大ヒットアップデート丨Midjourney(ミッドジャーニー)が「スタイルアジャスター」を発売し、一貫した画風を持つことはもはや難しくありません

文:カール・フランゼン

ソース: VentureBeat

画像出典:Unbounded AIによって生成

Midjourneyは、最もホットなAIアートおよびテキストから画像へのジェネレーターの1つとして、ユーザーが純粋な英語で入力したプロンプトに基づいて高品質のアートワークを生成することができ、すでにテレビや劇場で上映されています。

元Magic LeapプログラマーのDavid Holz氏が考案し、2022年夏にローンチされたMidjourneyは、スタンドアロンのメッセージングアプリDiscordのサーバーで1,600万人以上のユーザーを魅了し、パンニング、拡張機能、アニメに焦点を当てたモバイルアプリなどの新機能を備えたプログラマーの小さなチームによって常に更新されています。

しかし、同じスタイルでまとまりのあるストーリーを伝えたいと考えている企業、ブランド、クリエイターにとって、2023年11月1日の夜にリリースされた最新のアップデート(Style Tunerと呼ばれる)は、間違いなくこれまでで最も重要なアップデートです。 これは、この機能により、ユーザーが独自のビジュアルスタイルを生成し、アプリで生成された任意の画像に適用できるためです。

この機能が登場する前は、ユーザーは複数の画像で一貫したスタイルを生成するためにテキストの説明を繰り返す必要があり、MidjourneyはほとんどのAIアートジェネレーターと同様に、無制限の機能を持つさまざまな画像スタイルとタイプを提供できるため、それでも結果を保証するものではありませんでした。

今では、ユーザーは自分の言語に頼るのではなく、さまざまなスタイルから選択し、将来のすべての作品に適用するコードを取得して、同じ美的スタイルを維持することができます。 Midjourneyのユーザーは、コードをコピーして別の場所に貼り付けて保存し、後で参照したり、組織内の他のMidjourneyユーザーとコードを共有して同じスタイルの画像を生成したりすることもできます。 これは、企業、ブランド、そして統一されたスタイルでの共同制作プロジェクトを探している人にとって大きな課題です。

ハウツー MIDJOURNEYスタイルアジャスター**

MidjourneyのDiscordサーバーにアクセスすると、ユーザーは「/tune」と入力し、プロンプトに従ってスタイルをデバッグすることができます。

たとえば、冬季に製品やサービスのWebサイトの背景画像を更新して、雪を増やして快適な空間を含めたいと考えています。 「/tune」の後に「快適なセーターを着たロボットが暖炉の前に座り、カップからホットチョコレートを飲んでいる」というプロンプトのアイデアを入力できます。

その後、MidjourneyのDiscordボットは、スタイル調整プロセスを詳細に説明し、続行するかどうかをユーザーに尋ねる大きなメッセージで自動的に返信します。 このプロセスには手数料がかかり(Midjourneyのサブスクリプションプランは月額10ドルから、月払い、または年額96ドルで前払い)、各プランに付属する高速GPUクレジットの一部を使用することに注意してください(プランレベルに応じて、より高価なプランでより多くの高速GPUクレジットが付与されます)。 これらのポイントは、「リラックス」モードと比較して画像生成を高速化するために使用されます。

スタイル、方向、モード、およびその意味を選択

この情報には、ユーザーがさまざまなオプションを選択できる 2 つのドロップダウン メニューが含まれています: スタイル方向の数 (16、32、64、または 128) とモード (デフォルトまたは未処理)。

「スタイルの方向」設定は、Midjourneyがユーザーのプロンプトに基づいて生成する画像の数を示し、それぞれが非常に異なるスタイルを表示します。 ユーザーは、これらの画像から独自のスタイルを選択したり、結果の画像を組み合わせて、それらのいくつかに基づいて新しいメタスタイルを作成したりする機会があります。

重要なのは、スタイルと向きのオプションが異なれば、生成される画像の量も異なり、それぞれが異なる GPU ポイントを消費することです。 たとえば、16 のスタイルのルート案内には 0.15 GPU クレジットがかかり、128 のスタイル ルート案内には 1.2 GPU クレジットがかかります。 したがって、ユーザーは、生成するスタイルの数と、それらのポイントをすべて使用するかどうかを慎重に検討する必要があります。

同時に、「モード」設定はバイナリであり、ユーザーはデフォルトモードまたは写真のリアリズムと粒子の粗さに関連するRAWモードのいずれかを選択できます。 生の画像はフィルムやデジタル一眼レフのように見えるため、よりリアルになる可能性がありますが、デフォルトモードと調整されたスムージングモードは含まれませんが、人工の痕跡も含まれます。

この記事のプレゼンテーションでは、16のスタイルの向きとデフォルトのモードを選択しました。 余談ですが、私たちのテストや、一部のユーザーがオンラインで報告したテストでは、Midjourney(ミッドジャーニー)が誤ってユーザーが要求したよりも1レベル多いスタイルの方向性を与えていたため、私たちの場合、16のスタイルを要求したにもかかわらず、32のスタイルが得られました。

モードとスタイルの方向性を選択すると、Midjourney(ミッドジャーニー)ボットが続行するかどうかを尋ね、使用しているポイント数を再度表示し、緑色のボタンを押すと続行できます。 プロセス全体には最大2分かかる場合があります。

選択するさまざまなスタイルを見つける方法

Midjourney(ミッドジャーニー)がスタイルアジャスターオプションの作業を終えると、ボットは下の画像のようなメッセージで応答します。 カスタム スタイル アジャスターの作成が完了しました。 You now can view, share, and generate styles here:」と表示され、その後にMidjourneyのアジャスターのウェブサイト(ドメイン名 tuner.midjourney.com)のURLが続きます。

結果のURLは、文字と数字のランダムな文字列で終わる必要があります。 念のため、以下のスクリーンショットのURLを削除しました。

URLをクリックすると、ブラウザでMidjourneyのウェブサイトに移動します。

その後、ユーザーには、Midjourney(ミッドジャーニー)からカスタマイズされたデフォルトのメッセージが表示され、ユーザーのプロンプト言語が表示され、調整プロセスを完了する方法が説明されます。 とはいえ、Midjourneyはユーザーに「2つのスタイルを一度に比較する」または「1つの大きなグリッドからお気に入りを選ぶ」というラベル付きのボタンで2つの異なるオプションから選択するように求めています。

前者の場合、「2つのスタイルを一度に比較する」と、Midjourneyは、Discordのスタイル方向オプションで以前に選択した任意の数の画像に対して、4つの画像の行に2つの画像のグリッドを表示します。

ユーザーは各行から4×4のグリッドを無制限の行数で選択でき、Midjourneyはそれらのグリッドの組み合わせに基づいてスタイルを設定します。 メッシュが選択されているかどうかは、グリッドの周囲に表示される白いアウトラインで判断できます。

最初の行から右側の画像を選択し、下の行から左側の画像を選択すると、Midjourneyは2つの画像スタイルを組み合わせ、ユーザーが今後のすべての画像に適用できるようにします。 Midjourneyが選択ページの下部で指摘しているように、各行からより多くのオプションを選択すると、より「ニュアンスがあり、きれいに配置された」スタイルになり、いくつかのオプションを選択するだけで「大胆なスタイル」になります。

2 番目のオプションは "1 つの大きなグリッドからお気に入りを選択" で、ユーザーは、以前に設定されたスタイルの方向の数に基づいて生成されたすべての画像のグリッド全体から 1 つの画像のみを選択できます。 この記事では、合計32の画像が8×4グリッドに配置されています。 このオプションは、[2 つのスタイルを比較] オプションよりも正確ですが、より多くの制限が生じます。

この記事では、「2つのスタイルを一度に比較する」と合計5つのグリッドを選択し、アルゴリズムに組み合わせたスタイルを決定させます。

新しく調整したスタイルを新しい画像とプロンプトに適用します

ユーザーがスタイルのベースとして何行の画像を選択しても、Midjourneyは自動的にそのスタイルを適用し、数字と文字のショートコードに変換し、ユーザーが手動でコピーして今後のすべてのプロンプトに貼り付けることができます。 このコードは、ユーザー固有のスタイル調整ページの下部のいくつかの場所 ("Your code is:" というラベルの付いたセクションとコードに続くセクションの両方)、およびユーザーが指定した元のコードから作成されたヒントの例 (最下部の永続的なオーバーレイ chyron 要素) に表示されます。

ユーザーは、これらのコードをコピーしてどこかに保存するか、元のプロンプト全体をコピーして下部のカイロンにコードを追加することができます。 ユーザーは、下部にある小さな「更新」アイコン(円形の矢印)を押して、スタイル全体をやり直すこともできます。

その後、ユーザーはMidjourney Discordサーバーに戻り、プロンプトの後に「Imagine / A robot in a comfortable sweater sitting at front of the fireplace drinking hot coffee from a cup -- style [insert style code here]」のようにコードを貼り付ける必要があります。

これは、元のヒントと新しく生成されたスタイルを使用して生成した 4×4 の画像グリッドです。

4台目のロボットが一番気に入っているので、それを選択して「U4」をクリックすれば完了です。

これで、"Robot Family Open Gift - Style [insert style code]" のように、新しいプロンプトの末尾に "-style" 言語をコピー&ペースト/手動で追加することで、同じスタイルを新しいプロンプトに適用できます。 その結果の一部を次に示します。

悪くないですよね? これは、何度かビルドを行った後の結果であることに注意してください。 さらに、スタイルコードは、アスペクト比/サイズなど、プロンプト内の他のパラメーターでも使用できます。 これは、同じプロンプトを使用する 16:9 バージョンですが、"ロボットのファミリーがギフトを開く -ar 16:9 -style [ここにスタイル コードを挿入]" という単語が含まれています。