Spoločnosť Midjourney, známa svojím pokročilým AI generátorom obrázkov, práve spustila alfa verziu úplne nového modelu V7. Podľa tvorcov ide o zásadný krok vpred – V7 je výrazne inteligentnejší pri spracovávaní textových pokynov (promptov) a prináša viditeľne vyššiu kvalitu výstupných obrázkov.
Lepšie pochopenie a kvalita, vrátane problematických rúk
Nový model V7 bol navrhnutý tak, aby lepšie chápal nuansy v textových zadaniach používateľov. Výsledkom sú nielen celkovo kvalitnejšie obrázky, ale aj výrazné zlepšenie v oblastiach, s ktorými mali AI generátory často problémy – najmä textúry, telá a notoricky známe ľudské ruky. Prvé ukážky od používateľov na sociálnych sieťach naznačujú, že V7 dokáže generovať až prekvapivo fotorealistické obrázky rúk, čo bol dlhodobý kameň úrazu pre mnohé AI modely. Midjourney na sociálnej sieti X označuje V7 za svoj „najinteligentnejší, najkrajší a najkoherentnejší model doteraz“.
Nový „Draft Mode“ pre rýchlejšie nápady
Jednou z najzaujímavejších noviniek V7 je funkcia „Draft Mode“ (režim konceptu). Tento režim umožňuje generovať obrázky podstatne rýchlejšie – podľa Engadget približne za polovicu času oproti bežnému generovaniu – a za polovičné náklady (kredity). Výsledky sú síce menej detailné a „drsnejšie“, no podľa Midjourney je to ideálny spôsob na rýchle skúšanie a iterovanie nápadov. Je perfektný napríklad pri brainstormingu alebo spolupráci, keď potrebujete rýchlo vizualizovať rôzne koncepty (funguje aj s hlasovým vstupom). Ak sa vám obrázok vygenerovaný v Draft Mode zapáči, môžete ho jednoduchým kliknutím na „enhance“ (vylepšiť) alebo „vary“ (variovať) pregenerovať v plnej kvalite štandardným procesom. Midjourney na X dokonca uvádza, že Draft Mode môže byť až 10-krát rýchlejší, čo pravdepodobne odkazuje na celkovú rýchlosť iterácie nápadov.
Dostupnosť, režimy a chýbajúce funkcie (zatiaľ)
Pri spustení alfa verzie ponúka V7 pre štandardné generovanie režimy Turbo a Relax. Turbo režim je rýchlejší, no stojí dvojnásobok kreditov oproti bežnej rýchlosti V6. Štandardný rýchlostný režim pre V7 ešte nie je plne optimalizovaný a bude dostupný neskôr.
V alfa verzii zatiaľ chýbajú niektoré pokročilé funkcie ako upscaling (zväčšovanie rozlíšenia), editácia a retexturing (zmena textúr). Pre tieto operácie sa dočasne použije starší model V6. Tím Midjourney však sľubuje, že počas nasledujúcich dvoch mesiacov bude pre V7 vydávať nové aktualizácie každý jeden až dva týždne, ktoré by mali tieto funkcie postupne priniesť.
Ako testovať V7? Cez personalizáciu
Ak si chcete alfa verziu V7 vyskúšať, musíte si najprv aktivovať tzv. personalizačný profil. Midjourney ho opisuje ako „štýlového asistenta“, ktorý AI naučí vaše vizuálne preferencie. Na vytvorenie globálneho personalizačného profilu pre V7 a odomknutie prístupu k testovaniu musíte ohodnotiť aspoň 200 párov obrázkov. Personalizácia je pre V7 štandardne zapnutá, ale v prípade potreby ju môžete vypnúť.
Midjourney V7 vyzerá ako sľubný krok vpred pre AI generovanie obrázkov, ktorý rieši niektoré pretrvávajúce problémy a prináša nové nástroje pre kreatívny proces. Bude zaujímavé sledovať, ako sa bude model vyvíjať v nasledujúcich týždňoch.
Zdroj: Engadget, Midjourney X/Twitter