Midjourney یکی از پلتفرم های رندر مصنوعی اولیه بود و یکی از بهترین ها باقی مانده است. این امکان ایجاد طیف گسترده ای از تصاویر و سبک ها را با پارامترهایی فراهم می کند که انعطاف پذیری و کنترل باورنکردنی را بر ظاهر نهایی تصویر شما ارائه می دهد.
با انتقال آنلاین خود در اوایل امسال (پایان دادن به سلطنت ربات Discord)، Midjourney حتی قدرتمندتر شده است. این شامل اضافه شدن یک ویرایشگر است که به شما امکان می دهد اندازه تصویر رندر شده را تغییر دهید و به هوش مصنوعی اجازه دهید به طور خودکار شکاف ها را پر کند.
مانند هر پلتفرم قدرتمندی که رشد می‌کند و تکامل می‌یابد، Midjourney هم ویژگی‌های خود را دارد. این شامل تنظیمات پنهانی است که می تواند تفاوت بزرگی ایجاد کند و البته تکنیک های دستکاری که تضمین می کند تصویری را که واقعا می خواهید دریافت کنید. این مدل کاملاً مطلوب با سایر مدل‌های هوش مصنوعی مقایسه می‌شود و اغلب در بیشتر معیارها از آنها بهتر عمل می‌کند.
من سعی کرده‌ام مجموعه‌ای از بهترین نکات و تکنیک‌های میانه سفر را که در طول سال‌ها به کار گرفته‌ام، گردآوری کنم. من در درجه اول بر روی مسیریابی به جای ویژگی ها تمرکز کردم – بنابراین اگر روی ربات Discord اجرا می کنید و قبلاً این کار را نکرده اید، همچنان کار می کند. من هنوز به اینترنت نرفتم.
خواستن وسط سفر
Prompting Midjourney مانند هر تولید کننده تصویر هوش مصنوعی دیگری است: دوست دارد شما خاص باشید، می توانید از زبان طبیعی استفاده کنید و اگر مبهم باشید بهترین حدس را به شما می دهد.
در حال حاضر، من ادعا نمی کنم که بزرگترین کاربر Midjourney هستم، و نه حتی یک کاربر متخصص. با این حال، من از پلتفرم زیاد استفاده می کنم و تعداد قابل توجهی تصویر ایجاد کرده ام.
برخی از سازندگانی که من در رسانه های اجتماعی می بینم، محتوای شگفت انگیزی تولید می کنند که واقعاً هنر هوش مصنوعی را به نمایش می گذارد. من در مورد آثاری صحبت می‌کنم که از تکنیک‌های هوش مصنوعی برای ترکیب ایده‌ها و سبک‌هایی استفاده می‌کنند که با اشکال دیگر هنر ممکن نیست یا معمولاً در زمینه‌های دیگر دیده نمی‌شوند.
برای کمک به بهبود مهارت های خود در اواسط سفر، برخی از بهترین توصیه هایی را که دریافت کرده ام، همراه با تکنیک هایی که خودم توسعه داده ام، گردآوری کرده ام. در صورت تمایل هر نکته ای را که از قلم انداختم یا ایده هایی که فکر می کنید می تواند به من در بهبود تصاویرم کمک کند را در نظرات به اشتراک بگذارید!
1. تا حد امکان خاص باشید
خاص بودن مهم است. Midjourney، Flux، و Ideogram در توضیحات و جزئیات پیشرفت می کنند. هر چه مدل کمتر جاهای خالی را پر کند، تصویر بهتر ایده شما را منعکس خواهد کرد. Midjourney با دستورات ساده کار خوبی انجام می دهد – حتی می توانید به آن ایموجی بدهید – اما جزئیات مسیر را هدایت می کنند.
همه اصطلاحات توصیفی یکسان ایجاد نمی شوند. شما باید روی سوژه اصلی، پس‌زمینه، طرح رنگ و عناصری که می‌خواهید از گنجاندن آنها مطمئن شوید، تمرکز کنید. مثلا اگر ماشین قرمز می خواهید رنگ آن را مشخص کنید.
در اینجا یک نمای معمولی هوش مصنوعی از افق آینده است. من می‌خواستم یک رودخانه را بگنجانم، بنابراین مطمئن شدم که آن و پل را در دستور من قرار دهم. من نه تنها رنگ ها، بلکه سبک های نورپردازی و لباس ها را نیز تعیین کردم.
به طور کلی، شما باید از اصطلاحات مبهم اجتناب کنید. من از خونسردی و باحال بودن دور می مانم، مگر اینکه شما به طور خاص به آن اصطلاحات در زمینه نیاز داشته باشید، مانند یک لوگوی جالب شلاق.
نمونه درخواست: “یک خط افق شهری آینده‌نگر در غروب، با آسمان‌خراش‌های شیشه‌ای بلند که رنگ‌های نارنجی و بنفش غروب خورشید را منعکس می‌کند. رودخانه‌ای از وسط می‌گذرد با یک پل معلق که با چراغ‌های LED آبی ملایم روشن می‌شود. افرادی که لباس‌هایی به سبک سایبرپانک می‌پوشند در خیابان راه می‌روند. با تابلوهای نئونی که در پس زمینه می درخشند.”
2. نوع دوربین و لنز را شناسایی کنید
اگر می خواهید تصویری تا حد امکان نزدیک به عکس واقعی باشد، تنظیمات دوربین و لنز را مشخص کنید. مانند عکاسی، تنظیم لنز، زاویه، نوع و فوکوس می تواند بر خروجی نهایی تأثیر بگذارد.
از عباراتی مانند زاویه عریض، ماکرو یا تله فوتو و همچنین نمای نزدیک یا واید استفاده کنید. اگر می‌خواهید ظاهر گوشی هوشمندی داشته باشید، می‌توانید مدل و مدل گوشی هوشمند را مشخص کنید، زیرا Midjourney می‌تواند آن را بپذیرد. همچنین می تواند به نشان دادن دوره کمک کند، مانند دهه 90 یا 60. برای دریافت تصویر دقیق‌تر و فوکوس‌تر، اصطلاحات دوربین مرجع مانند «عدسی 50 میلی‌متری» یا «ISO 100» را به کار ببرید.
با تغییر دوربین در همان اعلان آزمایش کنید. در مثال من از این نوک، آن را روی یک لنز 50 میلی متری تنظیم کردم. خودتان آن را امتحان کنید، اما یک لنز پرایم 35 میلی‌متری در مقابل یک لنز 50 میلی‌متری بسازید تا بیشتر صحنه را فوکوس کنید.
نمونه درخواست: “پرتره یک شیر در سرنگتی، با لنز 50 میلی متری در ساعت طلایی گرفته شده است. فوکوس به وضوح روی چشمان شیر است، با عمق میدان کم که علف های بلند را در پس زمینه محو می کند. نور یال شیر را برجسته می کند و ایجاد می کند. یک اثر گرم و درخشان.”
3. احساساتی شوید
در حالی که اصطلاحات کلی مانند سرد و زیبا ایده خوبی نیستند، خاص بودن بیشتر با اصطلاحات احساسی می تواند به تصویر شما احساس کلی بهتری بدهد. به عنوان مثال، استفاده از دم هایی مانند مالیخولیک، شاد یا حتی شوم می تواند بر خلق و خو و لحن تأثیر بگذارد.
همراه با کلمات خاص، می توانید آنها را با جزئیات محیطی نیز جفت کنید تا فضایی برای تصویر خود ایجاد کنید. اگر چیزی می‌خواهید که حس تاریکی را برانگیزد، می‌توانید «آسمان طوفانی تاریک» را در نظر بگیرید، یا برای چیزهای خوش‌بینانه‌تر، می‌توانید از «آسمان آفتابی روشن با نور ملایم و طلایی» استفاده کنید که حالتی گرم و شاد را برمی‌انگیزد.
اگر می‌خواهید آزمایش کنید، چرا سعی نکنید «آرام و آرام» را با «تاریک و طوفانی» یا «روشن و جشن» در دستور زیر جایگزین کنید تا ببینید چگونه تصویر را تغییر می‌دهد؟
نمونه درخواست: “جنگلی آرام و آرام در سپیده دم، نور ملایم خورشید که از میان برگها عبور می کند. با درخشش مه آلود اطراف درختان، صحنه احساس آرامش و آرامش می دهد. یک آهو در وسط ایستاده، سرش به سمت نور خم شده است و احساسی را برمی انگیزد. شگفتی آرام.”
4. بهبود مکرر
این یکی از دشوارترین نکات برای نشان دادن است، زیرا فقط یک تغییر را شامل نمی شود و راه های متعددی برای انجام این فرآیند وجود دارد. با این حال، مفهوم ساده است: سعی کنید، امتحان کنید، و سپس دوباره تلاش کنید تا زمانی که دقیقاً همان چیزی را که انتظار داشتید به دست آورید. ایده این است که با ایجاد مداوم نسخه های جدید برای رفع مشکلات جزئی در نسل، تصویر را بهبود بخشیم.
شما باید با یک مفهوم گسترده و ساده شروع کنید (پیشنهادی که ممکن است چند کلمه باشد) و سپس با افزودن جزئیات بیشتر به هر نسل جدید، آن مفهوم را بسازید. یکی از راه های انجام این کار این است که تصویر اولیه را به ChatGPT بدهید و از چت بات بخواهید که آن را توضیح دهد. سپس از آن بخواهید هر چیزی را که می خواهید به دستورات اضافه کند، مانند تغییر رنگ، نورهای مختلف یا درخت.
Midjourney همچنین دارای عملکرد تعریف خاص خود است که می تواند به همان روش استفاده شود، یا می توانید برای تطبیق تصویر با گزینه های تغییر و ریمیکس ساخته شده در Midjourney بازی کنید. به عنوان مثال، هنگام ایجاد نسخه بعدی می توانید از تصویر اول به عنوان مرجع استفاده کنید.
نمونه درخواست (شروع کننده): “سفینه فضایی در حال پرواز از میان یک سحابی.”
درخواست اصلاح شده (به اشتراک گذاشته شده): “یک سفینه فضایی براق و فلزی با موتورهای آبی روشن که از میان یک سحابی ارغوانی چرخان با ستاره‌هایی در پس‌زمینه پرواز می‌کند. نور موتورها از بدنه کشتی منعکس می‌شود و درخششی ضعیف در اطراف آن می‌تابد.”
5. استفاده از پارامترها
در نهایت، قدرت واقعی Midjourney پارامترهای آن و کنترلی است که آنها بر روی تصویری که ایجاد می کنید به شما می دهند. اینها تنظیمات پیشرفته ای هستند که می توانند عناصر مختلفی مانند ابعاد، کیفیت و حتی تصادفی خلاقانه را کنترل کنند. در روزهای Discord باید اینها را با “–” تنظیم می کردید، اما اکنون بخشی از آن به یک دکمه در وب تبدیل شده است.
می توانید نسبت تصویر، وضوح تصویر و نقطه کانونی را تعریف کنید و سبک، مرجع تصویر، سطح آشفتگی و خلاقیت را تعیین کنید. میلیاردها مرجع سبک در Midjoruney وجود دارد که با دستور –sref با کلمه تصادفی، URL یا یک عدد قابل دسترسی هستند.
از آنجایی که من از کلمه “آشوب” در اعلان استفاده کردم، هر چهار تصویر ایجاد شده توسط Midjourney را از همان اعلان اضافه کردم. آشوب به شما تنوع بیشتری بین هر تصویر می دهد.
اعلان مثال: “منظره ای از تپه های متحرک در زیر آسمان آبی شفاف، دهکده ای کوچک در دوردست. رنگ ها باید زنده و اندکی شیک باشند و حسی رویایی ایجاد کنند. –ar 16:9 –stylize 1000 — آشوب 20.”
–ar 16:9: نسبت تصویر را روی 16:9 تنظیم می کند (فرمت گسترده).
– 1000 سبک شده: سبک زیبایی شناختی قوی به تصویر اضافه می کند.
–آشوب 20: با کنترل کردن نسل، تنوع و تصادفی را اضافه می کند.
اطلاعات بیشتر از راهنمای تام
منبع: tomsguide
نظرات کاربران