Midjourney V6发布了，逼真画面登峰造极，不愧为最好的AI绘画
Midjourney V6昨天才说要来，下午就立马现身。速度之快，让人瞠目结舌！一系列惊艳绝伦的神奇图像纷纷爆出，光影效果简直达到了巅峰。尤其是他们主打的“你说得出，我就能画得出”。
Midjourney V6昨天下午突然发布了！Midjourney V6昨天下午突然发布了！
虽然事先宣布过会在这两天内推出，但没人料到Midjourney的发布速度竟然如此之快，还赶在圣诞节前让大家来个意外惊喜。
在/settings的下拉菜单中选择V6，或者在Prompt后输入 --v 6，就可以用上V6 Beta版模型了！
中文版使用：
激动的网友们蜂拥而入，出炉了一大波测评。比起V5，V6真的是疯狂加细节，画面质量史诗级增强。
根据MJ官方介绍，V6的主要变化在于图像质量更优、语义理解更强、可嵌入英文单词、并且支持更多的token。
比如下面这两张超人和蝙蝠侠的“剧照”，如果不是背景里提示着“V6 is here”，几乎已经分辨不出来到底是真实拍摄还是由AI生成的了。
除了图像模型的大提升之外，V6最大的变化，就在于提示词系统几乎重做了。
用户很可能需要重新学习如何编写提示词，尽量避免过去那种“语焉不详的描述”，比如像“award winning”这样的形容词。
在以前，模型无法完全理解提示词的要求，因此过于详细的描述也没什么用。但是升级之后，图片会尽可能地符合提示词中的每个词，所以用户也要珍惜提示词的空间，尽可能详细地描述自己想要的内容。
总而言之，就是“只要你能说得清楚，V6就能给你表达明白。”
网友使用Midjourney V6来想象“如果史蒂夫·乔布斯今天还活着，他会是什么样子”，结果令人震惊。这位网友表示：“如果我说这是由生成式AI创造的图像，没人会相信我。”
它的质量已经达到了电影级别。这一领域的创意，比如电影、照片、海报和杂志，很可能会由AI主导。
另一位网友表示，MJ V6太逼真了，你可以直接用它想象你最爱的演员在电影中的样子，比如Jared Leto在Netflix《最后的沙皇》中的扮相。
神奇的图像接连问世，史诗级的图像质量提升。
这次的里程碑级升级，究竟在哪些地方体现出来呢？
一位网友运用相同的Prompt测试了V6和V5.2，结果显示V6在多个细节上都有所提升。（上面是V6，下面是V5.2）比如，雨坑中日落的倒影，V6的光影效果明显比V5.2更为自然，而V5.2的处理痕迹则更加明显。
reflection of a sunset in a rain puddle
仔细观看可以发现，同样的女性面部主体，V6在皮肤细节、毛发细节、光影效果上，都远优于V5.2的效果。
1940年代复古科幻电影中身穿高领银色操作衣的女操作员，V6生图明显要比V5.2更加真实。
V5.2的图片主体人物显得过于呆板，不像真人。
1940s retro sci-fi film, medium side-angle shot of a young female control panel operator wearing a form-fitting silver jumpsuit with a high collar. She is surrounded by 3 art deco robots. warm glowing buttons and switches, soft illumination
下面这两幅食物的图片都很诱人，但是V6的色彩和光影还是要更胜一筹。
a pot of stew with a wooden spoon, top-down perspective
在生成「二次元」风格的口袋妖怪时，V6生成的效果神似动漫，而V5.2会画得更像个摆拍的手办。
frozen squirtle on the top of a snowy mountain 35mm film still of a detective
V6的超强语义理解能力让它能够轻松应对任何Prompt
以前，虽然Midjourney的视觉效果和美学表现已经足够震撼，但为何总是稍逊于DALL-E 3和Adobe Firefly呢？答案显而易见，就是对于Prompt的高要求吓退了许多不太擅长描述的用户。
此外，V5.2糟糕的语义理解也经常导致生成的图片“虽然美丽但不实用”。
如今的V6进一步加强了对语气的理解，终于迎头赶上了竞品。相较于V5.2，V6显著增强了语义理解的能力，对Prompt的把握也更为精准。
举个例子，写有“open late”霓虹灯标志的酒吧，V6可以原汁原味地生成，而V5.2则根本无法理解这些字样。
此外，从光影效果来看，V6也更加丰富、真实，就像给图像打开了光追功能一样。
a corner bar with a neon sign that says "open late"
这张1960年代的街头风格照片，需要画出一位年轻女子穿着绿色丝绸连衣裙、戴着珍珠项链坐在帆船上。
显然，V6对于「珍珠项链」的理解要比V5.2好很多，而且除了人物主体之外，V6的周边细节也更合理精细。
1960s street style photo of a young woman sitting on a sailboat wearing a green silk dress and a pearl necklace. The sun is setting over the ocean, shot on Agfa Vista 200
「1980年代的悬疑电影，仰拍，身穿黑西装的法国管家在维多利亚式豪宅的走廊中手握蜡烛。」
从光影和构图来看，V6更符合要求，主体人物很好地融合进了背景里。而V5.2基本都没有做到。
1980s mystery film, low-angle shot of an evil-eyed French Butler sporting a black suit and grasping a candle in the hallway of a creepy Victorian mansion with musty decor. The warm candle glow evokes a spooky sense of mystery
下面这幅要求画出抽象、超现实的景观，有融化的时钟、扭曲的形状和浮岛，空中有一只眼镜形状的巨大月亮。
其中，V6在空中画出了「A large, eye-shaped moon dominates the sky」，而V5.2就没有把这部分体现出来。
An abstract, surreal landscape with melting clocks, distorted shapes, and floating islands. The color palette is vibrant with a mix of blues, reds, and greens. A large, eye-shaped moon dominates the sky
这张1970年代的柯达Ektachrome电影剧照，需要画出身穿深V绿色丝绸连体裤的25岁红发女子。但V5.2并没有把我们要求的深V领口画出来。
1970s medium-closeup Ektachrome film still of a 25-year-old woman with curly red hair and freckles standing in front of vintage car in downtown Los Angeles. She's wearing a green silk jumpsuit with a plunging neckline. Golden hour
「五颜六色的珊瑚礁，各种各样的海洋生物，包括各种鱼、海龟和顽皮的海豚」。
这次，V5.2直接把海豚无视掉了，并自作主张地画了一个潜水员……
A colorful coral reef teeming with marine life. There are various species of fish, a sea turtle, and a playful dolphin. Sunlight filters through the water, creating a dappled effect on the sea floor.「1980年代的间谍电影，年轻的黑发女人站在埃及装饰风格的豪宅中，有着黑色大理石柱子。」显然，V6对于黑色大理石柱等背景的还原，要比V5.2准确得多。
1980s spy movie, Medium closeup shot from low-angle, 35mm film still of a young brunette Egyptian woman standing in an Egyptian Art Deco Mansion with large columns made of black marble, wearing a black sequin dress, inside, daytime, natural lighting「电影剧照，一名侦探在犯罪现场采访一名女性证人，侦探在做笔录，目击者焦急地看着，指着一条线索。」可以看到，V6的人物动作更加符合常理，而V5.2的图片中人物动作像是在发呆，没有按照提示词的描述进行做笔录的行为。
interviewing a female witness at a crime scene. The detective is taking notes, while the witness looks on anxiously, pointing towards a clue
正如开头所说，“只要你能说得清楚，V6就能给你画明白。”如果你是个充满想象力的大师，擅长用逻辑清晰、细节丰富的语言描述你的创意，那么V6一定不会让你失望——语言可以控制光影、材质、色彩和构图。总而言之，语言的魔力已经发挥到了极致：能够创造出神级Prompt的人，必然会收获神级图像。相比之下，搭载ChatGPT的DALL-E 3对用户的语言表达要求就没有这么苛刻，更加自由发挥。难怪人们常说，Midjourney的上限足够高，而DALL-E 3的下限则足够低。
在文字生成方面，V6相较于前代也有了巨大的提升。
无论是“EMPTY”、“TOMORROW”还是“Coca Cola”，这些字眼在图像中想加就加。虽然在准确度上略逊于DALL·E 3，但在视觉美感方面的表现，Midjourney依旧遥遥领先。但需要注意的是，下面这些图像每一张都进行了3-10次尝试，才得到了比较理想的结果。
A man standing alone in a dark empty area, staring at a neon sign that says "EMPTY"
A realistic standup pouch product photo mockup decorated with bananas, raisins and apples with the words "ORGANIC SNACKS" featured prominently
An anime style movie poster with the stylized words "TOMORROW", with a girl looking upwards at the night sky, and cherry blossoms floating in the wind. --s 200
A Coca Cola ad, featuring a beverage can design with traditional Hawaiian patterns
A clean, minimalistic logo featuring an ice cream cone, with palm trees as the backdrop and the words "ICE CREAM OASIS" --style raw
A clean and minimalistic professionally designed vector of a biker speeding on a highway, with the words "FREEDOM ON WHEELS" --s 250
A minimalistic product shot of a bottle of perfume on a clean backdrop with the words "Floral Symphony", surrounded by fragrant white flowers
A modern cinematic movie poster with the words "FALLEN" showing a fallen angel in a dark forest --style raw --s 200
A modern burger advertisement, with the words "THE BIG ONE", featuring a delicious huge beef burger, with tomatoes and lettuce in the background
A pixar style illustration of a happy hedgehog, standing beside a wooden signboard saying "SUNFLOWERS", in a meadow surrounded by blooming sunflowers
嗖搜嗖：AI创新工坊，GoGPT，可直达体验，快来感受吧。