AI艺术创作之MidJourney 的新 V4 算法太疯狂了
2023-09-11 14:18:29 时间
MidJourney V4 算法的发布终于来了。此更新旨在改进细节、构图和真实感。
尽管该模型仍处于 alpha 测试阶段,但初步结果已经令人难以置信。
V4 是一个全新的代码库和全新的 AI 架构。这是我们在新的 Midjourney AI 超集群上训练的第一个模型,并且已经工作了 9 个多月。V4 不是最后一步,而是我们的第一步,我们希望你们都觉得这是一个深刻而深不可测的新开始。— 中途旅行
什么是新的?
- 更多的知识(关于生物、地方等)
- 更擅长正确处理小细节(在所有情况下)
- 处理更复杂的提示(具有多个详细级别)
- 更适合多对象/多角色场景
- 支持图像提示和多提示等高级功能
- 支持——chaos arg(设置从0到100)来控制图像网格的种类
让我们看看示例图像
dark black female elf wearing shiny gems futuristic headpiece sitting on black gold evil dragon, tsutomu nihei art style, intricate details, 8K — v 4
老实说,我对新模型可以产生的复杂细节的数量感到震惊。这是 Dall-E2 和 Stable Diffusion 等竞争对手无法实现的——至少目前还没有。
只需看看有关该主题的装饰品和珠宝首饰。他们都在点。甚至发光物体捕捉光线的方式似乎也是正确的。
相关文章
- Gradio-gradio:轻松实现AI算法可视化部署
- 【算法】【二叉树模块】根据二叉树的先序、中序、后序两两组合重构二叉树工具方法
- 百度面试——AI算法岗
- CR网络和主网络的认知无线电切换算法
- 阿里33万悬赏AI团队 用算法提升电网调控能力
- 页缓存算法(页面置换算法)
- 百度文心大模型开发者斩获CCF BDCI大赛唯一『最佳算法能力奖』
- 设计和实现AI算法算法时有没有必要在代码中加注释,没有用必要在实现之前弄个UML图???
- 深度强化学习算法(深度强化学习框架)为考虑可以快速适用多种深度学习框架建议采用弱耦合的软件设计方法——快速适用于多种深度学习计算框架的深度强化学习框架设计方案
- AI学习---分类算法[K-近邻 + 朴素贝叶斯 + 决策树 + 随机森林 ]
- 【OpenVINO+paddle】覆盖300多种飞桨算法-PPHub+PP2ONNX+IR部署三步走
- 高速排序算法
- 数据挖掘十大经典算法
- [游戏测试]基于人工智能博弈树,极大极小(Minimax)搜索算法并使用Alpha-Beta剪枝算法优化实现的可人机博弈的AI智能五子棋游戏。
- [项目说明]-基于人工智能博弈树,极大极小(Minimax)搜索算法并使用Alpha-Beta剪枝算法优化实现的可人机博弈的AI智能五子棋游戏。
- 【AI理论学习】机器学习算法的分类