Midjourney: принцип работы и особенности использования

Что это? Midjourney – это нейросеть, созданная для работы с изображениями. Ее отличительной чертой является возможность генерации картинок по текстовому описанию, и делает она это очень хорошо.

Как пользоваться? Чтобы использовать все возможности Midjourney, в первую очередь нужно будет зарегистрировать аккаунт в Discord и привязать его к учетной записи нейросети на официальном сайте.

Как устроены нейросети

Искусственная нейронная сеть устроена по аналогии с нервной тканью живого существа: это совокупность нервных клеток с длинными отростками, которые их объединяют в целостную систему.

Импульсы, возникающие в клетках, распространяются по отросткам. Так осуществляется создание или обработка информации нервной тканью. Расшифровать импульсы, циркулирующие в живой ткани мозга, крайне сложно: это всего лишь слабые электрические токи, которые малоинформативны для наблюдателя (зато очень информативны для самих нейронов).

Данный принцип был использован при проектировании нейросетей. Вместо нейронов они состоят из программных объектов, содержащих какие-либо формулы. Между ними есть связи — синапсы, имеющие каждый свой вес, выражаемый в виде числа. Вес зависит от информации, содержащейся во всей нейросети. Но сам по себе, вне сети, синапс не несёт никаких ценных данных.

Свойства

Для нейросети, будь то Midjourney, Chat GPT, DALL-E или любая другая, представляет ценность та информация, с помощью которой она может генерировать, распознавать или классифицировать данные. Проведём аналогию с человеческим мозгом:

• Кошку мы идентифицируем по целому набору признаков: круглым глазам, четырём лапам, хвосту, размеру, треугольным ушам, и т. д.
• Когда мы слышим слово «дерево», перед нашим мысленным взором встаёт некий образ. Это могут быть разные деревья, но обязательно со стволом, корнями и ветками (и, может быть, даже листьями).

Любопытно, что нельзя точно назвать все конкретные свойства предмета, по которым мы его узнаём. Даже видя ненастоящего, мультяшного кота, изображённого в самой необычной манере, мы всё равно понимаем, что это кот. Нейросети тоже способны это понять. Хотя даже сами разработчики не могут перечислить с точностью все признаки, на которые ориентируется нейросеть (из-за чего искусственный интеллект, даже самый мощный и отлаженный, иногда выдаёт ошибки и может счесть котом, например, девочку в шапке, украшенной кошачьими ушками).

Структура

Любая нейросеть — это система соединённых нейронов. В примитивных сетях нейронный слой всего один, в более продвинутых их несколько. Как правило, слои формируют под разные задачи. К примеру, один может распознавать объекты, другой — заниматься их преобразованием.

Соединения между нейронами бывают разными, как и способы передачи данных, а также описывающие их формулы (это всё определяется типом нейросети).

Среди нейронных слоёв есть входные и выходные. Первые принимают и преобразуют данные: формируют числовую матрицу из изображения, например. Вторые обрабатывают результат и конвертируют его в формат, понятный человеку. Таким образом, полученный результат 0,77827273 превратится в утверждение «это такой-то предмет с точностью до 78 %».

Нейроны

Любой нейрон в сети является простой вычислительной единицей. Он не выполняет никаких особо сложных операций, всего лишь производит некоторые вычисления с поступающими к нему данными (в соответствии со своей формулой), а затем передаёт результат дальше.

Помимо входных и выходных, есть также скрытые, контекстные, нейроны смещения. Их функции и роли в нейросети различаются. Основная рабочая нагрузка приходится на скрытые нейроны, лежащие во внутренних слоях.

Синапсы

Нейроны связаны между собой синапсами, каждый из который обладает весом — числовым коэффициентом, влияющим на поведение всей сети. Когда сеть инициализируется, каждый синапс приобретает свой коэффициент в случайном порядке, а в процессе обучения веса изменяются, подстраиваясь под задачи нейронной сети, чтобы обеспечить ей максимальную эффективность.

Кстати, человеческий мозг работает по тому же принципу: при изучении чего-либо нового нейронные сети крепнут, позволяя нам сохранять знания в памяти, овладевать новыми навыками. Искусственные нейросети оперируют только с числовыми значениями, поскольку синапсы и нейроны в них не имеют материального воплощения.

Веса

Числовое выражение, имеющееся у каждого синапса нейросети, называется весом. Сеть автоматически вычисляет их в процессе обучения и пересчитывает каждый раз, как только натыкается на новый признак, который следует учесть. Точно сопоставить те или иные числа и признаки невозможно, равно как и выяснить точный алгоритм преобразования одного в другое.

Зато логика пересчёта весов вполне понятна. Проанализировав входящую информацию при обучении, сеть затем получает правильный ответ — тоже в виде числового значения, и существующие веса подгоняются таким образом, чтобы результат работы сети был близок к эталону.

Принцип работы Midjourney

Возникновение такой нейросети, как Midjourney, стало возможным благодаря двум научным разработкам в области искусственного интеллекта: способности компьютера распознавать живую речь и умению формировать новые визуальные образы. В Midjourney предусмотрено глубокое обучение. Программа выстраивает взаимосвязи вводимых пользовательских запросов и образов из обширной встроенной библиотеки.

Это далеко не первая попытка создания подобной программы. До Midjourney уже существовало приложение Prisma, которое успешно стилизовало загружаемые фотографии, превращая их в подобия картин знаменитых живописцев. Однако при всей популярности Prisma Midjourney намного более функциональна и шире востребована.

Возможности Midjourney не ограничиваются только стилизацией и копированием, эта нейросеть способна создавать картинки буквально с нуля, причём вполне реалистичные, имитирующие фото.

У Midjourney немало аналогов, но все они в чём-то слабее. У DALL-E 2 от OpenAI уровень детализации ощутимо ниже. Stable Diffusion доступна только на десктопах и требует от компьютера высокой производительности, а от пользователя — программистских навыков.

Выпуск в 2022 г. первой бета-версии можно назвать моментом рождения Midjourney. Вначале пользователю бесплатно давались лишь 25 попыток (в результате которых можно было сгенерировать не более дюжины картинок). Однако некоторое время назад Midjourney ограничила для новых юзеров также и время, когда изображения генерируются бесплатно, до 15 минут. Впрочем, и эта опция бывает недоступна.

Скачать файл

На сайте предлагается три варианта подписки на Midjourney. Стоимость зависит, главным образом, от длительности доступа к быстрой обработке запросов и числа одновременно обрабатываемых заданий.

Базовый тариф позволяет сгенерировать картинку чуть более чем за три часа (и это ещё ускоренный режим). Подписка на стандартный план обойдётся вам в 30 долларов ежемесячно. Этот тариф позволяет загружать процессор медленно и генерировать картинки сколько угодно времени.

Midjourney, как и любая другая нейросеть, находится в процессе непрекращающегося обучения, причём этому способствуют сами пользователи, оценивающие полученные картинки. Кстати, на платных тарифах можно получать дополнительное время пользования увеличенными мощностями за оценку изображений.

Как можно использовать Midjourney

Если вы не имели дела с нейросетями, то на первых порах будете задаваться вопросом, а зачем они вообще нужны и какую практическую пользу можно извлечь из Midjourney. Самую разнообразную: от создания симпатичной аватарки или обоев для рабочего стола до иллюстрирования статей, подготовки референсов для художников, рисования баннеров и других рекламных креативов. С недавнего времени нейросети стали применять и в создании графики для игр, кино, мультфильмов. Наиболее яркие примеры использования нейросетей уже попали в новости.

Идеальный кроссовер

В Midjourney есть одна фишка, которая очень понравилась пользователям – способность совмещать образы нескольких персонажей, их стили и внешние особенности в одном. Например, нейросеть без труда изобразит вам персонажей «Гарри Поттера», отрисованных в традициях японского аниме.

Более того, применить стилистику японских мультфильмов можно и к реальным людям: например, Ольге Бузовой, Андрею Малахову, и т. д.

Midjourney всего за несколько минут визуализирует кадры из «Рататуя» в эстетике фильмов Тарковского, перенесёт героев «Ведьмака» в антураж произведений русской классической литературы, а Чебурашку — в мультфильм студии Pixar или Disney.

Ретушь фото, генерирование аватарок для соцсетей

Такой мощный инструмент, как Midjourney, может выполнять и более простые прикладные задачи.

К примеру, на основе вашего селфи нарисовать героя любимого боевика или поместить вас в любимый сеттинг. Нейросеть может обработать картинку так, чтобы она напоминала произведение великого художника — для неё это не составит проблем!

Изобразить любимых персонажей по-новому

Midjourney не только рисует фантазийные образы, но и успешно объединяет вымысел с действительностью. С помощью этой нейросети часто переносят литературных и киногероев в реальную обстановку, изображают известных личностей в необычном антураже.

Создание видеоклипов

Активные пользователи Midjourney находят всё более необычные области её применения. Сгенерированные картинки, например, можно запустить как слайд-шоу и таким образом получить любительский клип на интересующую песню. Результаты бывают очень любопытными! Фанаты мировых звёзд рока — Queen, Pink Floyd, Metallica — уже опробовали этот формат.

Что касается российских меломанов, то они с помощью Midjourney создают клипы на песни «Короля и Шута», «Гражданской Обороны» и т. д.

Разработка игрового контента

Индустрия геймдизайна просто не могла остаться в стороне, когда появилась Midjourney и другие нейросети. Сегодня огромное количество независимых разработчиков игр эксплуатируют эту программу, чтобы набросать концепт-арт, прорисовать портреты персонажей, сгенерировать текстуры.

Даже известные авторы не чураются нейросетей. К примеру, Джастин Ройланд, автор популярнейшего мультика «Рик и Морти», говорит, что Midjourney недавно пригодилась ему для разработки новой игры High on Life. Если бы он не признался в этом, вряд ли кто-то из зрителей заподозрил, что некоторые части игры сделали не живые люди, а нейросеть!

Регистрация в Midjourney

Чтобы воспользоваться Midjourney, нужно задействовать бота в Discord. Зарегистрируйтесь на платформе, вступите в сообщество официального сервера Midjourney (где уже собрались миллионы пользователей). Для этого нужно пройти по пригласительной ссылке. В «Дискорде» можно, помимо собственно генерирования картинок, также участвовать в жизни сообщества любителей Midjourney: тестировать новые версии программы, составлять идеальные задания, пробовать свои силы в различных конкурсах.

Официально Midjourney не присутствует в Telegram, поскольку доступ к API не был открыт разработчиками. Тем не менее, тематические боты уже появились! И картинки, которые они создают, по качеству почти не уступают творениям Midjourney.

Первые генерации картинок в Midjourney

Основой сервера Midjourney в Discord является пространство, где генерируются картинки. В сообществе имеются каналы Newcomer Rooms, содержащие сотни чатов для новичков — именно там-то и создаются картинки по запросам пользователей. Вы можете воспользоваться любым из подобных чатов, главное, чтобы в нём было не слишком много народу в этот момент. Попытки всех, кто находится в чате, создавать картинки будут видны остальным участникам.

В «часы пик» бывает до сотни запросов на генерирование изображений, поэтому ваши картинки могут затеряться. На помощь приходит раздел «Почта», доступный по клику на иконку в правом верхнем углу. Как только ваша картинка готова, бот оповестит вас об этом.

Как же сгенерировать картинку посредством Midjourney?

Зайдите в любой чат Newbies. В поле для сообщений наберите /imagine. После ввода этой команды появится плашка подсказки: именно здесь составляется запрос. Описывать желаемый результат лучше на английском: этот язык нейросеть понимает лучше любых других.

Анкета

Дописав запрос, отправьте его. Запустится генерация картинки. Процесс вы можете наблюдать онлайн: размытые контуры будут становиться всё чётче, превращаясь в четыре изображения. Как правило, это длится около минуты, но при большой нагрузке на сервер и высоких требованиях к детализации может занять больше времени. Скорость генерирования и ряд других параметров по умолчанию установлены ботом, но их тоже можно отредактировать с помощью команды “/settings”.

Эти четыре изображения ещё не являются конечным результатом. Вы увидите под ними несколько кнопок: V1, V2, V3, V4 (для создания ещё четырёх вариаций той или иной картинки из подборки — если вам хочется поэкспериментировать в этом направлении) и U1, U2, U3, U4 (масштабирование).

Как же выкачать получившиеся результаты из бота Midjourney?

Совет № 1: не стоит просто сохранять файл из чата. Кликнув на картинку, выберите опцию «Открыть оригинал»: там спрятано изображение в более высоком качестве (каком именно, определяется параметрами, которые вы задали ранее). Оптимальный вариант — скачивать весь коллаж, если нужны все варианты, либо картинку с самым высоким апскейлом.

Совет № 2: попросите бота выслать вам результаты в личные сообщения. Нажмите эмодзи-письмо в реакциях на пост с картинками от бота (это запрос :envelope:).

Кроме того, все файлы лежат на самом сайте, вы можете залогиниться через Discord.

К сожалению, после 31.03.2023 г. бесплатным пользователям уже недоступен генератор картинок. Разработчики объясняют такое решение «абьюзом пробного периода» и обещают, что система модерации будет в скором времени усовершенствована.

Настройки Midjourney

Кроме Newbie — чатов для новых пользователей — на сервере Midjourney в «Дискорде» есть и другие каналы. Это Announcements с объявлениями от авторов программы, Status, где обсуждаются баги и технические проблемы, Rules — сборник правил.

Для предварительной настройки параметров генерации картинок проделайте следующие шаги:

• Зайдите в чат Newbie и отправьте боту команду /settings.
• В окошке с параметрами выберите версию движка — чем новее, тем лучше (самый свежий на данный момент — MJ 4). Если вы хотите фотореалистичную картинку, то выбирайте MJ Test Photo, а если вам достаточно двух эскизов, а не четырёх, то MJ Test.
• Задайте уровень качества. Чтобы ожидание не слишком затягивалось, выберите базовое — Base quality.
• Настройте режим стилизации. Если выбрать very high или high, то результаты могут оказаться слишком непохожими на запрос. Оптимально — уровень Style med.
• Теперь надо установить алгоритм масштабирования. Стандартным является Regular upscale. В режиме Light upscale разрешение увеличится, но детализация снизится. Beta — нестабильный режим, но потенциально дающий вдвое большой размер, нежели Regular.
• Определитесь с доступом к картинкам. Платным пользователям доступен приватный режим, а остальным — только публичный.
• Задайте скорость обработки: моментальный Fast mode (при котором каждая попытка генерации считается) или Relax mode (без счётчика, но за деньги).
• Осталось включить опцию Remix mode, чтобы можно было объединять разные изображения и редактировать готовое.

Просмотр картинок в чате Newbie доступен в отдельных окнах, если вы кликнете на кнопку «Почта» и зайдёте в «Упоминания» (в правом верхнем углу страницы).

Правильные формулировки запросов в Midjourney

В качестве основного преимущества нейросетей называют возможность сотворить шедевр буквально нажатием одной кнопки (при условии, что запрос был составлен грамотно). В техническом плане это так и есть. Слабым местом тут является формулирование запроса: можно потратить часы, чтобы удачно его составить. Для Midjourney эта проблема очень актуальна: когда количество попыток ограничено (их всего 25), цена ошибки весьма ощутима. Только вы вошли во вкус, как лимит закончился.

Поэтому составление правил и рекомендаций стало одним из важных направлений работы создателей нейросети Midjourney и сообществ AI-художников на Reddit и Discord. Кроме подборки советов с официального сайта программы, есть уже множество лайфхаков, до которых эмпирически дошли пользователи. Представляем вашему вниманию некоторые из этих советов.

Не забывайте, что вы взаимодействуете с искусственным интеллектом

Исходя из этого и составляйте свои запросы. Задание типа «Любимые места Петербурга в 2200 году» не сработает, а вот более конкретное «Петропавловская крепость в Санкт-Петербурге в 2200 году» — вполне. Уточняйте формулировки, по возможности делайте их более описательными. Пример плохого запроса от разработчиков: «Обезьяны-бизнесмены». Пример хорошего от них же: «Обезьяны в пиджаках, сидящие в офисе».

Отрицательные частицы и предлоги (не, кроме, без, за исключением) нежелательны. Задание типа «Мужчина не в синих джинсах» слишком сложное, а «Мужчина в чёрных джинсах» — простое и очевидное.

Точно задавайте параметры

Пользователи Midjourney выработали целый набор правил составления запросов. Midjourney — графическая нейросеть, а не текстовая, поэтому не надо писать сложносочинёнными предложениями на много строк с цветистыми эпитетами. Лучше разделяйте запятыми логические блоки запроса: изображаемые объекты, их свойства, стилистику, короткие команды боту.

Вот несколько полезных коротких команд, которые пригодятся вам в общении с Midjourney:

• —iw: меняет вес подгружаемого референса, чтобы он влиял на результат сильнее. Вес по умолчанию равен единице.
• —ar: сокращение от aspect ratio — соотношения сторон. По умолчанию оно равно 1:1, но вы можете задать другое: 3:4, 16:9 и т. д.
• —s: степень стилизации (от нуля до 60 000). Это довольно абстрактная настройка.
• —q: качество картинок. Дефолтную единицу можно увеличить до двойки, чтобы сильнее детализировать изображении. Предельное значение 5 было удалено разработчиками, так как сильно нагружало Midjourney.
• —chaos: степень хаотичности обработки (предельное значение — 100).
• —wallpaper: указание на то, что нужна качественная и детальная картинка. Лучше использовать эту команду, чем писать «ультрадетализация», «4k» и т. д.
• —v: выбор версии нейросети для генерации картинок. Дефолтное значение — 4 — нецелесообразно уменьшать (ранние версии не обеспечивают достаточного качества), зато можно перейти на альфа-версию следующего поколения — —v 5.
• —video: позволяет записать на видео процесс создания картинки. Полученный ролик бот может отправить вам в личку, если вы кликните на эмодзи с конвертиком.

Оптимальный порядок команд таков: сперва формат, затем описание того, что изображаем, потом уточнение деталей, ведущая стилистика, прочие настройки (в виде коротких команд).

Тем, кто впервые пользуется Midjourney, желательно начинать с простого описания и только потом понемногу детализировать, углублять его, менять формулировки.

Обработка заданий на естественном языке в каждой новой версии Midjourney становится всё точнее. Если несколько месяцев назад нужно было перечислять все подробности через запятую и писать что-то вроде «Фото женщины, симпатичная, молодая, в красном платье, держит портфель в руках», то сейчас достаточно «Фото молодой симпатичной женщины в красном платье и с портфелем».

Определите стилистику

Нейросети типа Midjourney обучаются на гигантских массивах графического контента в разных художественных стилях, произведениях конкретных авторов, тех или иных эстетиках и эпохах. Творческим порывам пользователя есть где разгуляться! Смело добавляйте подробности: цветовую гамму, свет, материалы.

Если у вас есть навыки фотографа, примените их, составляя запросы для Midjourney: установите тип камеры, фокусное расстояние и дистанцию до объекта, разновидность объектива и выдержку. Многие пользователи используют параметр Photorealism, чтобы сгенерировать картинку, похожую на настоящее фото. Но запросы «35mm photograph» или просто «photograph» более точны. Либо можно указать фамилию знаменитого фотографа, чей стиль вам нравится.

В плане стилистики хорошо работают следующие формулировки:

• in the style of — для конкретной эстетики, стилистики;
• by N (N — художник, стиль которого надо воспроизвести).

Кстати, стили можно и нужно смешивать! Но, конечно, тут необходимы чувство меры и сочетаемость запросов, чтобы они не противоречили друг другу. Да, Midjourney может создать портрет бульдога, будто бы нарисованный карандашом, однако он не может быть одновременно монохромным и цветным.

Оставляйте нейросети место для креатива

Первые запросы к Midjourney были короткими и лаконичными. Сейчас в тренде длинные подробные формулировки пожеланий, которые позволяют получить в точности то, что вы наметили в голове. Однако такие результаты менее креативны.

Сервисы для генерации промптов в Midjourney

Параметров, рекомендаций и фильтров для Midjourney уже так много, что среди них трудно ориентироваться, поэтому энтузиастами создаются так называемые промптеры — редакторы для помощи в формулировании запросов. Принцип действия промптеров одинаков: вы составляете основу запроса (что вы хотите изобразить) и затем выбираете остальные параметры из списка.

Имейте в виду, что сайты-промптеры не генерируют картинки напрямую: составленный запрос надо будет отправить боту Midjourney.

• Promptomania

Этот промптер считается наиболее продвинутым. Настроек тут невероятно много, причём они разбиты на группы, и каждая даже проиллюстрирована.

Однако такое количество параметров и деталей может создать путаницу, а итоговая картинка окажется невнятной и перегруженной. Но если уделить время и разобраться в этом сервисе, то он станет незаменимым помощником.

• Phraser

Представляет собой набор уже готовых картинок, сопровождаемых описаниями подсказок. Этот сервис даст вам источник вдохновения: взглянув на картинку, вы получите представление, что может получиться из такого запроса.

• Noonshot

Очень детализированный помощник в написании запросов к Midjourney. Есть настройки по стилистике, цветовой гамме, камере, причём интенсивность каждого параметра регулируется. И это создаёт больше всего трудностей: результат генерации картинок изменяется настройками слайдера весьма непредсказуемо.

Тарифы и ограничения Midjourney

Пользование Midjourney не может быть абсолютно бесплатным и безлимитным. Во время бета-тестирования любому пользователю даются 25 запросов в бесплатном режиме, а затем нужно будет приобретать подписку на сервис. Можно, конечно, схитрить и просто регистрировать всё новые и новые учётные записи в «Дискорде». Только вам решать, нужны ли такие хлопоты.

Тарифы на Midjourney вполне демократичны и доступны любителям AI-арта. Основная проблема для российских пользователей не в стоимости, а в том, как оплатить Midjourney в условиях, когда карты российских банков не принимаются из-за санкций. Нужна будет карта, поддерживающая SWIFT.

В начале 2023 г. было три тарифа:

• Базовый: 8 долларов при оплате на год вперёд либо 10 долларов при оплате помесячно. За этот месяц можно нагенерить до 200 изображений.
• Стандартный: при оплате на год вперёд — 24 доллара в месяц, помесячно — 30 долларов. Количество картинок не ограничено. В течение месяца у вас будет 15 часов ускоренного режима генерации. И, кстати, результаты можно использовать в коммерческих целях.
• Профессиональный: 48 долларов в месяц при оплате на год либо 60 долларов помесячно. Вдвое больше времени ускоренного режима, чем на стандартном тарифе, все прочие его возможности, плюс параллельное генерирование до 12 картинок. Можно не выводить результаты в общий чат, чтобы никто не видел ваши задания нейросети.

Запретные темы в Midjourney

То, как использовать Midjourney, зависит только от вас — разработчики не ограничивают полёт фантазии пользователей. В пользовательском соглашении есть одно главное правило — «просто не быть придурками».

Однако есть несколько вполне конкретных запретов. В частности, авторы не одобряют применение Midjourney для создания картинок, явно способных оскорбить, огорчить кого-либо, стать причиной скандала. К ним относятся различные сцены насилия и жестокого обращения. Контент «18 +» тоже исключается. Зато всё остальное, чего бы ни пожелала ваша фантазия, можно.

Помните, что при всей мощи Midjourney и постоянных её усовершенствованиях нейросеть всё ещё делает некоторые забавные ошибки при генерации отдельных частей тела человека и животных. Натуралистичное изображение зубов получается далеко не всегда, а лишние пальцы уже стали поводом для многочисленных шуток и мемов. Улыбающиеся люди на портретах оскаливаются как акулы, а у рук отрастают дополнительные фаланги. Если ваша цель — реалистичное и правдоподобное изображение, то оно может быть подпорчено этими багами, и картинка получится с некоторым налётом хоррора.

Суммируем вышесказанное и сделаем выводы. Заведите учётную запись в Discord для использования Midjourney, найдите там сервер для её бета-тестирования и присоединитесь к нему. Генерация картинок происходит в текстовом чате: введите команду /imagine и затем сформулируйте текстом (на английском) свой запрос, или же приложите в качестве референсов другие изображения (ссылками или файлами).

Чтобы правильно составить команду, используйте многочисленные сервисы, предназначенные для этой цели. Midjourney можно пользоваться абсолютно бесплатно, однако с одного аккаунта можно отправить только 25 запросов. Смело экспериментируйте — результат вас поразит, и не только вас!