Midjourney v4 هوش مصنوعی ایجاد تصویر برنده جایزه را بسیار بهبود می بخشد


آینده نگر: Midjourney v4 نسخه جدید یک الگوریتم هوش مصنوعی است که برای ایجاد ترکیبات گرافیکی برنده جوایز، عجیب و غریب و غیر معمول طراحی شده است. توسعه دهندگان در حال آزمایش آلفا آخرین فناوری خود هستند و در عین حال روی عرضه کامل محصول نهایی کار می کنند.

الگوریتم‌های یادگیری ماشینی که برای تولید تصاویر غیرعادی یا عجیب و غریب سوررئالیستی طراحی شده‌اند، دنیای فناوری را در طوفان فرو می‌برند و همه چیز در آینده پیچیده‌تر خواهد شد. نمونه موردی: نسخه جدیدی از Midjourney وجود دارد – یک معماری “کاملاً جدید” هوش مصنوعی – که تازه شروع سفر به سمت “چیزی عمیق و غیرقابل درک” است.

مانند الگوریتم‌های DALL-E، Stable Diffusion و دیگر الگوریتم‌های هوش مصنوعی، Midjourney می‌تواند یک پیام متنی ساده یا بسیار پیچیده بگیرد و آن را به یک تصویر ترکیبی تبدیل کند. تیم Midjourney به رهبری دیوید هولز، که قبلاً سرمایه گذاری کنترل حرکت Leap Motion را تأسیس کرده بود، اخیراً با برنده شدن در نمایشگاه هنری سالانه نمایشگاه ایالت کلرادو توانست در میان انبوه الگوریتم های تولید تصویر متمایز شود.

هولز در اعلامیه رسمی ارسال شده به سرور Midjourney’s Discord گفت که نسخه 4 به تازگی وارد مرحله آلفا شده است. مدل Midjourney v4 “دانش بسیار بیشتری” از موجودات، مکان ها و همه چیز دارد. این دوربین روی جزئیات کوچک کنترل بهتری دارد، می‌تواند پیام‌های متنی پیچیده‌تری را مدیریت کند و با صحنه‌های چند شی و چند شخصیتی بهتر است. نرم افزار به روز شده پشتیبانی از قابلیت های پیشرفته مانند درخواست تصویر و چند اعلان را اضافه می کند.

Midjourney v4 می تواند تصاویر بسیار واقعی تری نسبت به مدل های قبلی ایجاد کند، به طوری که تیم مجبور شد قوانین سخت گیرانه تری را در مورد تصاویری که می توانند “درام ایجاد کنند” تطبیق دهند. الگوریتم جدید Midjourney بر روی یک ابرخوشه جدید هوش مصنوعی آموزش داده شد و بیش از 9 ماه است که در حال کار بوده است. در حالی که تیم در حال انجام تغییرات قابل توجه به سمت راه اندازی کامل است، کاربران باید در حین تست آلفا منتظر موارد عجیب و ناسازگاری باشند.

با وجود اینکه نسخه آلفا هنوز در مرحله آلفا قرار دارد، Midjourney v4 قبلاً با استقبال گرم کاربران و سازندگان نامطلوب مواجه شده است. به نظر می‌رسد که مدل جدید هوش مصنوعی در تفسیر اعلان‌های متنی بهتر است. برخی می گویند استفاده از آن با نتایجی که می توانند از پیش ساخته شده باشند و نه فقط توسط هوش مصنوعی تولید شده اند، “بسیار آسان” به نظر می رسد. یکی از کاربران ردیت به شوخی گفت: هوش مصنوعی بهبودیافته می تواند آینده تیره ای را برای “سرمایه گذاران حرفه ای که شغل جدید خود را که یک ماه پیش ایجاد شده اند از دست بدهند.”

در مورد تیم Midjourney، مدل جدید هوش مصنوعی به زودی شاهد پیشرفت‌های زیادی خواهد بود، از جمله افزایش وضوح، ارتقاء قابل کنترل، نسبت ابعاد سفارشی (در حال حاضر به 1:1 محدود شده است)، وضوح تصویر افزایش یافته، مصنوعات متنی کمتر، و استایل پیش‌فرض بهبود یافته. سفر به غیرقابل درک تازه آغاز شده است.



منبع