Midjourney，悄悄站上 AI 之巅

作者：雷科技

自ChatGPT走红以来，以“聊天”为核心的人工智能协作工具们受到了各行各业的关注，让AI写首诗、发封邮件，或是做一份计划书，这些工作已经成为AI聊天机器人的“日常需求”。

但似乎，人们遗忘了AI还具有创作文字以外的内容，比如，一幅画。

（图源：Jason Allen）

2022年8月，美国科罗拉多州博览会艺术比赛宣布了一名令人惊喜的获奖者，这位获奖者名为杰森·艾伦，他既不是专业的画家，也不是自由艺术家，而是一款桌面游戏的CEO。他的获奖作品《太空歌剧院》，由新型AI绘画工具“Midjourney”创作而成。

《太空歌剧院》是一幅神奇的画作，它结合了古典与科幻的元素，将17世纪欧洲的歌剧院场景与极具科幻的太空相融，画中身穿华丽服饰的贵妇们站立于穹顶之上，漫游于太空之间，极具魔幻色彩。这样一副“神奇”的画作，竟是出自AI之手。

（图源：Midjourney）

没错，Midjourney，这款完成度极高的AI绘画工具，正在开启AIGC（人工智能生成内容）的新世代。

Midjourney为何突然走红？

在《太空歌剧院》获奖之前，Midjourney其实一直处于不温不火的状态，即便它拥有不俗的内容创作能力，但依然只在AIGC爱好者的小众圈子里流行。可以说，美国科罗拉多州博览会，让Midjourney走进了大众的视线。

2021年，OpenAI发布了第一代AI绘图工具DALL E，使用文字描述，即可生成一张图像，打开了AI绘图的新世代。由于是初代工具，DALL E的表现并不完美，很多场景都没法真实呈现，或者说，这个工具创作的作品，看起来依旧是一张来自人工智能生成的图片。

这样的结果并不让人意外。自2020年以来，不少小众AI绘图工具走红，基本遵循了“临摹”、“描述生成”和“参考生成”这三种工作模式，早些时候在短视频平台“抖音”上很火的“AI一件变装”，正是基于参考生成实现。即使是有参照物、有一定的描述，这些AI工具依然很难令人满意。

（图源：Twitter@weplash）

AI绘图之所以“一眼假”，主要还是两个部分：光影和手指。

与人类作画不同，AI绘图工具没法了解到用户所描述的场景里光源的正确走向，以Stable-Diffusion、Lora这样的热门绘图工具为例，它们处理光影的方式往往具有一定的随机性，左右光源不分，导致产出的作品不够真实。同理，手指的几何形状十分复杂，没有一定的规律，AI工具很难有针对性的处理。

这些问题，在V5版本的Midjourney上全都被解决了。

上周，有网友利用Midjourney制作了一系列“情侣合照”，因过于真实的场景塑造和人物表情，走红网络。不少网友表示，在得知它是由AI工具创作之前，只觉得是一张平平无奇的照片。像“一张照片”，在某种意义上，诠释了Midjourney的成功。

网友们大开脑洞地将马斯克与炼铁工厂组合到了一起、把爱因斯坦带到了热闹非凡的音乐节、甚至帮中国男足“拿下”了卡塔尔世界杯的冠军。天马行空的想法，如今只需文字描述就能做到。 

Midjourney，真正智能的AI绘图工具

Midjourney能够大获成功，除了对细枝末节的精准把控之外，更重要的还是对场景的还原。 

前面提到，AI制图之所以能被人们快速识别，细节的成败是关键，但实际上，作品的风格十分重要。从网友的一些作品中不难看出，Midjourney拥有根据场景自动调色的能力。

（图源：微博@藤原小直）

举个例子，当你尝试生产一张90年代的照片时，你是否会对照片的质量有所顾虑，毕竟在那个年代，胶卷相机才是主流。而胶卷相机往往没有那么清晰的画质，对曝光的控制也比较差劲，这样的风格被摄影玩家称为“胶片感”。Midjourney在接到关于年份的描述时，会主动匹配用户的需求，不会让一张高清图片出现在“90年代”的场景描述之下。

这正是Midjourney的精妙之处。

当然，匹配风格对于V5版本的Midjourney来说，还算不上什么真正的主菜。Midjourney现在可以按照用户的需求，模拟不同摄影设备的摄影效果，例如“shot on Canon R6 with 50mm f1.4”，此处包含了相机型号为佳能R6，50mm焦段与f1.4光圈等信息。Midjourney可以根据用户提供的信息，模拟出所需的效果。

（图源：微博@甘信尧）