【CSDN 编者按】最近 AI 绘画工具新版本 Midjourney V5 一经发布，便火爆朋友圈，今天我们就来评测一下 V5 与 V4 的区别~
原文链接：https://medium.com/@catmus2048/midjourney-v5-%E6%AF%94-v4-%E6%9B%B4%E5%A5%BD%E5%90%97-%E7%BB%BC%E5%90%88%E8%AF%84%E6%B5%8B-prompt-%E5%85%A8%E5%85%AC%E5%BC%80-bd8a1d909867
最近是不是被这张在网上转疯了的情侣照刷爆圈了。
第一眼是不是以为是真人拍摄。
但实际是 AI 生成的，来自 Midjourney V5 版本产出的一张 AI 绘画。
Midjourney V5 已发布多天，今天将做个全面评测：
V5 的惊艳之处：photograpy，CG rendering，HD film style 类生成。
Prompt 控制准确度的基本测试。
V5 比 V4 更好的地方：在 V5 里可以准确控制镜头语言，光影也更真实自然。
V5 相比 V4 倒退的地方：V5 会让构图更碎片化、产生更多不必要的细节，成像的锐利和清晰程度下降。
V5 的惊艳之处
下面是一些用 V5 生成的照片写实类 photo realism。
摄影一只爬行动物的美丽眼睛，蜥蜴的眼睛，蓝色和金色的瞳孔，特写视图，黑暗清晰的背景，极简主义，艺术，大气，杰作，HDR，超细节，500px
水下场景的表现非常不错，光影和水波反射的处理都非常真实。
水下泳池摄影，水下奔跑的马的照片，全身马，明亮，艺术，魔术时间，大气，杰作，生动的色彩，HDR，超逼真，锐利聚焦，超级细节，500px，8K，壁纸
水下泳池摄影，微笑的婴儿在水下游泳的惊人照片，高速摄影，HDR，艺术，极简主义，超现实，魔术时间，日落，金色闪耀，大气，杰作，8K，壁纸
美术摄影，美丽的眼睛，超逼真的瞳孔，特写视图，深色清晰背景，极简主义，艺术，大气，杰作，HDR，黄金比例构图，超详细，500px
摄影，一个透明的水晶立方体，高高地漂浮在天空， 动荡的大海，北冰洋，日落，魔术时间，HDR，极简主义，艺术，大气，未来派，超详细，8K壁纸，HDR，500px
美术摄影，祈祷之手，超级逼真，特写视图，深色清晰背景，极简主义，艺术，大气，杰作，HDR，黄金比例构图，超详细，500px
黑桃王牌和银弹的特写镜头，在旧西方沙龙橡木桌上的一杯威士忌旁边金属材质的渲染
液态金属，流动 飞溅，深色和金色，丝带般的光泽，逼真，工作室光线，惊人的纹理，锐利的焦点（上）| 乔治·詹森（下）的作品
黑白胶片风格和电影风格的照片生成
城市景观
一个穿着大衣的老人走向白雪皑皑的海滩，冬天的海洋，逼真，电影，超详细
令人惊叹的自然景观， 教堂
你可以用 a scene from the movie **** ，配合一个超宽的比例，生成很多电影场景，比如下面五张教父系列。
电影“教父”中的一个场景，黑色电影，自然光，富士胶片，豪华，历史，4k
街景，小教堂，黑色电影，广角镜头，胶片照明，富士胶片，豪华，电影静止图像
人像生成
编辑风格的照片中特写镜头，一个年轻的黑发法国女人，坐在大理石桌旁，穿着黑色连衣裙和钻石项链，在装饰艺术风格的餐厅里，天鹅绒、黄铜和镜子装饰，宝石色调调色板，西榆树，枝形吊灯，餐厅，晚上，自然采光，富士胶片，豪华，历史，4k
支持 image split （下面的生成看起来像是两张图，但实际上是一张，在 Prompt 里使用 image split into 2，就可以得到同一角色 + 同一服饰的在不同视角的两种生成结果。你也可以尝试 2 倍 以上的 split，然后再进行高倍 upscale）。
一张近景，一张膝高镜头。
V5 也支持 3:1 这种超宽比例，或是 1:3 超高比例。
3:1超宽比例
CG 渲染类的生成
一只和猫说话的老人，赛博朋克，电影，超细节，虚幻引擎，自由度，超分辨率，百万像素，电影照明，抗锯齿，CGI，VFX，SFX，超极简主义，超逼真，体积，逼真，全彩，写实，16K，锐利聚焦
人形脸的半机械人机器人/抱着黑猫，赛博朋克，超级细节，虚幻引擎，自由度，超分辨率，百万像素，电影照明，抗锯齿，CGI，VFX，SFX，超最大化，超现实，体积，逼真，全彩，逼真，16K，清晰聚焦
赛博朋克战士的半身肖像，超现实，半身，HDR，鲜艳的色彩，电影，超细节，虚幻引擎，自由度，超分辨率，百万像素，电影照明，抗锯齿，CGI，VFX，SFX，超极简主义，超逼真，体积，逼真，全彩，16K， 清晰聚焦
插画风格
Prompt 控制准确度的基本测试
穿白衣服的男人坐在红椅子上拿着蓝色的水杯。最常见的染色溢出问题还是很严重。
“抱猫的机器人”， 这个 Prompt 用 V5 跑了好几次，每次都是猫头机器人，新版本中两个对象貌似出现了比 V4 更严重的混淆问题。
3 个柠檬和 2 个玻璃碗，数量依然不能精确控制。不过 V5 的水彩渲染要远好于 V4，但油画风格的渲染都一样不是很好。
马依然不能骑宇航员
多物体的空间关系也仍然无法精确控制，不过 V5 起码每一张都生成了一把椅子。
V5 相比 V4 的优势之处
V5 在镜头语言的控制上，相比 V4 实现了非常明显的进步，光影的渲染也更写实、自然。AI 感已经变得很弱了，几乎肉眼难辨。
POV 第一视角
俯拍镜头 overhead shot
低角度镜头
V5有一张做到了非常标准，V4 基本是不太标准。
高角度镜头
浅景深，V5 比 V4 自然得多。
深景深
V4 在生成 bird eye view 的同时还生成了 bird 和 eye。
全身像。大部分时候，用 V4 生成 full body 都不是真正的全身像（没有脚部或者膝盖以下），V5 表现的更好一些。
半身像。V4 一个很严重的问题是每组 4v1 生成的结构构图都过于接近，且人像太容易出现中心对称构图。V5 是增加了每批次 4 个种子的随机变量，每批结果的构图会更多样。
下面的对比可以观察到这个结果。
侧面像 + knee shot
广角，场景和构图更多样
V5 相比 V4 的不足之处
虽然摄影类风格的生成更写实和自然，但比较下面放大的僵尸新娘和牛仔骑马场景，可以发现 V5 的生成都像打了柔光，都笼罩上了一层影楼滤镜或电影滤镜。相比V4，虽然 AI 感降低了，但也一定程度上牺牲掉了成像的细节，清晰和锐利程度都明显下降。
V5 倾向于照片化一切生成结果，而且有一种 “糖水感”。
下面两组都是艺术媒介测试，铅笔素描和版画风格的弗兰肯斯坦，V5 会过度添加细节，也基本丢失了艺术媒介的特征。所以想用 MJ 生成 fine-art 类作品的 （除了水彩）。
弗兰肯斯坦肖像的铅笔画，艺术，详细
V5 生成构图更碎片化，同时也有明显的锐度丢失的倾向。
V5 会倾向于生成过多不必要的细节，对画面主题的美感和结构都有很负面的影响。
V4在上，V5在下
再次生成时，我去掉了 Prompt 里的 “super-detailed”，情况并没有得到改善。
以上对比评测都是用同样 Prompt 在两个版本里首次生成的结果，尽量避免了人为的 cherry picking。
在生成不同主题和风格的作品时，你是会选择 V4 还是 V5？希望这个对比评测能对你有所帮助。
参考链接：
https://medium.com/@catmus2048/midjourney-v5-%E6%AF%94-v4-%E6%9B%B4%E5%A5%BD%E5%90%97-%E7%BB%BC%E5%90%88%E8%AF%84%E6%B5%8B-prompt-%E5%85%A8%E5%85%AC%E5%BC%80-bd8a1d909867
相关文章
