Midjourney
Midjourney er en abonnementsbaseret AI-tjeneste, der genererer billeder ud fra tekstbeskrivelser, såkaldte prompts. Værktøjet bruger en generativ AI-model, der er trænet til at omsætte sproglige beskrivelser til visuelle kompositioner, og det er især kendt for billeder med en kunstnerisk og æstetisk stil frem for stringent fotorealistisk præcision.
Skriver man for eksempel en prompt som “et gammelt fyrtårn ved kysten i solnedgang, malerisk stil”, genererer Midjourney typisk fire forskellige billedforslag, som man derefter kan vælge imellem, opskalere til højere opløsning eller lave variationer af. Processen er iterativ: man justerer sin prompt løbende, indtil resultatet nærmer sig den idé, man havde i tankerne.
Sådan fungerer Midjourney
Midjourney fungerer ved, at brugeren skriver en tekstprompt, som beskriver det billede, der ønskes. Modellen bygger på en diffusionsteknik, hvor et billede gradvist opbygges fra tilfældig støj, indtil det matcher beskrivelsen i prompten. Denne fremgangsmåde er beslægtet med den generelle teknologi bag tekst-til-billede AI og hører under den bredere kategori generativ AI, hvor systemet skaber nyt indhold frem for blot at genkende eller klassificere eksisterende data. Selve træningen bygger på metoder fra deep learning, hvor store mængder billed- og tekstdata bruges til at lære sammenhænge mellem sprog og visuelle motiver.
Efter at have modtaget fire billedforslag kan man vælge at opskalere ét billede til højere opløsning eller bede systemet om at lave variationer, der bygger videre på samme stil og komposition uden at starte forfra.
Fra Discord-bot til selvstændig web-app
Midjourney blev lanceret i juli 2022 og er grundlagt af David Holz, der tidligere var med til at starte virksomheden Leap Motion. I begyndelsen kunne værktøjet udelukkende tilgås via en bot på chat-platformen Discord, hvor man skrev kommandoen “/imagine” efterfulgt af sin prompt i en fælles kanal. Senere har Midjourney lanceret en selvstændig web-app, som gør det muligt at generere billeder direkte i en promptboks uden Discord-kommandoer, selvom Discord fortsat understøttes som platform.
Værktøjet har løbende gennemgået flere modelversioner. Generelt har nyere versioner forbedret detaljegrad, belysning og forståelse af komplekse prompts, og flere af de tidligere kendte svagheder, som fejlagtigt gengivne hænder og fingre, er i vid udstrækning blevet reduceret i de seneste versioner.
Midjourney sammenlignet med andre AI-billedgeneratorer
Midjourney er ikke den eneste tjeneste af sin art. Andre kendte AI-billedgeneratorer tæller blandt andet DALL-E, Adobe Firefly og Stable Diffusion. Forskellen mellem dem ligger typisk i, hvordan de vægter kunstnerisk stil over for præcis prompt-følgning: Midjourney fremhæves ofte for billeder med en umiddelbar æstetisk kvalitet, mens et værktøj som DALL-E i højere grad forsøger at følge prompten bogstaveligt og kan indsætte tekst i billedet mere præcist.
Hvad bruges Midjourney til?
Midjourney bruges bredt af grafiske designere, konceptkunstnere og folk der arbejder med markedsføring. Inden for spil- og filmproduktion kan værktøjet bruges til hurtigt at visualisere karakterer, miljøer og stemninger, før man investerer tid i egentlig 3D-modellering eller optagelser. Andre anvendelser omfatter bogomslag, illustrationer til sociale medier og hurtige idéoplæg, hvor et visuelt udkast kan spare timers manuelt arbejde i den indledende idéfase.
Adgang og pris
Midjourney kræver et betalt abonnement, og der findes ikke en permanent gratis udgave af tjenesten. Prisen starter typisk omkring 10 dollar om måneden for det mest basale abonnement, mens dyrere abonnementer giver adgang til mere beregningstid samt funktioner som Stealth Mode, hvor man kan generere billeder privat. Billeder, der oprettes uden Stealth Mode, bliver som udgangspunkt synlige for andre brugere af tjenesten.