在北京時(shí)間6月23日清晨，全球知名的AI圖像生成工具 Midjourney 推出了令人期待的v5.2版本更新。自上一版本發(fā)布以來(lái)已過(guò)去一個(gè)多月，其間AI技術(shù)和圖像生成工具領(lǐng)域的競(jìng)爭(zhēng)日益激烈。Photoshop等軟件在AI功能方面取得顯著進(jìn)展，獲得業(yè)界廣泛贊譽(yù)。

面對(duì)這種壓力，Midjourney v5.2版本更新通過(guò)引入創(chuàng)新功能和優(yōu)化現(xiàn)有功能，進(jìn)一步鞏固了其在行業(yè)中的領(lǐng)導(dǎo)地位。本文將深入探討這次更新的內(nèi)容，分析其與前版本及競(jìng)品之間的差異，并體驗(yàn)Midjourney最新的功能和性能。

首先，我們需要進(jìn)入Discord并在Midjourney的設(shè)置界面中將生成模型版本更新至5.2版本（僅限付費(fèi)用戶(hù)，關(guān)于購(gòu)買(mǎi)攻略請(qǐng)自行搜索，國(guó)內(nèi)也有代充業(yè)務(wù)）。

本次更新引入了一些關(guān)鍵新功能，為用戶(hù)帶來(lái)更豐富的體驗(yàn)。這些新功能包括：全新的美學(xué)風(fēng)格設(shè)計(jì)，修復(fù)了風(fēng)格化命令的問(wèn)題，新增高變異模式以滿(mǎn)足多樣化需求，提示詞分析功能幫助用戶(hù)更好地掌握設(shè)計(jì)元素，以及具有針對(duì)性的圖片填充功能，與PS AI相媲美。

Midjourney V5.2

接下來(lái)，我們將通過(guò)對(duì)比5.1版本和5.2版本生成同樣Prompt的內(nèi)容，來(lái)感受全新的美學(xué)風(fēng)格設(shè)計(jì)。在第一組對(duì)比中，我們選擇了一個(gè)模擬膠片質(zhì)感的人像案例作為測(cè)試。Prompt如圖所示：

Midjourney V5.1

Midjourney V5.2

兩組照片都成功展示了關(guān)鍵詞中的內(nèi)容，新版本在光影細(xì)節(jié)與畫(huà)面內(nèi)容的生成（如車(chē)輛）方面更為進(jìn)步，但手部細(xì)節(jié)仍存有問(wèn)題。

隨后，我們進(jìn)行了針對(duì)物品的AI生成測(cè)試。因?yàn)镈IY頻道喜歡拆解硬件，所以我們讓AI生成一組硬件的平面拆解圖。Prompt如下：

Midjourney V5.1

Midjourney V5.2

這一組作品的對(duì)比充分體現(xiàn)了AI在還原較為復(fù)雜物品圖像方面的局限。盡管兩個(gè)版本的AI都試圖還原一個(gè)“他們眼中電腦內(nèi)部”的樣子，但實(shí)際生成的圖像在質(zhì)感上雖達(dá)到攝影級(jí)，內(nèi)部構(gòu)造卻與真實(shí)電腦相差甚遠(yuǎn)。相較之下，5.2版本在還原細(xì)節(jié)方面更加真實(shí)。

最后一組對(duì)比聚焦于中國(guó)傳統(tǒng)山水畫(huà)，以探討兩者在解析傳統(tǒng)藝術(shù)方面的表現(xiàn)。Prompt如下：

Midjourney V5.1

Midjourney V5.2

雖然我對(duì)藝術(shù)的了解有限，但這兩張圖片在第一眼看上去都頗具觀賞價(jià)值。寧?kù)o致遠(yuǎn)的場(chǎng)景與國(guó)畫(huà)中簡(jiǎn)練的筆觸相得益彰。然而，兩者仍存在過(guò)多細(xì)節(jié)，缺少了傳統(tǒng)山水畫(huà)中留白的意境。5.2版本在構(gòu)圖平衡感上更出色，其背景山峰的層巒疊嶂感也更具美感。

下面是我從MJ官方論壇和一些愛(ài)好者的發(fā)布內(nèi)容中選取的v5.2版本Ai生成圖像：

Midjourney V5.2

Midjourney V5.2

Midjourney V5.2

Midjourney V5.2

第二個(gè)重要的更新便是與PhotoShop前段時(shí)間推出的Ai拓展圖像一樣的圖片填充功能。

用戶(hù)可以通過(guò)指令來(lái)調(diào)整圖片，這些命令主要用于調(diào)整圖像尺寸和填充細(xì)節(jié)。"[Zoom Out 1.5x]" 和 "[Zoom Out 2x]" 分別表示將圖像縮小到原來(lái)的1.5倍和2倍，并在四周填充相應(yīng)的細(xì)節(jié)。"[Make Square]" 命令用于將非正方形圖像變?yōu)檎叫?，通過(guò)在兩側(cè)添加細(xì)節(jié)實(shí)現(xiàn)。"[Custom Zoom]" 是一個(gè)高級(jí)功能，它會(huì)彈出一個(gè)文本框，允許用戶(hù)在縮小圖像的同時(shí)，自定義更改提示詞、寬高比或精確縮小比例，以便更好地滿(mǎn)足個(gè)性化需求。

接下來(lái)我們測(cè)試一下基于這張“戰(zhàn)斗海貍鼠”看看Ai能夠拓展出什么意想不到的圖片出來(lái)，首先是1.5X的縮放。

嗯，場(chǎng)景感出來(lái)了，接下來(lái)是2X的縮放。

陰暗的天空，合適的背景虛化，主角左邊的道具，水中的倒影，非常出色的拓展表現(xiàn)，最后我們?cè)賮?lái)測(cè)試一下進(jìn)行一下自定義的拓展。我們可以對(duì)原來(lái)的Prompt進(jìn)行修改，并修改尺寸等。我們?cè)鎏砹艘粋€(gè)關(guān)鍵詞是“一個(gè)大型的盒子里面”，意思是這只小耗子周?chē)膱?chǎng)景都處于一個(gè)盒子中，看看Ai能否正確識(shí)別并理解并畫(huà)出來(lái)。

看來(lái)它并沒(méi)有理解“盒子”的概念，但仍然通過(guò)創(chuàng)意打造了一個(gè)較為驚喜的畫(huà)面場(chǎng)景。

接下來(lái)看一下Ai愛(ài)好者們的實(shí)際案例：

通過(guò)我們的實(shí)際測(cè)試和案例分析，Midjourney V5.2的縮放填充功能表現(xiàn)出色，與Photoshop中的AI填充技術(shù)相媲美。然而，Midjourney V5.2的局限性在于它目前僅能對(duì)AI生成的圖像進(jìn)行填充處理，無(wú)法對(duì)現(xiàn)實(shí)拍攝的照片或其他來(lái)源的圖像進(jìn)行縮放填充，而Photoshop則可以實(shí)現(xiàn)這一功能。

AI圖像填充本質(zhì)上利用了類(lèi)似于OpenAI的DALL-E所描述的外部繪制（outpainting）技術(shù)，根據(jù)簡(jiǎn)單的文本提示快速且無(wú)損地添加或刪除圖像內(nèi)容，同時(shí)自動(dòng)匹配圖像中的透視、光線(xiàn)和風(fēng)格。這為編輯者提供了快速?lài)L試和迭代不同創(chuàng)意概念的能力。

接下來(lái)我覺(jué)得對(duì)用戶(hù)蠻重要的更新點(diǎn)是新的/shorten 命令，這讓你可以“簡(jiǎn)化”一個(gè)提示，得到關(guān)于哪些詞可能沒(méi)啥用和哪些詞可能關(guān)鍵的建議，這個(gè)對(duì)優(yōu)化提示詞非常重要。首先我們寫(xiě)一個(gè)非常冗長(zhǎng)的Prompt丟給Midjourney，看看它能怎么優(yōu)化。

優(yōu)化結(jié)果，分成了逐漸減少關(guān)鍵詞的五條建議：

點(diǎn)擊 show details 可以顯示提示詞中每個(gè)詞的具體權(quán)重。

我們來(lái)看看其優(yōu)化后的Prompt的生成結(jié)果到底如何，首先是未經(jīng)優(yōu)化的長(zhǎng)文本Prompt：

Midjourney V5.2

然后是經(jīng)過(guò)優(yōu)化后的第一條Prompt，擁有與原文相似的關(guān)鍵詞矩陣，但簡(jiǎn)化了內(nèi)容，只保留了機(jī)器能讀取的信息：

Midjourney V5.2

接著是經(jīng)過(guò)簡(jiǎn)化后的最后一條Prompt，只保留了畫(huà)面最重要的主體信息和繪畫(huà)風(fēng)格描述：

Midjourney V5.2

從實(shí)際效果來(lái)看，經(jīng)過(guò)簡(jiǎn)化后的第一個(gè)Prompt（帶有許多細(xì)節(jié)描述詞）的會(huì)更加出色，出圖效果也最滿(mǎn)足我的本意。

總結(jié)，Midjourney v5.2的更新在功能和性能方面都取得了顯著的進(jìn)步。尤為突出的是，其針對(duì)性圖片填充功能與Photoshop的AI工具相媲美。然而，得益于不斷的技術(shù)創(chuàng)新與迭代，Midjourney在未來(lái)版本中仍具有廣闊的提升空間。相較于Photoshop和其他競(jìng)品，Midjourney 在簡(jiǎn)化使用與操作方面仍有待加強(qiáng)。我們期待V6版本能夠推出更加用戶(hù)友好的客戶(hù)端 App，不僅局限于Discord上的體驗(yàn)。

豐富的用戶(hù)群體創(chuàng)意，才是Ai發(fā)光發(fā)熱的基礎(chǔ)

我就知道你“在看”