Midjourney 是一家广受欢迎的 AI 图像生成初创公司，仅在其 Discord 服务器上就拥有超过 2100 万用户。如今，该公司正在从 AI 图像创建和编辑领域拓展，推出了一款名为“Patchwork”的新工具。Max Kreminski 是 Midjourney 故事实验室的负责人，他在 Discord 和 X 上通过 Restream 进行的直播屏幕共享中演示了这款新工具。他明确表示，这将是一个独立的应用程序，需要使用 Midjourney 账户登录，并且该 URL 将在 Midjourney discord 服务器的“更新”频道中作为“研究预览”提供。用户需要将他们的 Midjourney discord 账户与他们的 Google 账户连接，以访问 Patchwork 的研究预览。该公司在其 X 账户上发布了这样做的说明。这款工具似乎是一个基于网络的空白白色无限画布，浏览器屏幕左侧有一个“工具箱”，显示了各种标记为“角色”、“事件”、“派系”、“地点”、“道具”和“随机”的按钮，以及“笔记”、“图像”、“门户”、“保存”和“共享”等工具。“保存”会下载一个 JSON 文件，其中包含画布中创建的所有 Midjourney 图像的链接。Midjourney 将每个画布视为一个单独的数字“世界”。要在不同的世界之间切换，用户可以创建一个“门户”，即一个黑色的小圆形按钮。要生成一个新的世界，用户可以在“创建”屏幕顶部的编辑器栏中输入文本提示，并选择一组 10 种不同图像风格中的一种或多种。然后，这将生成一个带有一堆新的静态图像资产和文本框或称为“碎片”的实体的新白板，包括允许用户提示新图像或符合初始世界描述的设置的输入框，甚至是全新的 AI 生成的角色描述。在演示直播中，角色名称自动填充为 Marcus“Dizzy”Gillespie，与著名爵士音乐家的名字相呼应。将描述拖到一个新的角色图像创建框中，会生成四个新的 AI 生成的图像。添加新的角色框后，用户可以提示创建名称和特征，以及可以激发故事基础冲突的动机。然后，用户可以用线条将角色连接在一起，表示它们之间的联系。他们还可以编写动作序列和场景描述，每个都讲述一个故事。每个角色可以在多个图像中使用，并且可以使用一个选项将这些图像收集在一起。用户可以与其他 Midjourney 用户“共享”该板，他们可以实时协作，多个光标在同一个共享画布上移动。根据 Kreminski 的说法，一个单一的世界可以支持数十个，甚至多达 100 个用户。然而，他指出，用户越多，体验就会越混乱。Kreminski 说，只有登录的用户才能查看板（目前），但在未来，板可能会被非用户查看。他提到，桌面角色扮演小组已经在使用该功能来绘制他们的活动。他还表示，Midjourney 版本 7（V7）将包括一个设置，允许在不同的和新的图像中保持多个角色的一致性。迈向沉浸式 3D 世界Kreminski 进一步透露，至少有 3 种不同的大型语言模型为该应用程序提供支持，包括一个为 Midjourney 独特微调的开源模型。最终，它似乎是一个新颖、复杂、强大、有点令人不知所措但又引人注目的故事板工具。我可以很容易地看到它被作家、电影导演、游戏设计师、漫画创作者甚至现场戏剧导演和作家使用。从长远来看，Kreminski 说，在“世界的细节和交互的升级方面有一个非常明确的路径”，包括完全沉浸式的 3D 虚拟现实场景，但这可能还需要几年的时间。这一消息发布之际，其他 AI 研究人员、初创公司如 Fei-Fei Li 的 World Labs 以及谷歌等大型科技公司都在寻求开发能够从简单的提示或图像在线创建 3D 沉浸式、可导航世界的 AI。更多 Midjourney 更新即将推出此外，Midjourney 的创建者 David Holz 加入了宣布直播，称该初创公司将在未来几天推出多种模型个性化模式。目前，Midjourney 允许用户对图像进行评分，以个性化他们希望在生成中看到的视觉类型，并微调模型以满足个人偏好。现在，该初创公司将允许用户拥有多个可切换的个性化版本。此外，Holz 分享说，Midjourney 将允许用户上传和参考多个图像到板上，以指导生成。此外，在圣诞节（12 月 25 日）后的某个时候，Midjourney 将推出视频模型和 Midjourney V7 AI 图像生成器，该生成器将具有增强的提示理解能力。Holz 进一步透露，Midjourney 正在开发三到四个新的硬件项目，并表示该初创公司“正在努力拓展并成为一个完整的研究实验室……可能需要我们六个月的时间来宣布所有六件事情。”
