دنیای تصویرسازی دیجیتال دوباره لرزید. میدجورنی با عرضه نسخه آزمایشی v7، مرزهای واقعیت را جابجا کرده است. این نسخه فقط کیفیت بالاتر نیست؛ بلکه با قابلیتهای ترسناکی مثل «خروجی وکتور»، «رندر سه بعدی»، «ثبات کاراکتر صد در صد» و درک زبان طبیعی، عملاً استودیوهای عکاسی و طراحی را هدف گرفته است. در این تحلیل عمیق ۲۰۰۰ کلمهای، تمام ویژگیهای فنی، پارامترهای جدید و تاثیر اقتصادی این هوش مصنوعی بر بازار کار را بررسی میکنیم.
1. مقدمه: عبور از "دره وهم" 1.1. وقتی پوست انسان دیگر "پلاستیکی" نیست تا پیش از این, عکسهای هوش مصنوعی همیشه یک "لو" داشتند: پوستهای بیش از حد صاف (Airbrushed), برق غیرطبیعی چشمها یا نورپردازی که زیادی
"کامل" و استودیویی بود. اما Midjourney v7 (نسخه آلفا) این قواعد را شکسته است. تیم دیوید هولز (David Holz) روی "نقصهای انسانی" تمرکز کردهاند. بافت پوست (Skin Texture) در نسخه 7 اکنون دارای منافذ, ککومک
نامتقارن, موهای ریز صورت (Peach Fuzz) و عیوب طبیعی است. نورپردازی دارای "نویز" طبیعی دوربینهای آنالوگ و خطای لنز (Chromatic Aberration) است. اگر یک عکس پرتره v7 را کنار یک عکس واقعی بگذارید, حتی عکاسان
حرفهای هم در تشخیص آن دچار مشکل میشوند. 1.2. خداحافظی با کابوس انگشتها یادتان هست وقتی AI دستها را با 7 انگشت یا بازوهای اضافه میکشید? آن دوران تمام شد. نسخه 7 درک آناتومی بدن انسان را به کمال رسانده
است. حالا مدلها میتوانند ژستهای پیچیده یوگا بگیرند, گیتار بزنند یا اشیاء را با دست نگه دارند, بدون اینکه انگشتانشان در هم ذوب شود. همچنین, قابلیت نوشتن متن (Text Rendering) که پاشنه آشیل میدجورنی بود,
حالا بینقص کار میکند و میتوانید پوسترهای فیلم با تایپوگرافی دقیق بسازید. 2. قابلیتهای انقلابی: میدجورنی دیگر فقط عکس نیست 2.1. خروجی وکتور (SVG): کابوس طراحان لوگو این شاید بزرگترین خبر برای گرافیستها
باشد. میدجورنی v7 میتواند خروجیها را به صورت Vector (SVG) ارائه دهد. یعنی شما میتوانید یک لوگو یا آیکون بسازید و آن را در نرمافزارهایی مثل Adobe Illustrator باز کنید. برخلاف عکسهای پیکسلی (Raster)
که با زوم کردن کیفیتشان را از دست میدهند, وکتورها را میتوان تا اندازه یک بیلبورد شهری بزرگ کرد بدون اینکه حتی یک پیکسل افت کیفیت داشته باشند. این قابلیت, مرز بین "تصویرسازی" و "طراحی گرافیک" را از بین
ادامه مطلب در سایت