MidJourney V5.2 vs. V6 Alpha: Wir testen die Unterschiede

Vom Buntstiftgekritzel zum Meisterkünstler.

MidJourney hat die Alpha-Version seines V6-Modells herausgebracht und es gibt viele versprochene Verbesserungen gegenüber V5.2. Wir schauen uns an, was auf dem Papier besser ist, und testen es im Vergleich zum älteren Modell.

Was ist neu in V6?

Zweifellos ist bei V6 unter der Haube viel passiert, aber MidJourney hat die wichtigsten Features in einem offiziellen Discord-Thread hervorgehoben. Beachten Sie, dass Sie Mitglied des MidJourney Discord sein müssen, um den betreffenden Beitrag anzuzeigen. Dies sind die wichtigsten Änderungen:

Genauere, sofortige Einhaltung.
Längere Eingabeaufforderungen.
Verbesserte Kohärenz und Modellkenntnis.
Verbesserte Bildaufforderung und Neumischung.
Geringe Fähigkeit zum Zeichnen von Texten (ähnlich dem neuen DALL-E-Modell).
Verbesserte Upscaler mit den Modi „subtil“ und „kreativ“.

Kurz gesagt, V6 bringt MidJourney näher an die beeindruckenden neuen Fähigkeiten des Konkurrenztools DALL-E 3 heran, aber hier sind wir daran interessiert, zu sehen, wie viel besser es ist als das V5.2-Modell, das zum Zeitpunkt des Schreibens die Standardversion war .

Wenn Sie MidJourney-Abonnent sind und die neue V6 Alpha-Version ausprobieren möchten, geben Sie einfach Folgendes ein /Einstellungen in Discord und wählen Sie dann V6 aus dem Modellmenü, das nach dem Senden des Befehls erscheint.

Schnelle Einhaltung

Als erstes möchte ich testen, wie gut sich das neue Modell an die Aufforderung hält. In der Vergangenheit betrachtete MidJourney Details in der Eingabeaufforderung eher als vage Vorschläge denn als Anweisungen. Hier ist also eine Eingabeaufforderung mit sehr detaillierten Anweisungen.

Draw a marketplace in a futuristic city. To the left of the frame, is a woman with a shopping basket in her left arm. To the right is a street market stall. A robot is behind the stall selling fruit. The robot is purple, and he is holding an apple in his outstretched right arm.

Für jedes Modell habe ich das Bild ausgewählt, das meiner Aufforderung am ehesten entspricht. Hier ist das Beste, was V5.2 hervorgebracht hat.

Hier ist das Beste, was V6 hervorgebracht hat.

Während V5.2 im Allgemeinen alle von mir angeforderten Elemente enthält, sind sie im Verhältnis zum Rahmen oder zueinander nicht richtig angeordnet. Der einzige wirkliche Fehler, den V6 hier gemacht hat, besteht darin, den Apfel in den linken Arm des Roboters und den Einkaufskorb in den rechten Arm des Mädchens zu stecken. Am wichtigsten ist vielleicht, dass alle mit V6 erzeugten Bilder viel kohärenter sind als die mit V5.2 erstellten Bilder, die hier keinen Sinn für Bildausschnitt oder Ausgewogenheit haben und einfach irgendwie zusammengefügt wirken.

Text in Bilder einfügen

Wie DALL-E 3 verfügt MidJourney V6 über die Möglichkeit, Text richtig in ein Bild zu integrieren. Sie müssen lediglich den Text in Ihrer Eingabeaufforderung durch Anführungszeichen trennen. Hier ist die Eingabeaufforderung, die wir verwendet haben:

A fabric flag with the words "How To Geek" on it.

Ich stelle hier alle vier Versuche beider Modelle dar, um zu zeigen, dass V6 hier noch nicht perfekt ist, aber keines der V5.2-Bilder kommt auch nur annähernd an den richtigen Text heran.

Mit V6 war es jedoch beim ersten Versuch zu 75 % erfolgreich, und Sie können deutlich erkennen, dass der Text ordnungsgemäß in das Bild integriert und nicht nur überlagert wurde.

Künstlerische Qualität

Während wir mehr oder weniger objektiv testen können, wie gut V6 einer Aufforderung folgen oder Text integrieren kann, ist die künstlerische Qualität viel schwieriger zu bestimmen. Bei meinem Vergleich der MidJourney-Modelle V1 bis V5.2 wurde deutlich, dass die KI mit jedem neuen Modell mangels eines besseren Wortes „einfallsreicher“ wurde. Komposition und Detailgenauigkeit haben sich ebenfalls drastisch verbessert, und ehrlich gesagt war V5.2 in puncto künstlerischem Flair immer noch die Nummer eins, wie ich bemerkte, als ich MidJourney mit DALL-E 3 verglich.

Daher denke ich, dass es am besten ist, dies dem Urteil jedes einzelnen Lesers zu überlassen, und deshalb hier ein paar Bildpaare, mit V5.2 links und V6 rechts.

Prompt: An epic and beatiful fantasy scene of an elvish village where the elves are going about their business. Make it an oil painting

Prompt: A futuristic street scene with aliens, robots, and humans all living in the same city. Make it in the style of a digital speed painting.

Prompt: A nature photograph of mountains as seen from the beach, with a large visible moon in the sky.

Es ist (vorerst) nur ein Alpha

Es ist wirklich wichtig zu bedenken, dass MidJourney V6 zum Zeitpunkt des Schreibens noch nicht fertig ist. Dies ist ein neues Modell, das von Grund auf trainiert wurde, jedoch mit den Lehren aus früheren Modellen. In V6 fehlen immer noch einige der großartigen Mehrwerte, die Sie in V5.2 finden, wie beispielsweise die Möglichkeit, das Bild zu schwenken.