Midjourney verzija 6, najnovija i najbolja iteracija popularnog AI modela za generiranje slika iz istoimenog istraživačkog kolektiva koji je osnovao David Holz, predstavljena je prije tjedan dana.

'Ovaj model može generirati mnogo realističnije slike od bilo čega što smo dosad objavili', napisao je Holz u poruci objavljenoj na Midjourney Discord serveru koji ima preko 17 milijuna članova. Holz je rekao da je V6 zapravo 'treći model obučen od nule na AI superklasterima'. Razvoj je trajao devet mjeseci.

Među novim značajkama su drastično poboljšane, gotovo jezivo realističnije i vrlo detaljne slike te mogućnost da model generira čitljiv tekst unutar slika. Ranije su iskrivljene riječi bile uobičajeni znak slika koje je generirala umjetna inteligencija.

Sada korisnici dijele slike s tekstom u različitim stilovima, poput neonskih reklama, prikazujući vještinu alata u tom području. Ovo poboljšanje također omogućuje Midjourneyju da precizno rekreira logotipe poznatih brendova poput McDonald'sa ili Coca-Cole.

Kako biste se poigrali s novom verzijom, morate utipkati naredbu kose crte '/settings' na Midjourney Discord poslužitelju ili u izravnoj poruci (DM) Midjourney botu, a zatim koristiti padajući izbornik na vrhu da odaberete V6. Ili možete to učiniti na stari školski način i ručno upisati '–v 6' nakon upita.

Grafička dizajnerica Julie Wieland usporedila je Midjourney v6 s indie projektom koji se razvija u holivudsku produkciju, hvaleći poboljšane svjetlosne efekte.

Programeri tvrde da je razumijevanje prirodnog jezika alata poboljšano. Korisnica Tatiana Tsiguleva primijetila je da upute sada trebaju jasne naznake stila, teme, okruženja, kompozicije i drugih elemenata.

Međutim generativna umjetna inteligencija i dalje se 'bori' s kontekstom i sugerira da bi pažljivo postavljanje upita moglo ublažiti logičke pogreške. No svakako je fascinantno svjedočiti novim mogućnostima generativnog AI-ja.