?Midjourney V5上線后，網(wǎng)友們用它生成了數(shù)不清的驚嘆作品。

在這個(gè)AI作畫工具面前，人和人的差距，或許就體現(xiàn)在prompt上了。

去年在科羅拉多州博覽會(huì)藝術(shù)比賽上用AI打敗了人類的獲獎(jiǎng)?wù)撸?0多個(gè)小時(shí)，經(jīng)過(guò)900次迭代后，才用Midjourney完成了《太空歌劇院》這一藝術(shù)杰作。而ta直接拒絕分享出自己的prompt。

是的，現(xiàn)在很多時(shí)候，一行完美又專業(yè)的prompt，已經(jīng)價(jià)值千金。

而Midjourney仿佛深知我們的需求，最近，它上線了一個(gè)新功能——/describe，可以幫我們從圖像中反推prompt。

從圖像反推prompt

現(xiàn)在，如果你有一個(gè)想模仿的圖像，但你不知道要用什么樣的prompt去描述它，這時(shí)候，describe就幫你大忙了。比如，下圖是新海誠(chéng)的《言葉之庭》（「言の葉の庭」）。

拖進(jìn)圖像后，Midjourney生成了下面四種prompt。

根據(jù)這四個(gè)prompt，Midjourney又生成了類似風(fēng)格的四幅圖。

簡(jiǎn)直完美。

并且，Midjourney提供的描述也可以激發(fā)出用戶的更多靈感。傳統(tǒng)的畫家可能會(huì)患有空白畫布綜合征，AI藝術(shù)家有時(shí)也會(huì)詞窮，很難找到描述照片的詞語(yǔ)。

在Midjourney的Discord頻道上，從「/describe」就可以啟動(dòng)文本描述過(guò)程了。

Midjourney提供了一個(gè)拖放區(qū)，可以讓你拖入圖像。

然后按下回車鍵，就可以等待prompt了。

四個(gè)文本提示，包括描述性詞語(yǔ)、樣式詳細(xì)信息和縱橫比。寬高比在像素精確度方面與計(jì)算機(jī)類似，比如如果是一個(gè)16:9的圖像，它會(huì)輸出504:283。

而四個(gè)文本提示生成后，你可以直接點(diǎn)擊按鈕，直接用它們生成圖像，當(dāng)然，在提交之前，你也可以選擇自己優(yōu)化提示。

作家的意外收獲？

更有趣的是，Midjourney的這個(gè)新功能，竟然意外地讓作家們獲得了幫手。

如果找不到完美的形容詞來(lái)描繪一幅畫，只需要把圖像上傳到Midjourney，文采斐然的句子就自動(dòng)蹦出來(lái)了。

而Midjourney返回的文本提示，真是讓人驚喜連連。其中包括「palewave」、「cranberrycore」和「icepunk」等流行語(yǔ)，以及各種藝術(shù)家、攝影師和作者的姓名。

而提示中出現(xiàn)人名時(shí)，甚至是可點(diǎn)擊的鏈接，可以打開谷歌搜索，如果點(diǎn)擊進(jìn)去，你或許會(huì)獲得更多的靈感來(lái)源。

比如，上傳Ross Burgener的一張絕佳的作品，Midjourney會(huì)這樣描述："極光在LED照明的冰屋上跳舞，給雪的顏色帶來(lái)了藍(lán)色調(diào)"。

它認(rèn)出了北極光，會(huì)在提示中給出建議——可參考藝術(shù)家Qlexis Gritchenko和攝影師Nathan Wirth。它采用的詞匯包括 「極地冰山」、「發(fā)光的天空」和「空靈的雕塑」。

網(wǎng)友們大喜，已玩瘋

現(xiàn)在，網(wǎng)友們已經(jīng)玩瘋了。

有網(wǎng)友利用describe功能，生成了許多穿白色蕾絲裙的美女。

有人輸入了一堆珠寶的圖像。

得到了如下的prompt。

根據(jù)這些prompt生成的圖像如下。

輸入一個(gè)二次元萌妹。

輸出的prompt，出圖效果很驚艷。

輸入一只氣質(zhì)憨憨的大捻角羚的照片。

生成的prompt如下。

輸出的prompt生成的大捻角羚，氣質(zhì)更為冷峻。

輸入一只海灘上的狗。

Prompt生出了四只埋在坑里的狗。

輸入穿著燕尾服的動(dòng)漫人物。

生成如下prompt。

生成四張動(dòng)漫人物。

是RLHF？

可以看到，Midjourney最近的進(jìn)步，可以用飛速形容。

英偉達(dá)AI科學(xué)家Jim Fan猜測(cè)，Midjourney一直在根據(jù)人類反饋（「RLHF」）進(jìn)行大規(guī)模的強(qiáng)化學(xué)習(xí)，并且，這可能是有史以來(lái)規(guī)模最大的文本到圖像強(qiáng)化學(xué)習(xí)。

當(dāng)用戶選擇放大圖像時(shí)，是因?yàn)樗麄兏矚g它。如果不把這個(gè)過(guò)程當(dāng)作獎(jiǎng)勵(lì)信號(hào)，那真是巨大的浪費(fèi)。這些數(shù)據(jù)收集起來(lái)很便宜，而且完全符合用戶群的需求。 

擁有的用戶越多，可以做的RLHF就越好，然后獲得的用戶就越多。

他還給出了一個(gè)免責(zé)聲明，表示這就是自己的一個(gè)腦洞，自己并不認(rèn)識(shí)Midjourney的人。

但他們一定已經(jīng)是這么做的，因?yàn)閁I的格式看起來(lái)就像一個(gè)多項(xiàng)選擇題。

最后，要注意的是，同圖像生成一樣，describe功能需要使用積分，所以需要謹(jǐn)慎地考慮。

而且現(xiàn)在，Midjourney的免費(fèi)功能，已經(jīng)徹底關(guān)閉了。

參考資料：

https://the-decoder.com/midjourney-new-image-tool-works-in-reverse/

https://twitter.com/DrJimFan/status/1643279641065713665