Midjourney

Причина задержки:

• Множество улучшений и исправлений, внесённых в последний момент.

• Около 50–60 изменений на сайте, связанных с новой моделью.

Ключевые особенности V8, ожидаемые на запуске

• Поддержка тайлов (бесшовных текстур)

• Параметр chaos

• Улучшенный стилевой референс (SREF)

• Мудборды (доски настроения)

• Улучшенная персонализация

• Высокая обратная совместимость с существующими функциями

  • Ожидается, что система будет поддерживать большинство существующих функций Midjourney.

Улучшения стилевого референса (SREF)

Новая система SREF значительно точнее предыдущих версий. Прогрессия в предыдущих версиях:

• V6: неплохо

• V7: хуже

• Ранняя попытка V8: ещё хуже

• Новейшая версия SREF: намного точнее

Из-за высокой точности:

• Размытые референсы могут приводить к размытым результатам.

• Требуется финальная настройка перед релизом, чтобы избежать нежелательных побочных эффектов.

Эту функцию активно запрашивали писатели документации и модераторы. По оценкам, 30–40% пользователей полагаются на SREF, поэтому это является приоритетом.

Мудборды

Новая функция мудбордов связана с улучшениями SREF. Её также активно запрашивали писатели документации и модераторы. Почти готова, но требует дополнительной настройки и тестирования.

Улучшения когерентности

Экспериментальные улучшения, направленные на решение проблем с когерентностью в пограничных случаях.

• Потенциальное улучшение: до 10 раз лучшая обработка сложных промптов.

• Модель в целом уже работает хорошо, но редкие сбои могут разочаровывать.

Тестируется несколько подходов; в случае успеха один из них может войти в финальный релиз V8.

Обновления персонализации

Система персонализации получила улучшения в последний момент.

• Первые отзывы от писателей документации и модераторов очень положительные.

• Считается ключевым показателем будущих улучшений эстетики.

• Лежащие в основе технологии могут позволить и дальше улучшать эстетику после запуска.

Доступность функций на момент запуска

Ожидается поддержка:

• Большинства существующих функций Midjourney

• Обратной совместимости с промптами и параметрами

Не ожидается на запуске:

• Промпты на основе изображений

• Негативные промпты

Возможно, будут отложены:

• Системы OREF / CREf

• Некоторые пограничные случаи с высоким разрешением при использовании нового SREF

• Режим, отличный от RAW (возможно, на старте будет поддерживаться только режим RAW)

Изменения на сайте и в интерфейсе

Изначально V8 будет запущена на alpha.midjourney, а не на основном сайте. Причина:

• Пользовательский интерфейс (UI) будет продолжать быстро развиваться.

• Это позволит вносить быстрые изменения, не нарушая работу основного сайта.

Для новой модели было реализовано около 60 изменений в интерфейсе и рабочих процессах.

Предстоящие улучшения после V8

• Работа над новым апскейлером (инструментом увеличения разрешения) находится на ранней стадии.

• Улучшения редактора запланированы вскоре после запуска.

• Крупный редизайн веб-интерфейса запланирован на более поздний срок (более радикальный, чем текущие изменения).

Будущая работа нацелена на:

• Значительно более сильную эстетику

• Улучшенные творческие инструменты

• Расширенные возможности редактирования.

Разметка данных силами сообщества

Вскоре возможна задача по разметке данных с помощью сообщества. Процесс может включать:

• Сначала писателей документации/модераторов

• Позже, возможно, более широкое сообщество.

Цель — помочь улучшить качество обучения и завершить доработку модели.

Статус разработки

В настоящее время команда интенсивно работает над завершением V8.

• Завершается множество оптимизаций и исправлений, вносимых в последний момент.

• Как только функции будут финализированы, команда хочет потратить 1–2 дня на тестирование перед выпуском.

Общие перспективы

Релиз V8 очень близок.

• Основные функции уже работают.

• Оставшаяся работа сосредоточена на:

  • Финальной настройке SREF

  • Возможной интеграции улучшений когерентности

  • Полировке интерфейса

  • Финальном тестировании.

Оригинал:

Компромиссы в готовности функций

Ключевое решение: задерживать ли весь релиз из-за отсутствующих или слабых функций, или выпустить его, но пометить/отключить их.

• Статус референсов стиля (sref):

  • В некоторых случаях работает «сносно», но в других может быть заметно хуже.

  • sref random на данный момент кажется более надёжным, чем старые или специфические sref предыдущих версий.

  • Рассматриваемые варианты:

    • Выпустить с ограничениями для sref (например, только с новыми).

    • Временно отключить sref на старте, если функция будет слишком нестабильной.

• Персонализация и эстетика:

  • Внутри компании существует несколько «версий» эстетики/персонализации.

  • Рассматривается вариант добавления «старой эстетики», чтобы обеспечить лучшую совместимость с существующими мудбордами и рабочими процессами, даже если это немного ограничит возможности новой модели.

  • Ключевое противоречие: улучшение точности следования промпту и его связности иногда может снизить «красивость по умолчанию», особенно когда пользователи пишут низкокачественные промпты.

Изменения в поведении модели V8

V8 ведёт себя иначе, чем V7:

• Старые промпты не будут стабильно работать.

• Некоторые промпты, которые раньше выглядели хорошо, могут выглядеть плохо; некоторые ранее слабые промпты могут стать великолепными.

• В случае раннего релиза управление ожиданиями может быть явным:

  • Модель может часто меняться без предварительного уведомления.

  • Рабочие процессы могут нарушаться в ходе быстрых итераций.

Производительность, режимы и стоимость

Скорость — это главное преимущество:

• V8 описывается как чрезвычайно быстрая — быстрее, чем V7 Turbo — при этом по цене она будет ближе к обычному режиму V7.

Возможный подход к запуску:

• Начать только с режима «Turbo» (без Relax на старте), а затем добавить более медленные/дешёвые опции.

• Ценообразование в будущем может разделиться: более медленный и дешёвый режим + более дорогой Turbo.

Обсуждаемые элементы управления разрешением / качеством:

• Существует нативный режим высокого разрешения 2048×2048, который выглядит отлично, но стоит примерно в 6 раз дороже.

• Планируются режимы Q1 и Q4:

  • В сочетании с высоким разрешением Q4 может сделать генерации до ~24 раз дороже.

  • Ожидается, что Q4 часто будет бесполезен (и даже может ухудшить результат), но может помочь в нишевых случаях.

• Более ранняя идея очень низкого разрешения (например, 512px) оказалась «слишком быстрой» для текущего интерфейса, поэтому в UI вносятся изменения.

Альфа-сайт и итерации в «опасной зоне»

Рассматривается возможность выпуска V8 через сайт alpha.midjourney.com с чётким предупреждением об «опасной зоне / альфа-версии». Цель:

• Часто менять интерфейс и модель.

• Быстро собирать от пользователей примеры «удачного и неудачного» поведения.

Практическое ограничение: вычислительные мощности для обучения в сравнении с генерацией.

• Обучение и генерация сейчас конкурируют за одни и те же вычислительные мощности.

• Запуск V8 увеличит нагрузку на генерацию и может временно сократить мощности для обучения.

• В конце марта ожидается запуск большого нового серверного кластера, что должно существенно увеличить производительность и темпы разработки.

Рекомендации по составлению промптов для V8

V8 не любит «мусорные промпты» (классическое «напичкивание» промпта ключевыми словами в стиле SEO), например:

• «4K, в тренде на ArtStation, гиперреалистичный, ультра-текстурированный, отмеченный наградами…»

Рекомендуемый подход:

• Чистый, простой английский.

• Длинные промпты допустимы, если они связные, а не представляют собой «салат из ключевых слов».

Апскейлеры и обработка изображений

Нативное высокое разрешение работает отлично, но апскейлеры сейчас только обучаются.

• Ожидается, что апскейлер появится позже (сроки пока не определены).

Недавние обновления: Персонализация

Вышел новый интерфейс персонализации, рекомендуется его опробовать.

• Вышли новые мудборды и персонализация для Niji (отмечены как «очень удачные» для пользователей Niji).

Обратная связь от сообщества и процесс релиза

Команда хочет получить более чёткое понимание того, чего на самом деле хотят пользователи от релизов:

• Некоторые пользователи хотят ранний доступ, даже с недостающими функциями.

• Другие ожидают стабильность с первого дня и отсутствие ломающих изменений.

Возможное действие:

• Провести опрос/анкетирование, чтобы решить, какие недостающие функции оправдывают задержку (и чтобы задать ожидания для «раннего» релиза).

Оригинал: