Minden, amit a Midjourney-ről és az AI grafikáról tudni kell

Marshall Atkinson, a Midjourney Experience hírlevél szerzője megvitatja, hogy ez a hihetetlen AI-eszköz hogyan tudja felszabadítani a tervezési kreativitást.

„Művészeti igazgató vagyok, és hivatásszerűen tervezek, de elég idős vagyok ahhoz, hogy emlékezzek a számítógépek előtti időkre, amikor a grafikusok mindent kézzel készítettek” – mondja Marshall Atkinson. Aztán, amikor megjelentek a számítógépek, ami korábban több napig tartott, csak pár órát vett igénybe. A Midjourney mesterséges intelligencia képgenerálásával most a következő fejlődést hoztuk létre a tervezésben: ami korábban több órát vett igénybe, most már csak 10 percet vesz igénybe.”

Marshall, aki a Midjourney-vel dolgozik és tanítja, tanácsadási szolgáltatásokat kínál, és a Midjourney-ről ír a Midjourney hírlevelében , mindenkinél jobban megérti, hogy a mesterséges intelligencia képgenerálásának legjobb eredményének eléréséhez teljesen más megközelítést kell alkalmazni hagyományos grafikai tervezés. Szöveges felszólítások alapján képeket készítő rendszerként a Midjourney szinte korlátlan lehetőségeket kínál, de „csak akkor, ha jó szókincsed van”.



„A Midjourney-val pontosan azt kell leírnod, amit akarsz szavakkal. Ez sok ember számára nagyon kínos” – mondja Marshall.

A Midjourney úgy működik, hogy a felhasználók beírnak egy szót vagy egy szósort. Minden szót algoritmussá alakítanak át, és mint minden mesterséges intelligencia-képgenerátornál, a promptokat több billió képpel és kép-szöveg oldallal párosítják egy tipikus nagy nyelvi modellben (LLM). „Amikor beírjuk a „kutya” szót, a rendszer olyan képeket észlel az interneten, amelyek mellett a „kutya” szó szerepel, és így tudja, hogy a képen látható elemnek egy kutyának kell lennie. A rendszer ezután ezt matematikai képletté alakítja, pixeleket rendel hozzá, és mint egy darab agyagot, a képedre formálja” – mondja Marshall.

Azonban még ha kétszer is használja ugyanazt a felszólítást, soha nem fogja pontosan ugyanazt az eredményt adni.



„Szeretem úgy jellemezni Midjourney-t, mint egy zseniális négyéves gyereket. Sokat tud, de sokat nem” – mondja Marshall.

„Az emberek sokszor megpróbálnak létrehozni valamit, de nem érik el a kívánt eredményt, mert korlátozott a szókincsük. Rossz szavakat használnak; rossz sorrendbe teszik a szavakat; olyan felszólításokat adnak, amelyeket Midjourney nem ért. Néha megkapod, amit akarsz, néha teljes katasztrófát kapsz, és újra kell kezdened új szavakkal."

Az alapok tökéletesítése

A Midjourney gyakorlottabb felhasználójává válás első lépése az, hogy egyszerűen elkezdi használni. A Midjourney új felhasználói számára a rendszer egy Discord szerverről érhető el, ahol a kezdő felhasználók elkezdhetik megérteni a technológiát (az előfizetési árak havi 8 dollártól kezdődnek). A haladóbb Midjourney felhasználóknak külön Midjourney alfa webhelyük van.

A Midjourney oda megy, ahova akar, ha hagyod. Még a „hülyeség” is meghozza az eredményt

Miután feliratkozott, ideje elkezdeni feltárni a Midjourney által elérhető lehetőségeket.

„A Midjourney oda megy, ahová akar, ha hagyod. Még a „hülyeség” is meghozza az eredményt. A kihívás az, hogy ezt az eredményt akarom? A felszólítások valóban számítanak” – mondja Marshall.
„Először is figyelmen kívül hagy minden 60 szónál hosszabb dolgot. Ha 200 szót ír be, akkor csak az első 60 szót használja. Ekkor a sorozat elején lévő szavak többet számítanak, mint a sorozat végén lévő szavak. Nem kell jó nyelvtant használnod – nem kell azt mondanod: „Kaktuszvirág naplementekor”, csak azt, hogy „kaktuszvirág naplemente”.

„A nyelvtan egyáltalán nem számít a Midjourney számára, bár ha egy szó többes számú változatát használod, akkor valaminek két változatát kaphatod.

„Sok boldog baleset történhet a Midjourney-val – ettől válik szórakoztatóvá, és ez az, ami frusztrálóvá is teszi. De gyakran jobb, amit a Midjourney produkál, mint ami az agyadban volt.”

A kreativitás az utasításokkal kulcsfontosságú. „Azok számára, akik megpróbálják megtanulni a Midjourney-t, az első lépés a Google vagy a tezaurusz használata. Ha egy szó nem hozza a kívánt eredményt, írja be a szót egy tezauruszba, és 16-ot kap vissza. Próbáljon ki ezek közül jobb képeket generálni” – mondja Marshall.

Ismerje meg a szuper felhasználókat

Az összes létrehozott kép teljesen a Midjourney-ben honos, és csak percekig vagy akár másodpercekig is elkészíthető. Az elmúlt év során Marshall olyan kísérletet végzett, amelyben minden nap 10 vagy 15 percet fordít arra, hogy megnézze, majd dokumentálja a több mint 850 felszólító szóval létrehozott képeket. Ha látni szeretné Marshall képeit és a létrehozásukhoz használt utasításokat, látogassa meg Instagramját . Felfedezte néhány gyakori utótag használatának értékét is.

„A Midjourney egyik szórakoztató aspektusa, hogy a „punk” szó elé bármilyen szót írhatsz, és egy egész művészeti mozgalom van mögötte. Ugyanez a helyzet a "core"-val. Mindenki hallott már a steampunkról, de van még junglepunk, vagy dieselpunk vagy zombiecore, vagy mindenféle őrült tárgy, ami érdekes képeket produkál. Ez egy példa arra, hogy a kívánt eredmény eléréséhez a megfelelő szavakat kell használni.

„Az egyik hasznos felszólítás, amit a ruhatervezésnél használtam, a „szellem-manöken” kifejezés. Ez azt eredményezi, hogy a kép úgy tűnik, mintha valaki az általam tervezett ruhadarabot viselné anélkül, hogy bárki is szerepelne a képen.”


A Marshall-lal folytatott egy órás beszélgetés során bemutatta nekünk a technológia alaposabb elemeit, amelyek lehetővé teszik a felhasználók számára, hogy valóban kibontsák szárnyaikat. Például a Midjourney rendelkezik egy stilizációs paraméterrel, amellyel beállíthatja, hogy mennyi kreativitást szeretne adni neki.

„0-ról 1000-re léphet, ahol a 0 azt mondja a Midjourney-nak, hogy ragaszkodjon a felszólító szavakhoz, az 1000 pedig nagyobb szabadságot biztosít számára. A magas stilizációs értékek nagyon művészi képeket hoznak létre, de kevésbé kapcsolódnak a prompthoz” – mondja Marshall.

„A „furcsaság” paraméter pontosan az, aminek hangzik. Állítsa a maximumra, ha valami nagyon bizarrnak látszó dolgot szeretne létrehozni. Létezik még a „változatosság” paraméter, amely a Midjourney számára megengedhető szabadság mértéke. Céljaim érdekében – próbálom megérteni Midjourney reakcióját a kulcsszókérdésekre – 0-ra hagyom.

„Ahogy fokozzuk a kreativitást, a képek egyre részletesebbek. Egyes képek nevetségesek, méretük és perspektívájuk nem egészen valósághű, de módot ad az ismétlésre, és rengeteg csodálatos terv létrehozására rendkívül gyorsan. Legyen szó pólók képeiről vagy szövetmintájáról, egy szempillantás alatt a lehetőségek széles skáláját állíthatjuk elő, ami azt jelenti, hogy hihetetlenül gyorsan adhatsz igazán érdekes ötleteket ügyfeleidnek vagy tervezőcsapatodnak.”

Korlátozások

A realizmus időnkénti hiánya rámutat a Midjourney egyik lehetséges hátrányára, és valamire, amit meg kell érteni: bár minden kép, amit létrehoz, új és egyedi, ha valami „igazit” akarsz beletenni, az is a maga egyedi módján lesz ábrázolva. .

„A minap 2024-es BMW M3 szedánokat néztem, így több képet generáltam a „2024 BMW M3 szedán” felszólító szavakból” – mondja Marshall.

„De ezekkel a generált képekkel a hűtőrács megfelelő? A motorháztető pontosan megfelelő? Vagy a logó az elején? Ha összehasonlítjuk egy igazi autóval, valószínűleg kevés különbséget fogunk találni, mert nem egy BMW autót másol. Azt csinálja, hogy több millió képet talál erről az autóról, majd valami hasonlót készít. Ha valami hiperspecifikusat szeretne, akkor a Photoshop az Ön eszköze. Ha olyat szeretne, ami elég közel van, a Midjourney egy lehetőség.


„Ez azt is jelenti, hogy nem tudja megtartani ugyanazt a képet, és nem módosíthatja azt a prompton keresztül. Ha újra behelyezi a promptot – még ha egyáltalán nem is változtat rajta –, valami mást fog kapni. Ezért, ha van egy kép, amely nagyon tetszik, de meg akarja változtatni annak bizonyos aspektusait – mondjuk az objektum színét –, az a Photoshop projektje.”

A Midjourney bizonyos tartalmi korlátozásokat is tartalmaz. „A Midjourney nem tesz meztelenséget, nem okoz vért vagy vérzést, és megszorítja a politikai dolgokat. Nagy etikai probléma is van, amikor mások művészetéről van szó” – mondja Marshall.

„A Midjourney olyan képeket hoz létre, amelyek sehol máshol nem léteznek; A Midjourney nem másolás és beillesztés. Lehet, hogy Edward Hopperre vagy Pablo Picassóra képezték ki, de ez nem jelenti azt, hogy az ő munkájukat másolja, csak megérti az esztétikumukat. Számomra nem használok művészneveket, de olyan felszólító szavakat fogok használni, amelyek egy művészettípusra mutatnak. Nem kell egy művészt idézned ahhoz, hogy jó eredményeket érj el – ez csak lustaság.”

Kereskedelmi hatás

Az egyik terület, ahol a Midjourney megelőzi a többi mesterségesintelligencia-képgenerátort, a szavak tervezésének képessége, ami lehetőséget ad a személyre szabásra.

„A közelmúltban a „JET” szót használó terveket vizsgáltam, a színeket és a betűformákat vizsgálva. Ezeknek az eredményeknek a digitális technológiával – hőátadási vagy DTG technológiával – személyre szabott felhasználása tökéletes pólódizájnokhoz és bármihez, amihez gyorsabb grafikára van szükség” – mondja Marshall.



„Ha azonban valamit igazán tervezek, akkor közel sem használom a Midjourney-t a betűtípusomhoz, mert pontosan tudom, mit akarok, és nem választhatja meg a betűtípust, a bevágást vagy a színt. Használnod kell, amit ad.

„A Midjourney-t arra használhatnám, hogy egy pólóprojektben a háttér művészeti eleme legyen, vagy egy adott kép a projekten. Ezt hihetetlenül gyorsan el tudom készíteni, majd csak begépelem vagy hozzáadom a kliens logóját. Ezért a kulcs a Midjourney használatában van. Nem fogjuk megtervezni vele az egész pólót.”

Ez pedig azt jelenti, hogy a Midjourney által kínált potenciális hatékonysági előnyök ellenére Marshall úgy véli, hogy az AI használata a tervezésben nem jelenti a végét a grafikusok számára.

„Sokan félnek a mesterséges intelligenciától, és fenyegetésként érzékelik, és talán jogosan is – másodpercek alatt különféle terveket készíthet, és olyan ötletekkel állhat elő, amelyekhez korábban sok idő kellett volna” – mondja Marshall.

„De nem kell csökkentenie a művészeti csapat létszámát, egyszerűen megadhat nekik több projektet. Az összes marketing projekt vagy minden olyan feladat, amit el kell végeznie, amit általában nem tud elvégezni, mert olyan elfoglalt vagy, most van időd rájuk, mert most gyorsabban dolgozunk.

Ezeket a képeket nem véletlenül kapja meg, hanem arról van szó, hogy a megfelelő szavakat használja a kívánt eredmény eléréséhez

„Ez óriási előny azoknak a cégeknek, amelyek nagyon elfoglaltak, problémákat kell megoldaniuk, és a lehető leggyorsabban át kell lépniük a következő projektre. Ez egy módja annak, hogy a tervezésben kevésbé tehetséges emberek valóban nagyszerű munkát készítsenek.”

De ami még fontosabb, Marshall szerint a Midjourney nem fog mindent megtenni útmutatás nélkül – még mindig készségekre van szükség, bár új készségekre van szükség az azonnali alkotásban.

„Az érdekel, hogy pontosan megtaláljam azokat a szavakat, amelyek eljutnak a célhoz, ahová el szeretnék jutni. Ez a fegyelem” – mondja.

„Nem véletlenül kapod ezeket a képeket, hanem arról van szó, hogy a megfelelő szavakat használod a kívánt eredmény eléréséhez. Ha professzionális tervező vagy, akkor ezt kell használnod. Ha félsz az ismeretlentől, akkor ez különösen neked szól. Ha nem ragadja meg a lehetőséget, hogy megismerje az AI-t a tervezésben, akkor a versenytársa minden bizonnyal az, vagy lesz.”

Emelje fel a nyomtatási kreativitást

Marshall "Midjourney Experience: Elevate Print Creativity" hírlevele itt érhető el.
„A hírlevél azoknak a szakembereknek szól, akik inspiráló cikkeket szeretnének olvasni a munkájuk jobb elvégzéséről” – mondja Marshall.

„Elvezetem az embereket a folyamatokon, és videók segítségével megmutatom nekik, hogyan hozhatják ki igazán a legtöbbet a Midjourney-ból. És még ha nem is szeretne előfizetni, az előfizetők ingyenes hozzáférést kapnak az első kiadáshoz, amely utasításokat tartalmaz a Midjourney használatának megkezdéséhez.”