Midjourney亮文生图杀器 设计师、摄影师饭碗难保？下一步将是文生视频

　　预告3个月后，热门文生图模型Midjourney终于上线了最新版本，当地时间12月21日，Midjourney在Discord上宣布其最新版本V6的测试版发布，目前处于alpha测试阶段。从用户的大量示例来看，V6对于写实图片、抽象画作手到拈来，效果不输设计师、摄影师。

　　Midjourney将V6定位为重大革新成果，其首席执行官DaVid Holz称，V6实际是在AI超级集群上从零开始训练而成的第三套模型，整个开发周期长达九个月，“这套模型生成的图像在真实度方面远超我们以往发布的任何版本。” 根据官方介绍，V6的主要变化在于画面质量更好、语义理解更强、能嵌入文本、容纳更多提示词且连贯性更高，模型知识也更为丰富。

　　据用户测试，V6现在支持的提示词长度超过350个字符，甚至能够理解标点和语法的细微差别。就目前网友展示的图像来看，在理解力以及光影、构图、材质、色彩等细节方面，V6的确比上一代产品更上一层楼。

　　用同样的Prompt测试V6和V5.2，对比非常明显（上图为V6生成；下图为V5.2生成）：

　　主要提示词：1980年代的悬疑电影，仰拍，身穿黑西装的法国管家在维多利亚式豪宅的走廊中手握蜡烛

　　主要提示词：1960年代的街头风格照片，需要画出一位年轻女子穿着绿色丝绸连衣裙、戴着珍珠项链坐在帆船上

　　主要提示词：1940年代复古科幻电影中身穿高领银色操作衣的女操作员

　　主要提示词：街角酒吧的霓虹灯上写着“营业至深夜”

　　主要提示词：雨坑中日落的倒影

　　主要提示词：一锅炖菜，配一个木勺

　　在文字生成上，V6可以在图像中更明确嵌入文本，甚至可以规定其风格。

　　注：可口可乐原文：CocaCola

　　还原毛衣质感、动物毛发、窗户上的雨滴

　　对长文本的处理也更好

　　产品logo图

　　不同工具的带文字产品设计图对比

　　该性能提升有望为设计、营销行业带来更大增益。据了解，一些跨境电商从业者早已使用文生图大模型来制作商品介绍页、模特展示图，Midjourney是最常用的工具。

　　另外，V6会“画手”了。此前AI绘画一直被诟病不真实，尤其是人物手部细节，经常会出现畸形。但随着V5推出，它完美解决了这个技术难题，甚至还能呈现手部的指纹、皮肤纹路，实现了AI绘画的一次跨越性突破。下图是一些手部画作：

　　目前，V6还缺少V5.2模型中的一些功能，包括左右平衡和缩小，但Holz表示这些功能将在V6的后续更新中实现。

　　V6不会是Midjourney的终点，该产品一直处在迭代中，2022年3月份上线第一版，而后迅速进化到如今的第六版，平均每3个月更新一次。在Midjourney的公告中，他们表示：V6的速度、图像质量、连贯性、提示遵循和文本准确性在未来几周内应该会提高。而V6 beta在发布半个小时之后宣布了第一次更新，生成速度提升了2.7倍。

　　此前该公司还表示，未来的技术更新方向包括生成3D及视频。Holz预测，未来可能实现以每秒30帧的高分辨率实时生成内容，并且到2030年，可能会实现整个视频游戏的生成。

　　值得一提的是，创始人David Holz据称多次拒绝了风险投资人递来的橄榄枝，在过去的一年里，Midjourney在Discord平台上的用户数量从200万增长到了1767万，每天有超100万人上线（截至发稿），且该产品早已开启付费模式，用户可以根据不同套餐选择，每月收费10至120美元，凭借40名员工组成的团队，Midjourney在9月份成功实现年盈利2亿美元。