给张图就能反推Prompt,AI绘画神器Midjourney能够「看图说话」了

简介: 给张图就能反推Prompt,AI绘画神器Midjourney能够「看图说话」了


AI 反推出来的 prompt,会比人类手写的更好吗?


在各种 AIGC 产品层出不穷的今天,让 AI 画一张图已经不是什么难事。

尽管有着「无需动笔」、「零门槛作画」等一系列优点,但很多人并不能借助 AI 之手轻松获得一幅理想中的作品 —— 难点在于「prompt」。

Prompt 方法是一门极深的管理学问:如果不输入精准的命令描述,生成结果就可能十分随机,甚至与预期相去甚远。但归根结底,如何给出完美的 prompt,如何让模型按照人类用户预设的方式输出结果,甚至如何降低花在 prompt 上的成本,很少有人清楚。

正因此,AIGC 产业衍生出了一种专门的职业 ——prompt 工程师。前段时间,初创公司 Anthropic 在旧金山招聘「prompt 工程师和图书馆员」,给出的薪水高达 33.5 万美元。

或许,这一过程也能让 AI 代劳呢?AI 会做的比人类更好吗?

最近,AI 绘画神器 Midjourney 就上新了一个功能:/describe。

「今天,我们发布了一个 /describe 命令,可让您将图像转换为文字。」

具体来说,Midjourney 学会了从图像中反推 prompt。如果你在 Midjourney 上传一张图片,它会提供给四个版本的描述,你可以直接拿来并进行调整,然后去生成自己想要的图片变体。

Midjourney 是一款 2022 年 3 月发布的 AI 绘画工具,此前刚刚推出第五代版本,由于生成效果十分「炸裂,大量用户迅速涌入,以至于该公司不得不关闭了免费注册通道。

这一次功能的更新意义重大:

  • 改进可访问性:通过用于 Web 显示的 ALT 文本元素,图像描述让有视觉障碍或阅读困难的人更容易访问数字内容;
  • 增强的可搜索性:描述可以通过搜索引擎启用更好的搜索功能和索引;
  • 用于标题:可以包含描述,使图像更加清晰;
  • 详细 prompt:描述可用于创建更详细的 prompt 以制作新变体,可以为快速工程提供灵感。


怎么使用?

用户只需从写一个「 /describe」开始,Midjourney 提供了上传图像的位置:

上传图片后,点击进入:

然后,Midjourney 根据图像返回四个描述:

底部的四个数字是混合按钮,每个数字都与相应的描述相匹配。单击数字,Midjourney 会根据新的描述重新混合图像。

你也可以混合修改 prompt:

这是创建示例图像的原始 prompt:

an illustration of a brain with tree roots, psychedelic art, vibrant, by Alex Grey, by Amanda Sage, by Robert Venosa, neon colors(一幅有树根的大脑图像,迷幻艺术,充满活力,作者 Alex Grey,作者 Amanda Sage,作者 Robert Venosa,霓虹颜色)


这是 Midjourney 描述的 prompt 之一,被用于混合:

An image of an abstract brain tree with roots, in the style of mark henson, luminous colors, dark symbolism, detailed anatomy, bold lines, vibrant color, psychological phenomena illustrations, chiaroscuro woodcuts(一幅有树根的抽象大脑树图像,马克・亨森的风格,明亮的色彩,黑暗的象征主义,详细的解剖学,大胆的线条,鲜艳的色彩,心理现象的插图,千鸟格的木刻)


新的生成结果如下:

试用体验

该功能一经发布,就吸引了各位 AI 绘画爱好者的注意,很多人立马就上手开始创作了。

以下是通过一张 NASA 登月任务宇航员照片生成的新图片(右),的确以假乱真:

下图(左)为原图,(右)为 /describe 之后生成的新结果:

还有人想到,可以用 /describe 来进行品牌 logo 的升级。如此一来,既可以延续此前的品牌辨识度,又带来了全新的形象。

星巴克的「新 logo」毫无违和感。

苹果公司的经典标志,也可以是五彩缤纷的:

这是阿迪达斯:

百事公司可以考虑以下这款新设计:

不管是「文生图」还是「图生文」,随着用户交互的增加,MidJourney 的效果必然会有所提升。有研究者猜测,MidJourney 一直在进行大规模的人类反馈强化学习(RLHF),而这可能是有史以来规模最大的文字转图像。拥有的用户越多,MidJourney 能做的 RLHF 就越好,然后获得的用户会变得更多。


参考链接:https://medium.com/the-generator/midjourneys-crazy-new-describe-feature-a96cc09203cc

相关文章
|
2月前
|
人工智能 IDE Java
AI Coding实践:CodeFuse + prompt 从系分到代码
在蚂蚁国际信贷业务系统建设过程中,技术团队始终面临双重考验:一方面需应对日益加速的需求迭代周期,满足严苛的代码质量规范与金融安全合规要求;另一方面,跨地域研发团队的协同效率与代码标准统一性,在传统开发模式下逐渐显现瓶颈。为突破效率制约、提升交付质量,我们积极探索人工智能辅助代码生成技术(AI Coding)的应用实践。本文基于蚂蚁国际信贷技术团队近期的实际项目经验,梳理AI辅助开发在金融级系统快速迭代场景中的实施要点并分享阶段性实践心得。
552 25
AI Coding实践:CodeFuse + prompt 从系分到代码
|
3月前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
1409 133
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
4月前
|
人工智能 算法 前端开发
超越Prompt Engineering:揭秘高并发AI系统的上下文工程实践
本文系统解析AI工程范式从Prompt Engineering到Context Engineering的演进路径,深入探讨RAG、向量数据库、上下文压缩等关键技术,并结合LangGraph与智能体系统架构,助力开发者构建高可靠AI应用。
644 2
|
2月前
|
存储 人工智能 搜索推荐
LangGraph 记忆系统实战:反馈循环 + 动态 Prompt 让 AI 持续学习
本文介绍基于LangGraph构建的双层记忆系统,通过短期与长期记忆协同,实现AI代理的持续学习。短期记忆管理会话内上下文,长期记忆跨会话存储用户偏好与决策,结合人机协作反馈循环,动态更新提示词,使代理具备个性化响应与行为进化能力。
466 10
LangGraph 记忆系统实战:反馈循环 + 动态 Prompt 让 AI 持续学习
|
2月前
|
存储 机器学习/深度学习 人工智能
构建AI智能体:三、Prompt提示词工程:几句话让AI秒懂你心
本文深入浅出地讲解Prompt原理及其与大模型的关系,系统介绍Prompt的核心要素、编写原则与应用场景,帮助用户通过精准指令提升AI交互效率,释放大模型潜能。
562 5
|
2月前
|
人工智能 编解码 芯片
【AI绘画】你有多久没有打开SD了?
曾几何时,Stable Diffusion的复杂参数令人崩溃,如今即梦、可灵等AI工具已让生成图片变得轻而易举。哩布哩布发布2.0升级公告,看似迈向更易用的未来,却也悄然为那个钻研模型、拼接工作流的“拓荒时代”奏响终章。技术迭代飞快,但那份对创造的热爱与探索精神,永不褪色。
710 9
|
2月前
|
数据采集 人工智能 JSON
Prompt 工程实战:如何让 AI 生成高质量的 aiohttp 异步爬虫代码
Prompt 工程实战:如何让 AI 生成高质量的 aiohttp 异步爬虫代码
|
2月前
|
传感器 人工智能 运维
拔俗AI巡检系统:让设备“会说话”,让隐患“早发现”,打造更安全高效的智能运维
AI巡检系统融合AI、物联网与大数据,实现设备7×24小时智能监测,自动识别隐患并预警,支持预测性维护,提升巡检效率5倍以上,准确率超95%。广泛应用于工厂、电力、交通等领域,推动运维从“被动响应”转向“主动预防”,降本增效,保障安全,助力数字化转型。(238字)
|
4月前
|
人工智能 JSON 数据格式
AI prompt for a WorldHistory Chart
本项目旨在生成包含全球历史上所有国家及政治实体的详尽列表,无论其存在时间长短或规模大小,总数超过1000个。列表以JSON格式输出,包含英文名、中文名、起始时间和结束时间,并按起始时间排序。数据涵盖各类政治实体,不回避争议或隶属关系,时间不确定者以估算值代替,最终成果为`political-entity.json`。
67 0