации не представлены. Краткое описание модели:

Одним из ключевых достоинств модели является ее способность эффективно обрабатывать текстовые инверсии и LORA, обеспечивая точный и детальный результат. Кроме того, модель требует минимального количества подсказок, что делает ее невероятно удобной и доступной для пользователя.

Это конечно же не полный список, похожих моделей на сайте Civitai представлено довольно много. Я в основном использую вышеперечисленные модели, и этого вполне хватает для генерации достаточно качественных портретов.


Что касается нейросети Midjourney, то тут все зависит от составления качественного промпта. Для генерации фотореалистичных изображений полезными могут быть следующие ключевые слова:

portrait – портрет

closeup, medium, full body shot - положение камеры

background – фон

lighting – освещение

dynamic/stand/sitting pose – поза

photorealistic – фотореалистичный

natural/glamourous/moody – естественный/гламурный/угрюмый

inspired by – вдохновлен тем-то

4/8/16k resolution – разрешение

--style raw – без лишних стилизаций

Также очень важную роль в придании реалистичности портрета играет указание в ключевых словах фотокамеры на которую могло бы быть снято желаемое изображение, а также объектива с желаемым фокусным расстоянием:

shot on DSLR camera – снято на зеркальную камеру

shot on Canon/Nikon/Sony professional camera

shot on Canon 6D Mark II

Фокусные расстояния объективов:

35mm lens - данный объектив как правило дает портрет во весь рост

50mm lens - портрет в половину роста

85mm lens - портрет крупным планом

135mm lens - портрет крупным планом с сильным размытием фона

Вот какой результат могут дать выше указанные ключевые слова:

Также в качестве примера - промпт для создания реалистичной документальной фотографии в Midjourney. В данном примере ключевую роль играют слова documentary, national geographic, award winning photography.

documentary photography, national geographic, [subject] captivating moments, award winning photography, shot on DSLR camera --style raw

Полезным будет экспериментировать, комбинировать различные варианты ключевых слов. Также не забываем, про команды Vary, которые помогут сгенерировать заново неудачные варианты как целого изображения так и его частей (Vary Region)


Интересные примеры промптов для ChatGPT, Midjourney, Stable Diffusion и других нейросетей можно посмотреть в моем телеграм канале.

Рассмотрим пример:
Объект → девушка
Атрибуты объекта → взгляд в сторону, светлые волосы

Визуальные характеристики изображения:
Углы съемки / тип съемки → крупный план
Освещение → кинематографическое освещение
Художественные стили / Стиль художника / Эстетика → цифровая живопись
Цветовая гамма → яркие цвета
Окружающая среда → в лесу
Дескрипторы качества → лучшее качество, шедевр

Соединим все вместе и переведем на английский, т.к. Stable Diffusion понимает промты только на английском языке.

girl, looking away, (blonde hair), close-up, cinematic lighting, digital painting, bright colors, forest, best quality, masterpiece

Также в Stable Diffusion настоятельно рекомендуется указывать негативный промт. Без указания негативных промтов, в изображении могут появиться нежелательные артефакты в виде неправильного количества пальцев, некрасивых лиц и т.п. В негативном промте нужно перечислить все, что не должно присутствовать на изображении - деформированные руки или пальцы, второй человек в кадре, шум, плохое качество.

В то же время слишком большие негативные промты не обязательно будут работать лучше, поэтому можно взять за основу основные ключевые слова (deformed, extra fingers, extra legs, extra limbs, bad proportions, ugly grumpy, cropped, blurry, noisy, oversaturated, out of frame, cut off, weird, low quality, low resolution, text, watermark) и далее, менять негативный промт в зависимости от того, какая генерация у вас получается.

Также в Stable Diffusion достижения необходимого качества изображения, полезно использовать следующие основные настройки генерации:

Steps — количество шагов, которое понадобится нейросети для генерации. Рекомендуемое значение - 25-35.
Classifier Free Guidance — насколько свободна нейросеть в интерпретации запроса. По умолчанию равно 7 — половину нейросеть придумает сама.
Seed — старт для самостоятельной работы нейросети. Если выставить значение - случайный, нейросеть будет выводить разные результаты при одном запросе.
Resolution — размер изображения. Чем он больше, тем дольше будет длиться генерация. Stable Diffusion обучена на картинках 512×512 и генерирует такие изображения лучше всего.

Это самые основные настройки для генерации, желающие углубиться в тему могут изучить понятия - чекпоинт (ядро нейросети), sampler, lora, denoising strength и т.д. Эти параметры позволяют выбрать специализированную модель и проводить более тонкую настроуйку генерации изображения. Но это тема отдельной статьи.

Интересные примеры промтов для ChatGPT, Midjourney, Stable Diffusion и других нейросетей можно посмотреть в моем телеграм канале.

Длина подсказки - подсказки могут быть очень простыми. Одно слово (или даже эмодзи!) приведет к созданию изображения. Очень короткие подсказки будут в значительной степени опираться на стандартный стиль Midjourney, поэтому для создания уникального образа лучше использовать более описательные подсказки. Однако длинные подсказки не всегда лучше. Сконцентрируйтесь на основных концепциях, которые вы хотите создать.

Грамматика - Midjourney не понимает грамматику, структуру предложений и слов, как человек. Выбор подходящих слов имеет важное значение. Во многих случаях лучше использовать более конкретные синонимы. Вместо "большой" попробуйте "гигантский", "огромный" или "необъятный". По возможности удаляйте лишние слова. Меньшее количество слов означает, что каждое слово оказывает более сильное влияние. Используйте запятые, скобки и дефисы, чтобы упорядочить свой промт. Midjourney не учитывает регистр символов.

Сосредоточьтесь на том, чего вы хотите - лучше описывать то, что вы хотите, а не то, чего вы не хотите. Если вы попросите устроить вечеринку "без торта", то на изображении, скорее всего, будет присутствовать торт. Если вы хотите, чтобы в конечном изображении не было какого-либо объекта, попробуйте заранее задать параметр --no.

Подумайте, какие детали имеют значение - постарайтесь четко определить контекст или детали, которые важны для вас. Подумайте о следующем:

• Тема: человек, животное, персонаж, место, объект и т.д.

• Средство изображения: фотография, картина, иллюстрация, скульптура, каракули, гобелен и т.д.

• Окружающая среда: в помещении, на улице, на Луне, в Нарнии, под водой, в Изумрудном городе и т.д.

• Освещение: мягкое, рассеянное, пасмурное, неоновое, студийное и т.д.

• Цвет: живой, приглушенный, яркий, монохроматический, пестрый, черно-белый, пастельный и т.д.

• Настроение: спокойное, умиротворенное, буйное, энергичное и т.д.

• Композиция: Портрет, снимок головы, крупный план, вид с высоты птичьего полета и т.д.
  
  Используйте собирательные существительные - Употребление слов во множественном числе дадут больше шансов лучшего результата. Попробуйте использовать конкретные числа. "Три кошки" - это более точно, чем "кошки". Используются также собирательные существительные: "стая птиц" вместо "птицы".
  
  
  Стилизация промтов.

Даже короткие однословные подсказки позволят получить прекрасные изображения в стандартном стиле Midjourney, но вы можете создать более интересные персонализированные результаты, комбинируя такие понятия, как художественное средство, исторические периоды, местоположение и т.д.

• Художественный стиль - Одним из лучших способов создания стильного образа является выбор художественного стиля.
  
  Пример: /imagine prompt <art style> style cat

• Конкретность - Более точные слова и фразы помогут создать образ, который будет выглядеть и восприниматься именно так, как нужно.

Пример: /imagine prompt <style> sketch of a cat

• Оттенок цвета - В подсказках можно указывать различные цветовые оттенки, что придаст изображению соответствующий оттенку внешний вид.

Пример: /imagine prompt <color word> colored cat

Используйте эти простые правила при составлении подсказок и Midjourney порадует вас восхитительным и неповторимым результатом. Успешного промтинга!

Больше информации о ChatGPT, Midjourney, и других ИИ сервисах можно узнать тут.

7. Изменить ваш промт. Опишите то, что вы хотите создать в выбранных областях, с помощью обновленной подсказки. В новой подсказке следует сосредоточиться на деталях, которые необходимо ввести или изменить.

8. Нажать кнопку Submit, чтобы отправить запрос боту Midjourney. Кнопку редактора под увеличенным изображением можно использовать несколько раз, чтобы поэкспериментировать с различными вариантами выбора и подсказками.

Пример работы команды Vary (Region)

Начальный промт - woman on the street with a dog on a leash --ar 4:3.

Выделяем область изображения в котором находится собака.

Корректируем промт - woman on the street with a bear on a leash --ar 4:3

Получаем результат, нейросеть заменила собаку на медведя. При этом все остальные части изображения остались без изменений.


2. Команда /describe

Команда /describe позволяет загрузить изображение и сгенерировать четыре возможных подсказки на его основе. Пользователи отмечают, что со сгенерированными внутри Midjourney изображениями команда работает точнее, в некоторых случаях позволяет получить почти идентичное изображение. С рисунками или генерациями других нейросетей справляется немного хуже.

Пример работы команды /describe

Для примера возьмем такую картинку, красивый пейзаж, горы и речка.

Нейросеть сгенерировала 4 следующие подсказки. Можно заметить, что указаны разные стили в каждой подсказке, это значит что результаты будут стилистически отличаться в зависимости от того варианта, который вы выберите для генерации:

1. the grand tetons reflect on a stream, in the style of nature-inspired motifs, spiky mounds, solarization effect, rob hefferan, daniel garber, wim wenders, commission for --ar 128:83

2. the grand teton national park, in the style of sparkling water reflections, nature-inspired motifs, spiky mounds, 32k uhd, naturecore, romantic scenery, naturalistic cityscapes --ar 128:83

3. a river reflects the mountains, in the style of serene landscapism, spiky mounds, snapshots of america, spectacular backdrops, nature motifs, clear edge definition, joyful celebration of nature --ar 128:83

4. a river with mountains reflected from a reflective lake, in the style of outdoor art, environmental awareness, 32k uhd --ar 128:83

Давайте теперь попробуем сгенерировать изображение, используя данные подсказки. Я выбрал 4 вариант.

1 и 4 изображение являются чуть более похожими. Все изображения сгенерированы в стиле "outdoor art" как указано в подсказке. Если вам нужно фотографическое качество, в подсказке можно указать к примеру "photo realistic style", "shot by DSLR camera", а также задать параметр --style raw. Который укажет нейросети применить минимум изменений и приблизить изображение к более реалистичному.


3. Команда /prefer suffix

Команда /prefer suffix автоматически добавляет указанный суффикс после всех подсказок. К примеру вы постоянно генерируете изображения, где часть параметров повторяется. Чтобы каждый раз не вводить их заново, вы можете указать их в команде /prefer suffix и они будут добавляться в конец каждого вашего промта.

К примеру зададим такие параметры: /prefer suffix --ar 4:3 --style raw --v 5.2

После этого вы можете писать любой промт и к нему автоматически будут применены указанные параметры. Для удаления предпочтительного суффикса используйте команду /settings и выберите Reset Settings. С командой /prefer suffix можно использовать только параметры.


Надеюсь статья была интересной и полезной. Больше информации о ChatGPT, Midjourney, и других ИИ сервисах можно узнать тут.