Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

大家好,這里是和你們一起探索 AI 的花生~

很久沒有寫 Midjourney 的更新介紹了,因為它在二三月份接連推出 style reference 風格參考、character reference 角色參考后一直都沒有大的更新。不過昨天官方接連發(fā)布了 2 條更新內容,分別是官網的新優(yōu)化和新參數 Personalization 的推出,今天就用一篇文章為大家介紹一下 Midjourney 近期的更新。

上期回顧:

一、Alpha 網站優(yōu)化

官網直達: https://alpha.midjourney.com/

Midjourney 的 Alpha 官網現在基本全面開放了(生成超過 100 張圖像即可使用),新網站集成了圖像生成/展示/管理/評級、訂閱管理、官方指南、更新通知等多種功能,整體使用體驗非常不錯,比 Discord 方便很多。

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

此次更新主要對一些重要功能的官網名稱進行了調整,包括:

  1. 將「Pan 平移」、「Zoom 外繪拓展功能」和 「Remix 混合」合并到同一個新選項「Reframe」中,「Remix」改名為「Edit Prompt」。
  2. 「Vary Region」改名為「Repaint」,可以對圖像進行局部重繪。

進入官網的圖像詳情頁,在右下角的工具欄中即可看到新版功能按鈕了,使用方法與之前基本一致。

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

網站左側欄的變得更加簡單,「Tasks」版塊現在包含了 「Rank Images 圖像評級」and「Rank Ideas 用戶需求評級」兩部分。「Rank Images」是讓用戶在兩張圖像之間選擇更喜歡的圖像,從而幫助官方優(yōu)化模型表現。每天參與評級表現排名前 2000 名的用戶將獲得 1 fast hour 的獎勵。

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

「Rank Ideas」包含用戶反饋、用戶需求評級和需求排行榜 3 個部分。“用戶需求評級” 中,官方會提供 5 個需求讓用戶進行投票,從而評出呼聲最高的需求,這可以指導官方隨后的工作;“需求排行榜” 則展示了目前排名最高的用戶需求,比如生成同一角色的多個角度、改善手和手指的生成效果等,排名越高,該功能就越有可能被官方實現,因此大家可以積極參與投票。

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

另外官網的圖像生成功能也與 Discord 也有細微差別,即 --chaos 參數是通過 Variety 滑塊來控制的,其他參數默認值都與 Discord 中一樣。需要生成圖像時直接在頂部文本框內輸入提示詞即可,生成參數可以通過滑塊來設置,也可以手動輸入,比如 --s 250、--c 10、--ar 3:4 等。想深入了解 stylization、weirdness 和 variety 三項參數區(qū)別的話,可以看我之前寫的這篇文章。

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

二、Personalization 個性化參數

熟悉 AI 繪畫的小伙伴應該都對 Lora 模型有所了解,它以與大模型配合使用,來生成更具風格化的圖像。Midjourney 新推出的 Personalization 個性化功能就可以視為一種 lora,它能對原本的 V6 模型進行微調,來生成風格更獨特的圖像。具體使用方法如下:

① 用戶首先要在「Rank Images」版塊內,完成至少 200 組圖像評級。在這個過程中,系統(tǒng)會記錄下你的風格偏好,并以此為基礎對原本的模型進行風格微調,你選擇圖像的過程就等于是在訓練 lora 模型。這一步必須先完成,否則無法調用 Personalization 功能。

② 上一步完成后,在提示詞后加上 --p 參數發(fā)送出去后,生成的圖像就會顯示出你的專屬風格,與默認模型會有明顯不同。系統(tǒng)還會返回一個對應的個性化代碼,比如我的就是 --personalize jsg4hzo,風格比默認模型更明亮柔和。每個用戶的個性化代碼都不一樣, 并且支持分享,使用他人的代碼就相當于用他的專屬風在生成圖像,歡迎大家在評論區(qū)分享自己的代碼~

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

③ 個性化風格的強度也可以通過 --s 參數來調節(jié),數值范圍 0-1000,默認值 100,數值越高風格越明顯。

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

三、Random Style References 隨機風格參考

之前為大家推薦過一期 Midjourney 風格代碼,將它們添加在提示詞后就能生成某種特定的風格圖像。不過有一部分小伙伴還不知道風格代碼的由來,所以在這里也補充一下。

風格代碼是通過 --sref random (隨機風格)這個參數來獲取的,是 4 月份推出的一個小更新。將 --serf random 加在提示詞后面,發(fā)送后 midjourney 將以一種隨機的風格生成四宮格,并附上對應的風格代碼。每次返回的代碼都會不同,將代碼用到其他提示詞中,就能生成相同風格的新圖像。

比如發(fā)送 "California Poppies --ar 3:4 --sref random",第一次返回的風格代碼是 --sref 170339948,再次發(fā)送返回的代碼是 --sref 2709899611。如果你喜歡第二種風格,就可以將其用到其他提示詞后面,比如 “a cute cat --ar 3:4 --sref 2709899611”,就能得到相似的風格。

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

風格代碼的數值范圍在 0–4294967295 之間,也就是說有幾十億種風格可以使用。目前很多人都在積極探索并分享不同代碼代表的風格效果,比如之前為大家推薦過的 AiiqportalFreeflo 里都有專門的收錄。使用風格代碼的優(yōu)勢是可以不用再寫復雜的風格關鍵詞,而且風格一致性非常穩(wěn)定。

四、Style Reference Versions 風格參考版本

Style Reference 功能大家應該很熟悉了,它可以讓我們復制一張圖像的風格來生成新的圖像,具體用法可以看我之前寫更新介紹。我們都知道可以通過 --sw 參數來控制風格復制的強度,那你知不知道還可以通過 --sv 參數來選擇不同的風格復制模式呢?

目前官方提供了 4 種不同的風格參考版本(Style Reference Versions),它們分別是:

  1. --sv 1:獨創(chuàng)風格參考算法,非常“有活力”;
  2. --sv 2:風格參考的二次迭代;
  3. --sv 3:是 --sv 1 的升級版本,整體更有活力;
  4. --sv 4:是 --sv 2 的升級版本,也是目前的默認版本。

每個版本在復制圖像風格時的側重點不同,目前公認的是 --sv 4(默認版本) 效果最好,如果你對 --sv 4 的效果不滿意,就可以考慮使用其他三種版本。

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

五、其余更新

在過去的 3 個月中,Midjourney 還陸陸續(xù)續(xù)發(fā)布了一些小的更新。比如新增了 rooms 版塊,它的作用是可以讓用戶邀請多人在一起進行圖像生成,房間里支持文字/語音聊天,用戶可以隨時對圖像發(fā)表意見或進行點贊,非常適合團隊進行討論交流或頭腦風暴。生成圖像超過 100 張的用戶都可以體驗。

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

還有官方對 Niji 6 模型進行一些優(yōu)化調整,包括提升圖像細節(jié)、修復圖像偽影,以及可以生成包含簡短日語假名文本的圖像,某些情況下還可以呈現簡單漢字的文本。

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

那么以上就是對 Midjourney 近期更新的介紹。Midjourney 所有更新官方都會在 discord 社區(qū)中的 announcement 版塊以及官網左下角的 update(鈴鐺小圖標中)中公布,大家可以時常關注這兩個版塊的動態(tài)。

如果你想更全面深入地學習 Midjourney 并做到靈活應用,可以了解我最新制作的《零基礎 AI 繪畫入門完全指南》,我會從文本提示、圖像提示、參數、命令等方面細致講解 Midjourney 的操作方法,并結合實際案例分享超多干貨和冷門小技巧,幫你打下堅實的基礎,能有效利用 Midjourney 提升工作效率,完成商業(yè)出圖需求。

想了解更多 AI 干貨內容的話,歡迎關注「優(yōu)設 AI 自學網」 和「優(yōu)設微信視頻號」,每天都會分享最新的 AIGC 資訊和神器,讓你輕松掌握 AI 發(fā)展動態(tài)。也歡迎大家掃描下方的二維碼加入“優(yōu)設 AI 知識交流群”,和我及其他設計師一起交流學習 AI 知識~

Midjourney 支持個性化微調啦!一文詳解新功能 Personalization

推薦閱讀:


贊賞
收藏 120
點贊 60

復制本文鏈接 文章為作者獨立觀點不代表優(yōu)設網立場,未經允許不得轉載。