Vigyázz, függőséget okoz!
Magyarul a “mesterséges intelligencia alapú művészet”.
Vagy valami ilyesmi.
Én évek óta figyeltem, hogy fejlődik ez a terület…
Évekkel ezelőtt láttam, hogy milyen arcokat tud generálni egy AI…
Aztán pár hónapig nem foglalkoztam vele, és egyszer csak egy podcast-ban halottam, hogy Amerikában egy srác megnyert egy művészeti versenyt egy olyan alkotással, amit nem ő alkotott. Hanem egy AI. (mesterséges intelligencia)
Aztán utánanéztem, hogy hol is tartunk most…
És megdöbbentem…
Egészen egyszerűen elképesztő, ahol most ez a terület tart.
Egyből éreztem, hogy ezzel itt és most el kell kezdeni foglalkozni... De hogyan? Első körben arra jutottam, hogy egyszerűen bemutatom, hogyan is működik ez az egész...
Az AI a mesterséges intelligencia rövidítése. Olyan számítógépes rendszerek fejlesztésére utal, amelyek képesek olyan feladatokat ellátni, amelyek jellemzően emberi intelligenciát igényelnek, mint például a vizuális észlelés, a beszédfelismerés, a döntéshozatal és a nyelvi fordítás.
Az AI-rendszerek jellemzően algoritmusok és statisztikai modellek használatával elemeznek adatokat, és az elemzés alapján előrejelzéseket vagy döntéseket hoznak.
A gépi tanulás az AI-ban általánosan használt technika, amely magában foglalja egy modell betanítását nagy mennyiségű adatra, hogy idővel javítsa a pontosságát.
Az AI-ban használt egyéb technikák közé tartozik a természetes nyelvi feldolgozás, a számítógépes látás és a mély tanulás. Végső soron az AI célja olyan rendszerek létrehozása, amelyek képesek tanulni, okoskodni és az emberi intelligenciához hasonló módon alkalmazkodni.
(Halkan elárulom, hogy egy AI-t, a ChatGPT-t kérdeztem meg erről, és az ő válaszát egy AI-jal lefordíttattam magyarra, és egy az egyben bemásoltam ide. Hát... Itt tartunk.)
Sajnos a pontos működés megértéséhez az én értelmi képességeim kevésnek bizonyulnak.
De a lényeg valahogy úgy fest, hogy az algoritmus óriási mennyiségű adatból és képből kiindulva bizonyos instrukciók (bemenő adatok) alapján képes megalkotni egy képet. Vagy zenét. Vagy bármit, amire épp hivatott.
Egy képet, amit ő az általa ismert valós művészeti alkotások és a saját “kreativitása” alapján hoz létre.
(Igen, mielőtt még megharagudnál, valóban képes a kreativitásra egy számítógép. Sőt. Kreatívabb tud lenni, mint egy ember. Sajnálom.)
És igen, rengeteg művészt és művet tárol az adatbázisában. Amiket fel tud használni az alkotáshoz.
Sokkal többet, mint amit egy ember valaha is el tud tárolni az agyában.
Ez az egész olyan, mint egy kollektív művészeti tudat, ami a világ eddigi összes művéből kiindulva képes alkotni valamit.
És ami az izgalmas ebben az az, hogy Te ehhez a tudathoz a nap 24 órájában hozzáférhetsz.
Nagy kérdés, hogy ez valójában micsoda?
Művészet vajon?
Ha igen… Ki a művész?
Az, aki beír egy gondolatot? Vagy maga az algoritmus, ami a rendelkezésére álló adatbázisból (képek és adatok halmaza) kiindulva alakítja ki a saját “alkotását”… Vagy Te, aki csak egy parancsot adsz.
Sokat vitatkoztunk ezen otthon a Anikóval, a feleségemmel…
Én azt mondom, hogy ez egy kollaboráció.
Az ember viszi bele az alap ötletet.
Az algoritmus pedig az alap ötletet összeereszti az általa ismert kollektív művészeti tudattal, és ebből alkot valamit.
Persze az algoritmus kreativitására is szükség van.
De az alap intuíció az emberé.
De ha klasszikus művészetet nézzük, akkor mi emberek inkább megrendelők vagyunk ebben az együttműködésban.
A művész pedig maga az AI. Bármilyen furcsán is hangzik.
Az, hogy kié a mű a végén, az egy más kérdés.
Ebbe most nem mennék bele.
Majd talán később…
Elég a sallangból, mi ez pontosan, hogy működik.
Ugye ezeket az eszközöket, amikből egyet egész részletesen be fogok mutatni, "text to art" eszköüznek hívjuk.
Beírsz egy ötletet szövegesen.
Az algoritmus alkot valamit, visszakapsz egy vagy több képet.
Finomítod az instrukciót.
Kapsz valami mást.
És a végén eljutsz valahova. Amit végülis együtt alkottatok.
Több eszköz is létezik.
Én személy szerint a Midjourney nevű alkalmazásban találtam a legtöbb örömet.
És ezt értsd úgy, hogy ez valódi szórakozás.
Olyan igazán rákattanós…
Ezt fogom bemutatni részletesen.
De persze van még sok-sok eszköz, ami szövegből művészi képeket csinál.
Íme néhány, ha gondolod, nézz rá, hátha valamelyik tetszeni fog.
Nightcafe
https://creator.nightcafe.studio/
Dall-E 2
Jasper
DreamStudio
A kérdés nyilván furcsán hangozhat, mert lehetetlen felsorolni, milyen területeken lehet segítség az ai art.
Már most aktívan használják grafikusok, designerek, filmesek, díszlettervezők.
A legtöbben persze nem egy az egyben használják fel ezeket az alkotásokat.
Alakítanak rajta egyéb eszközökkel, beleviszik saját magukat. Csak alapként használják a munkájukhoz.
A legalapvetőbb előny azonban szerintem az, hogy azok az emberek is beléphetnek az alkotás világába, akik telis tele vannak kreatív gondolatokkal, de nincsenek megáldva például rajzolási vagy festési tehetséggel.
Tehát kb az emberiség 99 százaléka.
És persze óriási lehetőség az is, hogy ezek az emberek feldíszíthetik a lakásuk falait a saját alkotásukkal.
Na itt jövünk mi a képbe.
Nagyjából az összes AI eszközre igaz az az állítás, hogy az így létrejövő képek felbontása leginkább képernyőn való megjelenítésre alkalmas.
Nyomtatáshoz, főleg akár egy nagy méretű nyomtatáshoz (például vászonkép vagy tapéta) jóval nagyobb felbontásra van szükség.
Ez a mi terepünk…
Szerénytelenül állíthatom, hogy elég jó eszközökkel és képesítéssel rendelkezünk az ilyen alkotások akár többszörösére történő nagyításában.
Szinte minőségromlás nélkül.
És így már megnyílik az út az AI alkotások egyéb nyomdai, dekorációs felhasználása felé.
Van annál menőbb dolog, mint amikor a vendégeidnek eldicsekedhetsz azzal, hogy ezt a brutális képet, ami itt a falon lóg, ezt bizony (részben legalábbis) Te alkottad? És ráadásul teljesen egyedi MŰ?
Szerintem ez elég menő!
Már látjuk, mire jó.
De nézzük meg, mi a konkrét folyamat, ha el szeretnéd kezdeni.
Én, ahogy fent említettem, a Midjourney-t használom.
Erre kattantam rá.
Úgyhogy ezt fogom bemutatni részletesen.
A midjourney használatához szükséged lesz a Discord fiókra.
A Discord egy kapcsolattartási platform közösségek számára.
A Midjourney-nél úgy döntöttek az elején, hogy nem fejlesztenek saját platformot, hanem Doscordon fogják elérhetővé tenni a saját robotjukat.
A szöveges parancsokat Discord-on kell beírni. Mintha Messengeren írnál valakinek, aki válaszul küld egy vagy több képet.
Kezdd itt:
Töltsd le a Discord-ot, és csinálj fiókot.
Ha még nincs.
De ha nem szeretnéd letölteni, böngészőből is használhatod.
Itt tudod letölteni:
Aztán ugorj ide:
https://www.midjourney.com/home/
Kattints a Join the Beta gombra.
Ez után jöhet a belépés a Discord-on létrehozott regisztrációs e-mail címeddel és jelszavaddal.
(Ezt az egészet fordítva is megcsinálhatod. A mindjourney-en keresztül is regisztrálhatsz discord-ra. De szerintem jobb letölteni a Discord alkalmazást először.)
Miután beléptél. vagy a Discord alkalmazásban, vagy a Discordon böngészőben tudod majd elkezdeni az alkotást.
Belépés után bal oldalon láthatod a beszélgetés szobákat. Ne ijedj meg, teljes lesz a káosz...
Érdemes átnézned.
Találsz itt tippeket, gyakran ismételt kérdéseket, szabályzatot.
Ha jó vagy angolból, és szeretsz olvasni, fusd át ezt:
https://midjourney.gitbook.io/docs/user-manual#emoji-reactions-to-generation-output
Aztán amikor késznek érzed magad, lébj be bal oldalon a “Newcomer rooms” alatt lévő szobák egyikébe.
Úgy fog kezdődni a szoba neve, hogy newbies, utána pedig egy szám.
A szám nem számít.
Itt fogod tudni elkezdeni az alkotást.
Igen, ez így elsőre érdekes lesz, mert jól látod, mindenki egy helyre irkálja be az ötleteit, és mindenki látja, hogy mit csinál a másik.
Igen. Ez fura.
De ez csak a demó hozzáférés esetén van így.
Ha előfizetsz (és meg fogjuk nézni a csomagokat), akkor csinálhatod sokkal diszkrétebb felületen. Közvetlenül a Midjourney Bot-tal chatelve. És akkor magát a beszélgetést csak te látod.
Fontos itt megjegyeznem, hogy az elkészült művek mindenképp kikerülnek a profilodba. Tehát erre figyelj: bármit csinálsz, fent lesz a profilod alatt.
Kivéve, ha kifizeted a titkos mód felárát. Vagy corporate csomagot veszel, ami jelenleg 600 dollár évente.
Illetve van még egy trükk, mindjárt mutatom…
Tehát, bár biztos nem kell mondanom, csúnya dolgokat nem illik csináltatni az AI-val. Nem csak azért, mert aztán ott lesz a fiókodban.
Hanem van moderálás is.
És úgy kitiltanak, mint a sicc. Vagy nem tudom, mi történik, nem foglalkoztam vele.
Tehát bizonyos területeket érdemes kerülni.
Persze az is előfordulhat, hogy véletlenül generál neked olyat az AI, amit nem szabadott volna.
Ebben az esetben a képre reagálhatsz x emojival, és akkor kitörlődik.
(Így tudod egyébként szabályozni, hogy mi az, ami kikerüljön a profilodba, és mi az, ami nem fog kikerülni)
Így félig meddig tudsz titkos módban is dolgozni. Tehát ha csinálsz egy alkotást, letöltöd, aztán törlöd, akkor neked megvan a kép, de nem lesz fent a galériádban, senki más nem fogja látni, Te viszont már letöltötted, mehet fel a faladra az egyedi alkotásod megnövelés után…
De azért sokszor nem érdemes használni ezt az X dolgot, mert torzítani fogja a profilodat. Azt fogja gondolni a MJ, hogy te mindig csak tiltott dolgokat generálsz, mert mindenre rányomod az X-et. Csak óvatosan...
A szabályokról bővebben itt olvashatsz:
https://midjourney.gitbook.io/docs/content-and-moderation-policy
Na…
Tehát ott tartunk, hogy tudjuk, mit szabad, mit nem, és ott vagyunk valamelyik newbie (kezdő) szobában.
Jöhet az álom…
Képzelj el valamit.
Bármit. Semmi nem szabhat határt a gondolataidnak.
Na itt voltam egyébként én bajban.
Most mit akarok látni? Nincs semmi ötletem.
Engedd szabadjára a gondolataidat.
Például a fiam most szeretne egy kaméleont. (Igazit nem fog kapni, ezt meg is ígértem neki. Közben amúgy teknőse lett az sokkal egyszerűbb szülői oldalról...)
Oké, gondoltam, csináljunk neki egy jó kis kaméleonos vászonképet.
Ha valamit csináltatni szeretnénk az ai-val, akkor úgy kell indítanunk a beírást, hogy /imagine
És utána jöhet a promt, vagyis a gondolataink.
Első körben tök egyszerűen kezdem. Aztán specifikáljuk.
Ja igen, azt elfelejtettem írni, hogy alapvetően itt angolul kell beírni a gondolatainkat.
Ha nem megy jól, akkor használd a google fordítót… Az nagyon jól lefordít neked mindent angolra.
Aztán enter, és indul is a folyamat.
Homályosan megjelenik 4 kép. És pár másodperc múlva elkészül…
Sokat fogok beszélni a különböző algoritmusokról.
Ahogy a Midjourney fejlődik, bizonyos időközönként új verziókat adnak ki a fejlesztők.
Jelenleg, amikor ezt a cikket írom, az 5-ös verzió az aktuális. A továbbiakban ezt v5-nek hívom. Fontos, hogy itt a v kicsi, mert a V1, V2, V3, V4 majd mást fog jelenteni, ahogy haladunk előre, látni fogod.
Fontos, hogy ezeket a képeket még v3 alatt csináltam. De majd mutatom a verziók közti különbséget.
Hogy éppen melyik veziójú algoritmust alkalmazod, paraméterekkel változtatható.
Először nézzük a v3-at.
Első körben ezt a 4 képet kaptam.
Tehát így közelíti meg a Midjourney a kaméleon kérdést. Ha annyit írunk be, hogy chameleon…
A kép alatt látható pár gomb:
Az U kidolgozza nagyban a választott képet. U1: bal felső, U2: jobb felső, U3: bal alsó, U4: jobb alsó.
A V betűvel jelzett gombok pedig további variációkat készítenek a kiválasztott képből.
És itt van, amit fent írtam, hogy ez a V1, V2, V3, V4 nem összekeverendő az algoritmus verzióva, amit én kis v-vel írok.
Itt az egyes számok a 4 kép közötti azonosítást szolgálják csak.
A frissítés ikon jobb felül pedig újraindítja a folyamatot, és 4 teljesen új képet generál.
Nézzük meg a V3-at:
És a frissítést:
Tegyük fel, hogy az első képcsoport jobb felsőjét szeretném nagyban látni.
Az adott képcsoport alatt megnyomom az U2-t.
És kidolgozza nekem részletesen, és nagyobb méretben.
Ezt kaptam:
Kaméleonnak nem tudom, milyen, de vizuális szempontból nem néz ki rosszul.
Itt még van egy “Upscale to max” gomb, amivel kihozod a lehetséges legnagyobb felbontást és kidolgozottságot.
Ezt kaptam (belezoomolva kicsit):
Így egy 1664x1664 pixeles képet kaptam.
Tehát mondjuk egy 40x40 cm-es vászonképhez szinte már így is elég lenne.
Na jó. Menjünk tovább.
Na én nem egészen ilyen kaméleont szeretnék.
Egész alakosat álmodtam meg, és olyat, ami egy faágon van.
Jó, nézzünk egy trükköt.
Mondjuk azt neki, hogy mi valóságos kaméleont szeretnénk, nem valami kreatív, művészileg megálmodott képződményt.
És most már azt is megmondom, hogy fekvő képet szeretnék.
Ehhez beírom, hogy --ar 2:1
Így 2:1 lesz a szélesség/magasság arány.
És azt is megmondom, hogy a kaméleon zöld legyen, a háttér meg valami menő kék…
Ez lesz a parancsom, amit beírok:
/imagine photo-realistic green chameleon, on branch, teal background --ar 2:1
Ezen a ponton erősen el kell kezdenem kételkedni a Midjourney kaméleon rajzolási képességeiben :)
(Itt megint fontos ismét kiemelnem, hogy ez, amiben ez az egész zajlik, az a 3-as verziója a Midjourney-nek. A v4-ben és v5-ben ez sokkal egyszerűbb lesz, majd mutatom. Csak az a helyzet, hogy amikor ezt a cikket elkezdtem, még v3 volt. És közben jött ki a v4. De azt gondolom, demonstrációra tökéletes ez a folyamat.)
Amúgy van pár dolog, amibe beletörik a bicskája.
Ilyen például az emberi kéz ábrázolása. Ott még van fejlődési lehetőség…
Még v4 (version 4)-ben is.
De vannak itt még lehetőségek.
Azt már mondtam, hogy a Midjourney különböző algoritmusokkal dolgozik. Különböző verziók vannak.
Az alap algoritmus, ami 4 képet ad vissza, leginkább a kreatív, művészi alkalmazásokra alkalmas.
Arra egyébként szerintem csodálatos.
Ha feljebb mész, egészen jól néztek ki azok a kaméleon-szerű képek.
Habár kétség kívül nem voltak realisztikusak…
Ha parancsba beírod a --test vagy a --testp paramétereket, akkor egy egészen más algoritmus fog dolgozni a háttérben.
Ez se nem v3, se nem v4, ezek korábbi teszt algoritmusok, amik egész élethű eredményeket produkáltak.
Ez sokkal lassabb. És csak egy képet ad vissza.
realistic green chameleon, on branch, teal background --ar 2:1 --upbeta --test
Nézzük meg a fotorealisztikus algoritmust (--testp)
realistic green chameleon, on branch, teal background --ar 2:1 --upbeta --testp
Alakulunk…
Vannak itt még furcsaságok. Például, ha megnézed a bal hátsó lába mögötti részt.
De alapvetően… egész realisztikus.
Nyomjuk meg a V1-et. Így kapunk egy alternatívát a képre.
Ezaz!
Mehet az U1 gomb.
Oké, Petinek nagyon tetszik.
De kék hátteret kértünk.
Itt jön egy kis photoshop munka…
És meg is vagyunk.
Ez a kép most 2304x1536 pixeles.
Tehát kb egy 80x50 cm-es vászonkép jöhetne ki belőle.
Na hát Petinek nem kell még ekkora kép sem.
Sajnos nem tudja kifizetni :)
De azért megnézem, mit tudnék kihozni belőle.
Mutatok egy részletet:
Így konkrétan 234x156 cm-es vászonkép lenne kihozható belőle jó minőségben.
Na ez már nem rossz…
Na jó, ezzel megvagyunk.
Nézzünk meg egy új szintet.
Kicsit mély víz, csak hogy lásd, milyen sokféleképpen paraméterezhető a dolog.
Nézzünk meg egy ilyen parancsot (és ne menjünk bele, konkrétan mi mit jelent)
chameleon, moonlight, long exposure, portra 400 tones, desaturated tones, intricate details, dreamy, beautiful, hyper realistic, ultra detailed, photography, kodak portra 400, kodak portra, 8k, octane render, + 150mm lens + 8k + high octane render + HDR + UHD, unreal engine 5, highly detailed, --ar 3:4 --test --creative --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta
Ez lett belőle:
Most ne foglalkozz a sok extra paraméterrel, amit megadtam.
Elárulom: ezt a parancsot másoltam (ha úgy tetszik, loptam). Nem én találtam ki.
Sőt. Akitől másoltam, az a valaki is biztosan másolta valakitől a nagy részét.
Hogyan?
Kérd el előre törzsvásárlói kártyádat, és rendelj 20% kedvezménnyel.
Örökre.
Egy perc az egész, csak az e-mail címedre lesz szükségünk, és már bent is vagy a klubban.
Nem fogsz lemaradni a titkos pult alatti akcióinkról sem...
Nézzük meg a v4-et.
Látni fogod, hogy elképesztő a különbség.
A parancsba írd be, hogy --v 4
Vagy a beállításokban állítsd alapértelmezettnek a v4-et.
(Ezt majd külön meg fogjuk nézni, hogy mit jelent. Mármint a beállítások...)
Beírok annyit, hogy
chameleon
Hát…
Eléggé más, mint a v3…
Nézzük meg faágon:
chameleon full body on branch
Nézzük meg kékes háttérrel:
chameleon full body on branch teal background
Jó, hát azt hiszem, meg is érkeztünk.
Nézzük meg nagyban mondjuk az 1-est. (U1)
Elég jó.
A v4 upscale alapból kicsit szerintem homályos képet ad.
Ez most ezen a képen nem annyira látszik.
De a v3 élesebb volt. Ez nem azt jelenti, hogy jobb volt. csak élesebb.
Mindenesetre ugyanúgy fel tudtam húzni az eszközeinkkel.
Ilyen lett felnagyítva, élesítve (egy részletet mutatok):
(150x150 cm-es vászonképet simán mernék belőle csinálni)
Ez persze nem azt jelenti, hogy csak a v4 a jó, és semmi más.
Sokan még most is a v3-at használják, mert művészi szempontokból sokszor kreatívabbnak bizonyul.
Ha regisztráltál, és elkezdtél próbálkozni a Midjouney-vel, kb mostanra fogyott el az ingyenes demó kereted.
Most jön az, hogy elő kell fizetned, ha szeretnél még szórakozni vele.
A legkisebb csomag jelenleg (2023 február) havi 10 dollárba kerül.
Itt van még egy kb 200 képes havi limit. De valójában nem képre limitál, hanem szerveridőre, de kb 200 kép kijön egy havi limitedből.
A Standard csomag már korlátlan. De ez 30 dollár havonta.
Van egy üzleti csomag is.
Ez 600 dollár évente.
Itt már tudsz úgy dolgozni, hogy mások nem látják.
Magyarul, ha alkotsz valamit, akkor nem fenyeget az a veszély, hogy más is lementi, és ő is birtokolja valahol, vagy akár kinyomtatja egy hatalmas tapétára.
Az összes fizetős csomagnak hatalmas előnye, hogy hozzáférsz a többi user galériájához.
Innen végtelen inspirációt gyűjthetsz.
Ha másért nem is, ezért mindenképp érdemes regisztrálnod...
Az AI rengeteg stílust ismer. Ismeri a művészeket. A kortárs grafikusokat.
Ismeri a nagy művészeti stílusokat, színeket, ecset-technikákat.
Az, hogy ebből mit vesz elő, nagy mértékben befolyásolható.
Ha nem paraméterezzük túl, akkor nagyrészt az AI “művészetére” bízzuk a végeredményt.
De ha a kontrollt a kezünkben szeretnénk tudni, akkor érdemes megismerni, milyen lehetőségek vannak.
Például nézzünk egy művészt.
Nézzük Patrick Nagel-t. Egy 20. századi art deco / pop art illusztrátort.
Nézzük meg ezt a parancsot:
a woman portrait by Patrick Nagel --ar 1:2
Ezt kapjuk.
Menjünk tovább a 4-es verzióval
Nyomjuk meg a V4 gombot:
Ebből a 3-as arc tetszik:
U3
És ezt kaptam.
Keress rá Patrick Nagel-re.
És látni fogod, hogy eléggé közelít a stílusához az AI.
Van néhány alapbeállítás, amit a saját profilodhoz be tudsz lőni.
Ha beírod a Discord-on a midjourney botnak a /settings parancsot, és nyomsz egy entert (pontosabban kettőt), akkor kb ezt kapod:
Nézzük, mik vannak itt.
Először is ki tudod választani, hogy mi legyen az alapértelmezett verzió, ami alapján a Midjourney neked dolgozik.
Azt már beszéltük, hogy jelenleg a v4 a legfrissebb verzió, láthattad is a kaméleonos példánál, hogy mekkora különbség van a v3 és a v4 között.
De mindenképp érdemes rászánnod pár percet, hogy valamilyen paranccsal végigpróbálod az összes verziót.
Nagyon más eredményeket fogsz kapni.
A Niji egy külön algoritmus, ami anime stílusú illusztrációkra specializálódott.
Az MJ test és a Test Photo két ideiglenesnek, a közösség számára tesztelés céljára létrehozott algoritmus.
-- test és --testp paraméterrel is el tudod érni őket.
Ki lehet egészíteni a creative paraméterrel: --testp + --creative
A test modelleknek vannak bizonyos megkötései, ezeket itt tudod elolvasni:
https://docs.midjourney.com/docs/model-versions
Nem kell feltétlenül mindig bemenned a beállításokba, ha váltogatni szeretnéd az épp használt algoritmust.
A parancsban a következő paraméterekkel tudsz váltani az egyes algoritmusok között. Így el tudod érni egyébként a test algoritmusokat is.
--v 1, --v 2, --v 3, --v 4, --v 4
--test, --testp, --test --creative, --testp--niji
A beállítások között láthatod a "Half Quality", "Base Quality" és a "High Quality - 2x cost" lehetőségeket.
Itt igazából arról van szó, hogy amikor a Midjourni első körben ad neked 4 variációt, ezeket mennyire dolgozza ki.
Minél alacsonyabb minőségben dolgozik, annál gyorsabban meg fogod kapni az eredményt. Aztán amikor valamelyik opció megtetszett, akkor az Upscale (felnagyítás) után már nincs jelentősége a minőségnek. Ott már jó minőségben dolgozik mindenképp.
Fontos tudni, hogy ha magas minőségben szeretnéd generáltatni már a kis képeket, akkor ez dupla annyi szerver-időt fog elvenni, és mivel itt mi szerver-idő kerettel gazdálkodunk (ezért fizetünk), így dupla áron lesz minden generálás.
Másképp fogalmazva sokkal hamarabb el fog fogyni a havi kereted.
Erről majd még sokat fogunk beszélni a paramétereknél.
A lényeg az, hogy a Midjourney-nek megmondhatod, hogy mennyire szeretnéd, hogy szabadjára engedje a fantáziáját a stílust illetően. Nézni fogunk példákat.
A lényeg az, hogy v4-ben 0-tól 1000-ig tart a Style skála. Ezen belül tudsz alapértelmezést beállítani a Settings-ben.
A beállítások a következő parancsoknak felelnek meg:
Low: --stylize 50
Med: --stylize 100 (ez az alapértelmezett)
High: --stylize 250
Very High: --stylize 750
Erre majd nézünk példákat is a következő fejezetben.
A beállítások alatt lehetőséged van megadni, hogy alapból melyik Upscale (felnagyítás) metódust használja a te alkotásaidnál a MJ.
A Regular Upscale az adott verzióhoz tartozó alap Upscale algoritmus.
Alapból 1024x1024 pixeles képet készít. Tehát kb 1 megapixel.
Majd megnézzük, ez mire elég.
A Light upscale egy olyan algoritmus, ami kevesebb textúrát tesz a képekbe, Szerintem a legújabb verziókkal már nem érdemes használni.
Beta Upscale
Ez egy érdekes dolog. 2048x2048 pixeles képet ad, tehát felületre 4-szer akkorát, mint a sima Deafault Upscale.
Látható, hogy más elven működik, mint a sima.
Sokkal textúráltabb a kép, érdekes mintázatok jelennek meg.
Van itt egy ilyen kép:
Default upscale:
Beta Upscale
Ez utóbbi csak egy részlet.
Egyrészt látszik, hogy minden nagyobb. ez azért van, mert ugye jóval nagyobb képet kapunk a Beta-tól.
De az is látszik, hogy eléggé más a stílus. Sokkal rajzszerűbb...
Ez fotorealisztikus alkotásoknál nem szerencsés.
Fotók felnagyítására vannak sokkal jobb módszerek már. Az is ai, csak másik :)
A public mode-ban minden képgenerálásod (amit nem törölsz) bekerül a saját profilod alá, és mindenki számára látható lesz.
A Private mode-ban tudsz diszkrétebben dolgozni. Csak ehhez sajnos Pro csomagban kell lenned, ami jelenleg évi 600 dollár.
A Remix mód használatával módosíthatod az utasításokat, paramétereket, modellverziókat vagy a változatok közötti képarányokat. A Remix átveszi a kezdő kép általános kompozícióját, és az új feladat részeként használja fel. Az újrakeverés segíthet megváltoztatni a kép beállítását vagy megvilágítását, fejleszteni a témát, vagy trükkös kompozíciókat készíteni.
Ha a remix mode aktív, és bármelyik generálásnál további variációkat kérsz (V1, V2, V3, V4 vagy Make variations gombok), akkor egy ilyesmi ablakot kapsz:
Az eredeti parancsból kiindulva írhatsz be kiegészítéseket, és kérhetsz módosításokat, akár az algoritmus használatára vonatkozóan is.
Van egy csomó paraméter, amit Te tudsz szabályozni.
Érdemes kísérletezni egy kicsit.
Ha ugyanazt a parancsot különböző paraméterekkel beküldöd, látni fogod, mi mit befolyásol.
Nézd, tapasztald meg, mi változik.
És megsúgom: itt is rengeteget számít, hogy melyik verziójú algoritmust használod.
A stylize paraméter például v4-ben egészen kiemelkedő jelentőséget kapott.
A következő paraméterekkel érdemes foglalkozni.
Ezekről itt ebben a cikkben csak érintőlegesen beszélek. Lehetne sokkal többet. De nem fér bele minden.
Ha első kézből szeretnél olvasni ezekről, akkor itt a Midjourney saját leírása:
https://docs.midjourney.com/docs/parameter-list
Általánosságban elmondható, hogy a paraméterek általában két kötőjellel kezdődnek.
És az értéket egy szóköz után kell írni.
pl: --ar 2:3
Képarány.
Egyszerű. Alapból 1:1 arányú képeket kapunk. Ha ezt szeretnénk befolyásolni, akkor ezzel tudjuk paraméterezni.
Az első szám a szélesség, a második a magasság. Mint a tv-nél. (16:9)
Pl ha egy álló 1:3-as képet szeretnénk, akkor ezt kell beírnunk: --ar 1:3
(fontos megjegyezni, hogy V4 alatt jelenleg 3:2 és 2:3 működik, speckó képarányok nem - de ez nagyon hamar változni fog - érdemes rápróbálni)
Ennek akkor van jelentősége, ha nem határozunk meg egyéb stílust, művészt vagy grafikust.
Tehát ha pl az a parancs vége, hogy by Marcin Sobas, akkor ez semmilyen hatással nem lesz a végeredményre, mivel a stílust magát a művész határozza meg.
Ezzel a paraméterrel azt lehet befolyásolni, hogy a kapott 4 kép mennyire térjen el egymástól.
Minél nagyobb a szám, annál nagyobb az eltérés, és annál váratlanabb eredményeket fogunk kapni.
Nekem az a tapasztalatom, hogy a chaos növelése az esztétikum rovására megy...
Erről már beszéltünk a beállításoknál.
Ezzel a paraméterrel azt tudod befolyásolni, hogy mennyire vigye bele a Midjourney a saját művészi stílusát.
Minél magasabb a szám, annál szebb, részletesebb eredményt kapsz.
Viszont annál kisebb a kontroll a kezedben.
A standard érték nálam 100. (style med)
Nézzük meg a működését egy egyszerű formán keresztül.
circle --s 1
circle --s 1000
Látod? A promt ugyanaz (circle), csak az s (stylize) paraméterben van különbség. És a végeredmény ég és föld...
Ezt kicsit nehéz megfogalmazni.
Azt kell tudni, hogy minden egyes futásnál látszólag véletlenszerű eredményt kapunk.
De csak látszólag.
Minden egyes generálásnak van egy referencia száma (seed), ami az adott generálást leírja egy számként, ezáltal adott esetben erre a generálási módra tudsz hivatkozni a mindjourney-nél.
A lényeg az, hogy ezzel valamennyire ki tudjuk venni a véletlenszerűséget a gépezetből.
Ha érdekel a dolog, itt olvashatsz róla:
https://docs.midjourney.com/docs/seeds
Ha még mélyebben érdekelnek a paraméterek, úgy összességében azt mondom, hogy érdemes kicsit a youtiube-on vagy a Midjourney oldalán kutakodnod inspirációért.
Ha előfizető vagy, hozzáférsz a teljes Midjourney feedhez.
Érdemes követned "alkotókat", és megéri kedvencekhez adni minél több képet, ami tetszik.
És ami még fontos:
Ha a közösségi feedben találsz valamit, ami nagyon tetszik, le tudod koppintani a promt-ot. Sőt, a teljes parancsot is.
Tehát le tudod lesni, hogy pontosan mit írt be az illető alkotó, amikor az adott végeredményt kapta.
Nyomd meg a kép alatt a 3 pöttyös ikont, nyisd le a Copy menüt, és nyomd meg a Full command menüpontot.
Ebben a pillanatban a vágólapra kerül a teljes parancs az adott képre vonatkozóan.
Ez azért nagyon hasznos, mert egy csomó kiegészítő paraméter, stílus, extra instrukció van, ami eszedbe sem jutna.
Itt csatolnék vissza ahhoz a kaméleonos képhez, amihez ezt írtam be:
chameleon, moonlight, long exposure, portra 400 tones, desaturated tones, intricate details, dreamy, beautiful, hyper realistic, ultra detailed, photography, kodak portra 400, kodak portra, 8k, octane render, + 150mm lens + 8k + high octane render + HDR + UHD, unreal engine 5, highly detailed, --ar 3:4 --test --creative --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta --upbeta
Ebben van egy csomó olyan kiegészítő, ami soha nem jutott volna eszembe. És mégis használom. Mert mások is használják.
Nagyjából végtelen féle motiváció jöhet szóba, amikor valaki ai arttal kezd szórakozni.
Viszont amit én a külföldi fórumokon láttam, az kicsit a mi malmunkra hajtja a vízet. Remélem :)
Azt tapasztaltam, hogy a legjobban sikerült alkotásokat sokak szeretik kinyomtatni nagyban, és kitenni a falra.
Itt jövünk ugyebár mi a képbe. A vaszonkep.hu.
Elég jó eszközeink vannak, és tapasztalatunk is, hogy egy 1024x1024 pixeles alkotásból remek minőségben akár 100x100 cm-es vászonképet készítsünk.
Tehát ha majd már itt tartasz, keress minket bátran, segítünk.
Addig is finomítsd a promt-jaidat, ötletelj, taláj ki olyan dolgokat, amik másoknak eszükbe sem jutnának, és élvezd. :)
Érdemes belépni tematikus facebook csoportokba, és a youtube is hemzseg a Midjourney-vel kapcsolatos anyagoktól.
Hajrá, sok sikert, és kellemes időtöltést kívánok!
Havas Dani
alapító, vaszonkep.hu