Αναζήτηση στην κοινότητα

Η Midjourney, μια από τις πιο δημοφιλείς νεοφυείς επιχειρήσεις τεχνητής νοημοσύνης, ανακοίνωσε την Τετάρτη την κυκλοφορία του πολυαναμενόμενου μοντέλου δημιουργίας βίντεο με AI, V1. Το V1 είναι ένα μοντέλο μετατροπής εικόνας σε βίντεο, όπου οι χρήστες μπορούν να ανεβάσουν μια εικόνα - ή να χρησιμοποιήσουν μια εικόνα που δημιουργήθηκε από άλλα μοντέλα της Midjourney - και το V1 θα παράγει ένα σύνολο τεσσάρων βίντεο, με διάρκεια 5 δευτερολέπτων το καθένα, βασισμένων σε αυτή την εικόνα. Όπως και τα μοντέλα εικόνας της Midjourney, το V1 είναι διαθέσιμο μόνο μέσω Discord και μόνο σε web έκδοση κατά την αρχική κυκλοφορία του. Η κυκλοφορία του V1 φέρνει την Midjourney σε ανταγωνισμό με μοντέλα δημιουργίας βίντεο AI από άλλες εταιρείες, όπως το Sora της OpenAI, το Gen 4 της Runway, το Firefly της Adobe και το Veo 3 της Google. Ενώ πολλές εταιρείες εστιάζουν στην ανάπτυξη ελεγχόμενων μοντέλων βίντεο AI για εμπορική χρήση, η Midjourney ξεχωρίζει πάντα για τα χαρακτηριστικά μοντέλα εικόνας AI που απευθύνονται σε δημιουργικούς ανθρώπους. Όπως ξεκαθαρίζει η Midjourney, έχει μεγαλύτερους στόχους για τα μοντέλα βίντεο AI από την απλή δημιουργία B-roll για ταινίες του Χόλιγουντ ή διαφημίσεις. Σε μια ανάρτηση, ο CEO της Midjourney, David Holz, αναφέρει ότι το μοντέλο βίντεο AI είναι το επόμενο βήμα της εταιρείας προς τον τελικό της προορισμό, τη δημιουργία μοντέλων AI "ικανών για προσομοιώσεις ανοιχτού κόσμου σε πραγματικό χρόνο". Μετά τα μοντέλα βίντεο AI, η Midjourney δηλώνει ότι σχεδιάζει να αναπτύξει μοντέλα AI για την παραγωγή τρισδιάστατων απεικονίσεων, καθώς και μοντέλα AI πραγματικού χρόνου. Η κυκλοφορία του μοντέλου V1 της Midjourney έρχεται μόλις μια εβδομάδα μετά την αγωγή που κατέθεσαν εναντίον της δύο από τα πιο γνωστά κινηματογραφικά στούντιο του Χόλιγουντ: η Disney και η Universal. Η αγωγή ισχυρίζεται ότι εικόνες που δημιουργήθηκαν από τα μοντέλα εικόνας AI της Midjourney απεικονίζουν χαρακτήρες με πνευματικά δικαιώματα των στούντιο, όπως ο Homer Simpson και ο Darth Vader. Τα στούντιο του Χόλιγουντ αντιμετωπίζουν δυσκολίες στην αντιμετώπιση της αυξανόμενης δημοτικότητας των μοντέλων δημιουργίας εικόνας και βίντεο AI, όπως αυτά που αναπτύσσει η Midjourney. Υπάρχει αυξανόμενος φόβος ότι αυτά τα εργαλεία AI θα μπορούσαν να αντικαταστήσουν ή να υποτιμήσουν το έργο των δημιουργών στους αντίστοιχους τομείς τους, και αρκετές εταιρείες μέσων ενημέρωσης έχουν ισχυριστεί ότι αυτά τα προϊόντα εκπαιδεύονται σε έργα τους με πνευματικά δικαιώματα. Παρόλο που η Midjourney προσπάθησε να τοποθετηθεί ως διαφορετική από άλλες νεοφυείς επιχειρήσεις AI εικόνας και βίντεο - εστιάζοντας περισσότερο στη δημιουργικότητα παρά σε άμεσες εμπορικές εφαρμογές - η εταιρεία δεν μπορεί να ξεφύγει από αυτές τις κατηγορίες. Αρχικά, η Midjourney δηλώνει ότι θα χρεώνει 8 φορές περισσότερο για μια δημιουργία βίντεο από μια τυπική δημιουργία εικόνας, που σημαίνει ότι οι συνδρομητές θα εξαντλούν το μηνιαίο επιτρεπόμενο όριο δημιουργιών τους σημαντικά γρηγορότερα όταν δημιουργούν βίντεο αντί για εικόνες. Κατά την κυκλοφορία, ο φθηνότερος τρόπος για να δοκιμάσει κανείς το V1 είναι εγγραφόμενος στο πρόγραμμα Basic της Midjourney με κόστος 10 δολάρια το μήνα. Οι συνδρομητές του προγράμματος Pro με κόστος 60 δολάρια το μήνα και του προγράμματος Mega με κόστος 120 δολάρια το μήνα θα έχουν απεριόριστες δημιουργίες βίντεο στην πιο αργή λειτουργία "Relax" της εταιρείας. Τον επόμενο μήνα, η Midjourney δηλώνει ότι θα επανεξετάσει την τιμολόγηση για τα μοντέλα βίντεο. Το V1 έρχεται με μερικές προσαρμοσμένες ρυθμίσεις που επιτρέπουν στους χρήστες να ελέγχουν τα αποτελέσματα του μοντέλου βίντεο. Οι χρήστες μπορούν να επιλέξουν μια αυτόματη ρύθμιση animation για να κάνουν μια εικόνα να κινείται τυχαία, ή μπορούν να επιλέξουν μια χειροκίνητη ρύθμιση που επιτρέπει στους χρήστες να περιγράψουν, με κείμενο, ένα συγκεκριμένο animation που θέλουν να προσθέσουν στο βίντεό τους. Οι χρήστες μπορούν επίσης να ρυθμίσουν την ποσότητα κίνησης της κάμερας και του θέματος επιλέγοντας "χαμηλή κίνηση" ή "υψηλή κίνηση" στις ρυθμίσεις. Ενώ τα βίντεο που δημιουργούνται με το V1 διαρκούν μόνο πέντε δευτερόλεπτα, οι χρήστες μπορούν να επιλέξουν να τα επεκτείνουν κατά τέσσερα δευτερόλεπτα έως και τέσσερις φορές, που σημαίνει ότι τα βίντεο V1 θα μπορούσαν να φτάσουν τα 21 δευτερόλεπτα. Όπως και τα μοντέλα εικόνας AI της Midjourney, τα πρώτα δείγματα βίντεο του V1 φαίνονται κάπως εξωπραγματικά, παρά υπερρεαλιστικά. Η αρχική ανταπόκριση στο V1 ήταν θετική, αν και δεν είναι ακόμα σαφές πόσο καλά συγκρίνεται με άλλα κορυφαία μοντέλα βίντεο AI, τα οποία είναι στην αγορά για μήνες ή ακόμα και χρόνια. Διαβάστε ολόκληρο το άρθρο

Η Midjourney, η δημοφιλής πλατφόρμα δημιουργίας εικόνων με τεχνητή νοημοσύνη, ανοίγει τις πύλες της σε όλους τους χρήστες μέσω της ιστοσελίδας της. Ο Διευθύνων Σύμβουλος David Holz ανακοίνωσε την Τετάρτη μέσω Discord ότι η υπηρεσία θα είναι πλέον διαθέσιμη σε όλους, όχι μόνο στους συνδρομητές επί πληρωμή, με συγκεκριμένα όμως όρια. Από την εμφάνισή της το 2022, η Midjourney έχει διανύσει σημαντική απόσταση. Αρχικά, η υπηρεσία λειτουργούσε αποκλειστικά μέσω ενός Discord server. Το περασμένο έτος, η εταιρεία ανέπτυξε και λάνσαρε μια ιστοσελίδα που αντικατόπτριζε τη λειτουργικότητα του Discord bot, αλλά η πρόσβαση περιοριζόταν σε χρήστες που είχαν ήδη δημιουργήσει τουλάχιστον 10.000 εικόνες μέσω του bot. Η νέα κίνηση της Midjourney σηματοδοτεί μια σημαντική αλλαγή στη στρατηγική της εταιρείας. Πλέον, οποιοσδήποτε ενδιαφερόμενος μπορεί να δοκιμάσει τις δυνατότητες της πλατφόρμας επισκεπτόμενος την ιστοσελίδα της. Η διαδικασία εγγραφής απαιτεί τη χρήση λογαριασμού Discord ή Google, διευκολύνοντας έτσι την πρόσβαση για ένα ευρύ κοινό. Αναμενόμενα, η δωρεάν χρήση της υπηρεσίας έχει όρια. Η Midjourney προσφέρει μια δοκιμαστική περίοδο 25 εικόνων σε κάθε νέο χρήστη. Μετά την εξάντληση αυτών των δωρεάν credits, οι χρήστες θα πρέπει να επιλέξουν ένα από τα διαθέσιμα πακέτα συνδρομής. Τα πακέτα συνδρομής της Midjourney ξεκινούν από το Βασικό πλάνο των 10 δολαρίων μηνιαίως, το οποίο προσφέρει 3,3 ώρες χρόνου χρήσης GPU μηνιαίως και τη δυνατότητα ταυτόχρονης δημιουργίας έως τριών εικόνων. Στο άλλο άκρο του φάσματος βρίσκεται το πλάνο Mega, με κόστος 120 δολάρια μηνιαίως, το οποίο παρέχει 60 ώρες Fast GPU ανά μήνα, απεριόριστες ώρες πρόσβασης σε "Relax" GPU, και τη δυνατότητα ταυτόχρονης δημιουργίας έως 15 εικόνων, αλλά με πιο αργούς χρόνους δημιουργίας. Καθώς ο ανταγωνισμός στον χώρο εντείνεται, με πλατφόρμες όπως το DALL-E της OpenAI και το Stable Diffusion να προσφέρουν παρόμοιες υπηρεσίες, η Midjourney επιχειρεί να διευρύνει τη βάση των χρηστών της και να εδραιώσει τη θέση της στην αγορά. Η κίνηση της εταιρείας αντανακλά την αυξανόμενη ζήτηση για εργαλεία δημιουργίας εικόνων με τεχνητή νοημοσύνη Διαβάστε ολόκληρο το άρθρο

Την Τετάρτη, η Midjourney ανακοίνωσε την 5η έκδοση της εμπορικής της υπηρεσίας σύνθεσης εικόνων τεχνητής νοημοσύνης, η οποία μπορεί να παράγει φωτορεαλιστικές εικόνες με επίπεδο ποιότητας που ορισμένοι οπαδοί της τεχνητής νοημοσύνης χαρακτηρίζουν "ανατριχιαστικό" και "τέλειο". Το Midjourney v5 είναι διαθέσιμο τώρα ως δοκιμή alpha για τους χρήστες που εγγράφονται στην υπηρεσία, η οποία είναι διαθέσιμη μέσω του Discord. Οι ενδιαφερόμενοι μπορούν να ξεκινήσουν τη διαδικασία από την επίσημη ιστοσελίδα της υπηρεσίας. «Το MJ v5 μου φαίνεται προς το παρόν σαν να παίρνω επιτέλους γυαλιά, αφού αγνοούσα για καιρό ότι η όρασή μου ήταν κακή», δήλωσε η Julie Wieland, γραφίστρια που μοιράζεται συχνά τις δημιουργίες της Midjourney στο Twitter. «Ξαφνικά βλέπεις τα πάντα σε 4k, αισθάνεσαι παράξενα αλλά και καταπληκτικά». Η Wieland μοιράστηκε μερικές από τα αποτελέσματα διαφόρων εκδόσεων του Midjourney με την ιστοσελίδα Ars Technica, τα οποία σίγουρα δείχνουν μια πρόοδο στη λεπτομέρεια της εικόνας από τότε που το Midjourney εμφανίστηκε για πρώτη φορά τον Μάρτιο του 2022. Η έκδοση 3 έκανε το ντεμπούτο της τον Αύγουστο και η έκδοση 4 έκανε το ντεμπούτο της τον Νοέμβριο. Κάθε έκδοση προσέθετε περισσότερη λεπτομέρεια στα παραγόμενα αποτελέσματα, όπως δείχνουν τα πειράματά: Σύγκριση αποτελεσμάτων από τις εκδόσεις Midjourney v3/v4/v5 στην εντολή "a muscular barbarian with weapons beside a CRT television set, cinematic, 8K, studio lighting" Το Midjourney λειτουργεί παρόμοια με τα AI μοντέλα σύνθεσης εικόνων όπως το Stable Diffusion και το DALL-E, καθώς παράγει εικόνες με βάση περιγραφές κειμένου που ονομάζονται "προτροπές", χρησιμοποιώντας ένα μοντέλο τεχνητής νοημοσύνης που έχει εκπαιδευτεί σε εκατομμύρια έργα τέχνης που έχουν δημιουργηθεί από ανθρώπους. Πρόσφατα, το Midjourney βρέθηκε στο επίκεντρο μιας διαμάχης για τα πνευματικά δικαιώματα σχετικά με ένα κόμικ που χρησιμοποιούσε προηγούμενες εκδόσεις της υπηρεσίας. Αφού πειραματίστηκε με την v5 για μια ημέρα, η Wieland αναφέρει βελτιώσεις που περιλαμβάνουν «απίστευτα ρεαλιστικές υφές δέρματος και χαρακτηριστικά προσώπου, πιο ρεαλιστικό ή κινηματογραφικό φωτισμό, καλύτερες αντανακλάσεις, λάμψεις και σκιές, πιο εκφραστικές γωνίες και μάτια που είναι σχεδόν τέλεια και όχι πια στραβά». Μερικά από τα άκρως εντυπωσιακά αποτελέσματα μπορείτε να τα δείτε παρακάτω. Και, φυσικά έχουμε και τα χέρια… Τον τελευταίο χρόνο, η ιδέα ότι οι δημιουργικές γεννήτριες AI δεν μπορούν να αποδώσουν σωστά τα χέρια έχει γίνει ένας από τους σημαντικούς λόγους κριτικής. Όμως το Midjourney v5 μπορεί να δημιουργήσει αρκετά καλά, ρεαλιστικά ανθρώπινα χέρια. «Τα χέρια είναι σωστά τις περισσότερες φορές, με 5 δάχτυλα αντί για 7-10 σε ένα χέρι», δήλωσε η Wieland. Στις σημειώσεις που αφορούν τα χαρακτηριστικά της νέας έκδοσης στο Discord, η Midjourney σημείωσε επίσης ότι η v5 ανταποκρίνεται πλέον με ένα "πολύ ευρύτερο στυλιστικό εύρος" από την προηγούμενη έκδοση, ενώ είναι επίσης πιο ευαίσθητη στις προτροπές, παράγει λιγότερο ανεπιθύμητο κείμενο και προσφέρει 2 φορές μεγαλύτερη ανάλυση εικόνας. Αν υπάρχει κάποιο οπτικό μειονέκτημα στην αναβάθμιση της Midjourney για τους οπαδούς της AI art, αυτό ίσως προέρχεται από τις εικόνες που μπορεί να είναι τόσο ρεαλιστικές και "τέλειες" που η ακρίβεια του μοντέλου αφαιρεί μέρος της συγκίνησης της επανειλημμένης δημιουργίας εικόνων AI για την εύρεση ενός κατάλληλου αποτελέσματος. Χρήστης του Twitter με το όνομα Philipp Lenssen σημειώνει: «Αν έχετε ένα συγκεκριμένο θέμα εικόνας στο μυαλό σας, εξακολουθεί να μοιάζει λίγο με λοταρία. Αλλά με μεγαλύτερες πιθανότητες νίκης από τη v4». Διαβάστε ολόκληρο το άρθρο