Midjourney 推出一年多以来首个新图像生成模型

AI 图像生成器 Midjourney 今天发布了其时隔许久的首个新模型。这个被称为 V7 的模型是一次从零开始的重构，目前已向用户开放 alpha 测试版本。

V7 在两个方面有所改进：首先是更好的图像质量，其次是新的工具和工作流程。

在图像改进方面，V7 承诺在手部、手指、身体部位和"各类物体"方面提供更高的连贯性和一致性。同时还能呈现更加细致和逼真的纹理与材质效果，比如皮肤皱纹或陶瓷罐的细微特征。

这些细节通常是辨识图像是否由 AI 生成的最明显特征。需要明确的是，Midjourney 并不是声称已经取得了让 AI 图像完全无法被专业人士识别的突破；而是表示已经大幅改善了我们习以为常的一些瑕疵。

在功能方面，最大亮点是新增的"草稿模式"。Midjourney 在其各种用户沟通渠道 (博客、Discord、X 等) 上表示，"草稿模式的成本只有一半，渲染速度提高了 10 倍。"

不过，草稿模式生成的图像质量低于其他模式，因此并不适合用于生成最终成品。相反，它旨在帮助用户快速迭代和探索，找到理想效果后再切换到其他模式来生成适合公开使用的图像。

V7 提供两种模式：turbo 和 relax。Turbo 模式能快速生成最终图像，但信用点数消耗是两倍；而 relax 模式虽然处理时间较长，但只需要一半的成本。奇怪的是，V7 目前没有标准模式；Midjourney 表示这需要更多时间完善，将在后续推出。

V7 支持之前版本的大多数参数 (--ar、--seed 等)，包括用户现有的 6.1 版本的 --sref 代码，以及最近推出的个性化功能。事实上，V7 是第一个默认启用个性化功能的 Midjourney 模型，这意味着用户需要选择至少 200 张图片来构建其美学偏好档案。

个性化功能会多次让用户在两张图片中进行选择，以此学习用户认为"美"的标准，从而根据这些品味定制生成内容。不过，和之前的模型一样，用户也可以选择在 V7 中关闭个性化功能。

Midjourney 是最早获得广泛应用的 AI 图像生成工具之一。最初它只能在 Discord 上使用，需要通过一些略显晦涩的语法操作，但现在已经推出了更现代化的网页界面。

社交媒体上分享的大量 AI 艺术作品都是通过 Discord 制作的。它也是许多 AI 视频创作者工作流程中的重要组成部分，他们通常先在 Midjourney 中创建初始图像，然后使用 Runway 等应用的图像转视频功能。

尽管非常受欢迎，Midjourney 仍面临多起诉讼，并卷入了一场持续的争论：使用网络上受版权保护的作品训练 AI 模型是否构成合理使用。(任何使用过 Midjourney 的人都知道它是用受版权保护的作品训练的；它有时甚至会在输出结果中生成水印和艺术家签名。)

最近，该公司宣布计划在未来推出硬件产品，但具体形式仍不明确。