MidJourney V5.2 vs. V6 Alpha: testiamo le differenze

Da scarabocchi a pastello a maestro artista.

MidJourney ha lanciato la versione Alpha del suo modello V6 e sono stati promessi molti miglioramenti rispetto alla V5.2. Esaminiamo cosa c'è di meglio sulla carta e lo testiamo rispetto al modello precedente.

Cosa c'è di nuovo nella V6?

Indubbiamente sono successe molte cose dietro il cofano del V6, ma MidJourney ha evidenziato le caratteristiche principali in un thread ufficiale su Discord. Tieni presente che dovrai essere membro di MidJourney Discord per visualizzare il post in questione. Queste le modifiche più importanti:

Adesione immediata più accurata.
Richieste più lunghe.
Coerenza e conoscenza del modello migliorate.
Prompt e remix delle immagini migliorati.
Minore capacità di disegno del testo (simile al nuovo modello DALL-E).
Upscaler migliorati, con modalità sia "sottile" che "creativa".

In breve, la V6 porta MidJourney più in linea con le nuove impressionanti capacità dello strumento rivale DALL-E 3, ma qui siamo interessati a vedere quanto sia migliore rispetto al modello V5.2 che era quello predefinito al momento della stesura di questo articolo. .

Se sei abbonato a MidJourney e vuoi provare la nuova versione V6 Alpha, digita semplicemente /impostazioni in Discord e quindi scegli V6 dal menu modello che appare dopo aver inviato il comando.

Adesione immediata

La prima cosa che voglio testare è quanto bene il nuovo modello aderisce al prompt. In passato, MidJourney considerava i dettagli del prompt più come vaghi suggerimenti che come istruzioni. Quindi ecco un prompt con istruzioni molto dettagliate.

Draw a marketplace in a futuristic city. To the left of the frame, is a woman with a shopping basket in her left arm. To the right is a street market stall. A robot is behind the stall selling fruit. The robot is purple, and he is holding an apple in his outstretched right arm.

Per ogni modello ho scelto l'immagine che più si avvicina al mio suggerimento. Ecco il meglio che è venuto fuori dalla V5.2.

Ecco il meglio che V6 ha prodotto.

Sebbene la V5.2 includa generalmente tutti gli elementi che ho richiesto, questi non sono disposti correttamente rispetto al frame o tra loro. L'unico vero errore commesso da V6 qui è stato quello di mettere la mela nel braccio sinistro del robot e il cestino della spesa nel braccio destro della ragazza. Forse la cosa più importante è che tutte le immagini generate dalla V6 sono molto più coerenti di quelle realizzate dalla V5.2, che qui non ha alcun senso di inquadratura o equilibrio, e sembrano semplicemente schiacciate insieme.

Inserimento di testo nelle immagini

Come DALL-E 3, MidJourney V6 vanta la capacità di integrare correttamente il testo in un'immagine. Tutto quello che devi fare è separare il testo utilizzando le virgolette nel tuo prompt. Ecco il prompt che abbiamo utilizzato:

A fabric flag with the words "How To Geek" on it.

Metto qui tutti e quattro i tentativi di entrambi i modelli per dimostrare che la V6 non è ancora perfetta in questo senso, ma nessuna delle immagini della V5.2 è minimamente vicina a ottenere il testo corretto.

Con V6, tuttavia, ha avuto successo al 75% al primo tentativo e puoi vedere chiaramente che il testo è correttamente integrato nell'immagine, anziché semplicemente sovrapposto.

Qualità artistica

Anche se possiamo testare più o meno oggettivamente quanto bene V6 riesca a seguire un suggerimento o integrare un testo, la qualità artistica è molto più difficile da definire. Nel mio confronto tra i modelli MidJourney V1 e V5.2, era chiaro che con ogni nuovo modello l'intelligenza artificiale diventava più "fantasiosa" in mancanza di una parola migliore. Anche la composizione e i dettagli sono migliorati drasticamente e, onestamente, V5.2 è ancora il migliore in termini di stile artistico, come ho notato confrontando MidJourney con DALL-E 3.

Quindi penso che sia meglio lasciare al giudizio di ogni persona che legge questo, e quindi ecco alcune coppie di immagini, con V5.2 a sinistra e V6 a destra.

Prompt: An epic and beatiful fantasy scene of an elvish village where the elves are going about their business. Make it an oil painting

Prompt: A futuristic street scene with aliens, robots, and humans all living in the same city. Make it in the style of a digital speed painting.

Prompt: A nature photograph of mountains as seen from the beach, with a large visible moon in the sky.

È solo un Alpha (per ora)

È davvero importante tenere presente che MidJourney V6 non è terminato al momento della stesura di questo articolo. Questo è un nuovo modello addestrato da zero, ma con le lezioni apprese dai modelli precedenti. Alla V6 mancano ancora alcuni degli straordinari valori aggiunti che puoi trovare nella V5.2, come la possibilità di eseguire la panoramica dell'immagine.