Моделът Midjourney V5 има нови функции и е широко достъпен

Базираната в Сан Франциско независима изследователска лаборатория за изкуствен интелект, Midjourney, разкри новата си функция „/describe”, която трансформира изображения в туит публикация. Компанията, популярна с ИИ функцията да създава изображения въз основа на поредица от команди, сега вече предлага повече функции, включително “repeat” и “permutations” за абонатите си.

Paul DelSignore, креативен технолог и почитател на изкуствения интелект, се обръща към Medium, за да разбере как тези фунцкии могат да бъдат от полза на потребителите. Той предвижда, че в бъдеще ще има много по-добри търсачки и по-висока функционалност за търсене в резултат на “/describe”.

Това също може да допринесе много за подобряване на достъпността чрез автоматизиране на генерирането на ALT текст за изображенията, качени в мрежата, и може да се окаже жизнено важно за хора със зрителни увреждания или езиково-говорни нарушения.

Midjourney позволява на потребителите да качат изображение, когато се натъкнат на командата “/describe”. Тогава моделът представя четири описания, генерирани от изкуствен интелект, въз основа на предоставеното изображение.

Тези описания са номерирани от едно до четири, като всяко едно от тях завършва с бутон – когато потребителят натисне бутона, изображението се променя въз основа на конкретното описание.

DelSignore допълнително споделя опита си от преправянето на официалния портрет на екипажа на астронавтите от НАСА за космическата програма „Артемис II”.

Midjourney описа портрета на екипажа като „група астронавти на НАСА позират за снимка, в стил фотореалистичен портрет, цветове тъмен циан и оранжево, поставени изображения, романтични изображения, исторически събития, портрети на знаменитости“.

Звездата на цялото шоу е преправеното изображение Midjourney, генерирано въз основа на това описание.

Не всички изображения обаче получават точни описания. Докато тества функцията с портрет на жена в рокля на точки, PetaPixel забелязва, че Midjourney предлага описание с различно качество.

От погрешно идентифициране на обектива, използван за заснемането на снимката, до погрешно описание на роклята (като черно-бяла, карирана и други), тези описания варират от интересни до озадачаващи и не всеки път са много точни. Изображенията на пейзажи доведоха до изцяло полезни описания, но съдържат грешна информация за местоположението.

Въпреки че е в ранен етап и далеч от готовия продукт, инструментът “/describe” на Midjourney е интригуващ и обещаващ, заключва PetaPixel.

Също толкова обещаваща е новата функция “permutations”, която позволява на абонатите да създават до 40 комбинации в една заявка, като изброяват опции във фигурни скоби {} заедно с командата “/imagine”.

“Permutations” заедно с “repeat”, друга нова функция, която изпълнява заявката много пъти, посочени с параметъра „–repeat”, осигурява подобрения, които със сигурност ще се приемат лесно от опитни потребители.