با پیشرفت‌های هوش مصنوعی، اکنون تعداد زیادی خدمات دارید که می‌توانند به شما کمک کنند هر چیزی را از ابتدا خلق کنید، حتی هنری. یکی از ابزارهای محبوبی که اخیراً ظهور کرده است Midjourney است، یک تولید کننده تصویر هوش مصنوعی که می تواند آثار هنری خیره کننده ای را با استفاده از پیام های متنی در عرض چند ثانیه ایجاد کند.
اگر نمی‌دانید که آیا Midjourney پیوندهایی به Stable Diffusion دارد یا خیر و چقدر با یکدیگر متفاوت هستند، پست زیر باید در مورد همه چیزهایی که باید بدانید به شما کمک می‌کند.
آیا Midjourney از Stable Diffusion استفاده می کند؟
یک جستجوی ساده در وب نشان می دهد که چه نوع فناوری در ابزارهای تولید تصویر مانند DALL-E و Stable Diffusion استفاده می شود. به عنوان مثال، Stable Diffusion از یک مدل انتشار پنهان (LDM) که توسط گروه CompVis در مونیخ و همچنین یک رمزگذار متنی CLIP ViT-L/14 برای شرطی سازی متن توسعه داده شده است، استفاده می کند.
وقتی صحبت از Midjourney به میان می‌آید، سازندگان آن هیچ نوع اطلاعاتی در مورد اینکه از چه مدل‌های آموزشی استفاده می‌کنند، یا نحوه جمع‌آوری آنها ارائه نمی‌دهند، و همچنین کد منبع خود را برای عموم منتشر نکرده‌اند. در زمان نگارش این مقاله، این ابزار در حال حاضر بر روی مدل V5 خود اجرا می‌شود که در 15 مارس 2023 منتشر شد. این یک ارتقاء نسبت به مدل V4 است که مبتنی بر معماری جدید هوش مصنوعی و پایگاه کد است.
Midjourney می گوید که مدل های جدید توسط خودشان طراحی شده اند و بر روی ابرخوشه هوش مصنوعی خود آموزش دیده اند. مدل V5 Midjourney از انسجام بالا پشتیبانی می‌کند و تمام ویژگی‌های پیشرفته دیگری را که در مدل V4 یافت می‌شود، مانند درخواست تصویر، اعلان‌های چندگانه، و امکان افزودن جزئیات کوچک‌تر با موجودات، مکان‌ها و اشیا ارائه می‌دهد.
در حالی که ادعا نمی کند از Stable Diffusion استفاده می کند، اما حدس زده می شود که تغییرات ایجاد شده در مدل Midjourney V5 منجر به تصاویری می شود که کاملاً شبیه به تصاویر ساخته شده از طریق Stable Diffusion v2 هستند. بنابراین، این احتمال وجود دارد که Midjourney از نسخه متفاوتی از مدل انتشار پنهان استفاده کند که به Stable Diffusion قدرت می دهد یا عناصر خاصی از Stable Diffusion v2 را به اشتراک می گذارد.
Midjourney چه تفاوتی با Stable Diffusion دارد
بر اساس عملیات مربوطه، Stable Diffusion یک مدل منبع باز را تشویق می کند زیرا کد منبع خود را برای استفاده یا توسعه دیگران به اشتراک می گذارد. هرکسی می‌تواند از کد آن استفاده کند و با استفاده از Stable Diffusion، پیکربندی را به شکلی که می‌خواهد، طراحی کند. این مورد در مورد Midjourney صدق نمی کند زیرا این شرکت ابزار تولید تصویر خود را به عنوان یک محصول اختصاصی ارائه می دهد که در آن ادعا می شود این مدل را به تنهایی توسعه و آموزش می دهند و هنوز کد منبعی برای استفاده دیگران منتشر نکرده اند.
وقتی نوبت به ورودی می رسد، Midjourney از مفهوم اصلی شما استفاده می کند و عناصر خودش را برای تولید تصاویر اضافه می کند. در این فرآیند، برخی از کلیدواژه‌های ورودی شما ممکن است در طول تولید نادیده گرفته شوند زیرا ابزار تکرارهای خاص خود را با رنگ‌ها، نور و عناصر دیگر ایجاد می‌کند. اگر می‌خواهید این تصاویر را در Stable Diffusion تکرار کنید، باید یک درخواست طولانی‌تر با جزئیات بیشتر از آنچه ممکن است در Midjourney وارد کرده باشید ارائه دهید.
ممکن است تصاویر ایجاد شده در Stable Diffusion شبیه و تصادفی به نظر برسند که با استفاده از DALL-E ایجاد می کنید. خروجی Midjourney گاهی اوقات می تواند منحصر به فرد به نظر برسد که اغلب به سمت زمینه های تیره تر یا دراماتیک تر متمایل می شود. شما می توانید تصاویری با ظاهر متمایز در Midjourney با اعلان های مناسب ایجاد کنید، در حالی که ممکن است لازم باشد جزئیات بیشتری اضافه کنید و اگر می خواهید آنها را در Stable Diffusion ایجاد کنید، دقیق تر باشید. بسته به سطح سفارشی‌سازی که می‌خواهید از آن استفاده کنید، این می‌تواند خوب یا بد باشد.
از نظر استفاده، Stable Diffusion است که به شما کتابخانه می دهد تا تصاویر بیشتری ایجاد کنید زیرا می توان از آن به صورت رایگان استفاده کرد، و در بیشتر موارد، شما مالک حقوق تصاویری هستید که تولید می کنید. از سوی دیگر، Midjourney فقط یک آزمایش محدود ارائه می دهد که می توانید از آن برای تولید حداکثر 25 اثر استفاده کنید. پس از آن، ممکن است لازم باشد در ردیف پولی آنها مشترک شوید که می تواند 8 تا 48 دلار در ماه به شما بازگردد و حقوق استفاده شما ممکن است بسته به طرحی که در آن مشترک هستید متفاوت باشد.
این تنها چیزی است که باید بدانید که آیا Midjourney از Stable Diffusion استفاده می کند یا خیر.
