繼GPT4發(fā)布并引發(fā)廣泛討論后，3月16日知名AI繪畫網(wǎng)站Midjourney（暫無中文名,，直譯中途）宣布公測其V5算法模型,。3月19日，一幅由Midjourney V5畫的一對中國情侶圖像引起了網(wǎng)友關(guān)注,，該圖片不僅風(fēng)格寫實，且克服了此前AI繪圖模型最為致命的缺點：不會畫手。

3月21日,，新京報貝殼財經(jīng)記者購買了Midjourney會員并嘗試使用V5算法模型（以下簡稱V5）生成圖片，發(fā)現(xiàn)相比此前AI繪圖模型總是在手指數(shù)量上犯的錯誤,，V5確實能夠大概率生成準(zhǔn)確的手指,，相比去年的AI繪圖模型有了長足進(jìn)步，不過若放大觀看,，個別生成圖片的手指細(xì)節(jié)仍有缺憾,。

測試：15張圖片12張手部準(zhǔn)確2張輕微瑕疵

3月21日，新京報貝殼財經(jīng)記者參考此前流行網(wǎng)絡(luò)的“中國情侶”關(guān)鍵詞使用V5生成了16張圖片,，其中除一張圖片畫中主人公背對鏡頭無法看見手部外,，其余15張圖片均可以清晰看見至少一人的手部圖像。據(jù)記者統(tǒng)計,，15張圖片中有12張圖手部正常,，3張圖手部有瑕疵，但相比去年AI繪圖模型經(jīng)常將手部畫成畸形相比,，進(jìn)步巨大,。

貝殼財經(jīng)記者使用V5生成的“中國情侶”圖片,，可以看出圖片非常接近相片質(zhì)感,，但女子的右手仍有輕微瑕疵。

當(dāng)貝殼財經(jīng)記者更改“中國情侶”圖片生成的關(guān)鍵詞,，如將年代從1990年更改為2020年,，或給“中國情侶”加上拿報紙的動作時，V5也將這些元素完美地添加到了圖片中,，不過當(dāng)記者把背景“坐在屋頂”改為“坐在新京報辦公樓屋頂”后,，圖片看上去變化不大，這或許是因為V5并不知道“新京報辦公樓屋頂”與普通屋頂有什么區(qū)別。

貝殼財經(jīng)記者使用V5,，并將“中國情侶”的關(guān)鍵詞添加2020年代、報紙,、新京報辦公樓屋頂?shù)仍睾笊傻膱D片,。

記者瀏覽Midjourney網(wǎng)站中其他網(wǎng)友使用關(guān)鍵詞生成的人物圖像發(fā)現(xiàn)，V5對手指的處理確實在絕大多數(shù)情況下沒有出錯,，特別是手指根數(shù)上,，去年AI繪圖模型中常見的多根手指幾乎不見了，不過一些圖片對手部的處理仍然略顯粗糙,，如下圖中網(wǎng)友vanessalai在Midjourney社區(qū)中曬出了其生成的“馬斯克下國際象棋”圖片,，該圖片人物手指顯得過于短粗且右手無名指沒有指甲。

網(wǎng)友在Midjourney網(wǎng)站中生成的“馬斯克下國際象棋”圖片,，手指細(xì)節(jié)并不完美。

目前,，Midjourney在前期有限次數(shù)的免費(fèi)試用后,，就必須充值會員使用，會員類型包括基本,、標(biāo)準(zhǔn)和Pro會員三種,，其中基本會員每月10美元，有200次生成圖片的機(jī)會,，標(biāo)準(zhǔn)會員每月30美元,，不限次生成，Pro會員則有更快的生成速度和并發(fā)快速作業(yè)等功能,。

充值會員后,，若想使用V5，只需在生成圖片的關(guān)鍵詞后綴加上“- v 5”即可,。貝殼財經(jīng)記者發(fā)現(xiàn),，如果不對生成的圖片加上任何風(fēng)格要求，V5會更加傾向于生成寫實類照片,。

AI研究員尼爾森（Lars Nielsen）表示,，V5對四肢和手指的渲染“近乎完美”，并表示這是邁向圖像現(xiàn)實主義的重要一步,。他曬出了同一個關(guān)鍵詞經(jīng)過V3,、V4、V5三種不同算法生成圖像后的對比,，可以明顯看出對手指的生成一步一步走向了真實,。

尼爾森曬出的同一個關(guān)鍵詞經(jīng)過V3、V4,、V5三種不同算法生成圖像后的對比（來源：尼爾森社交賬號）,。

V5版本僅為初級測試 未來還將升級

有AI從業(yè)者對貝殼財經(jīng)記者表示，要想讓AI精準(zhǔn)識別手部圖像,，比較有效的方法是雇傭海量人員給圖片里的人手打上標(biāo)記,，標(biāo)出手掌、拇指,、食指等,，再重復(fù)機(jī)器學(xué)習(xí)過程，此前AI繪圖模型之所以在畫手時總是出錯,，是因為相比臉部圖片,，手部往往更加模糊，數(shù)據(jù)也較為缺乏,，所以此次V5算法模型的迭代或許是使用了海量加標(biāo)注的手部數(shù)據(jù),。

外國行業(yè)觀察網(wǎng)站齒輪發(fā)表評論稱,，V5讓Midjourney社區(qū)“不再有六指人”,，而且其擁有更多有關(guān)如何處理四肢的知識，V5更擅長生成面部和眼睛,，且在細(xì)節(jié)上更加逼真,。

Midjourney在官網(wǎng)表示，V5是Midjourney在人工智能集群上訓(xùn)練的第二個算法模型,，已經(jīng)開發(fā)了5個月,。其使用了明顯不同的神經(jīng)結(jié)構(gòu)和新的美學(xué)技術(shù)。V5相比過去其他算法具備的新功能包括：風(fēng)格范圍更廣,，對提示反應(yīng)更靈敏,；更高的圖像質(zhì)量（分辨率提高2倍）改善了動態(tài)范圍；更詳細(xì)的圖像,，更加精準(zhǔn)的細(xì)節(jié),，減少不需要的文本等。

不過,，日益逼近照片風(fēng)格的AI圖像也招致了更多的擔(dān)憂,。新京報貝殼財經(jīng)記者匯總發(fā)現(xiàn)，有不少聲音認(rèn)為隨著AI繪圖的發(fā)展,，圖像證據(jù)甚至視頻證據(jù)將有更多被偽造的可能,，此外衍生的另一種懷疑論是——在未來，一些真實的證據(jù)是否會被質(zhì)疑是AI仿制的,？

網(wǎng)友在Midjourney網(wǎng)站中生成的圖片，畫面質(zhì)感與細(xì)節(jié)已經(jīng)和真實照片近似。

貝殼財經(jīng)記者了解到,，目前AI繪畫的出現(xiàn)已經(jīng)導(dǎo)致了一些畫師崗位被AI取代,，3月19日，光線傳媒董事長王長田發(fā)布內(nèi)部信稱其動畫制作團(tuán)隊已經(jīng)開始探索AI生成角色,、AI動畫表演,、AI特效等的研究；創(chuàng)新工場董事長李開復(fù)3月19日也宣布籌組名為“AI2.0”的項目,，他認(rèn)為在AI2.0發(fā)展的第一個階段需要“人機(jī)協(xié)同”,，繪圖軟件不再需要用戶動手，通過文字描述就可以實現(xiàn),，人類仍與AI保持協(xié)作,，篩選和糾正AI創(chuàng)作的內(nèi)容，避免謬誤和災(zāi)難發(fā)生,，而此后AI將逐漸實現(xiàn)自動化,。

截至2023年3月21日，Midjourney已有1393.8萬名注冊用戶,，而2022年10月初該網(wǎng)站的注冊用戶為317萬,，約5個月時間里用戶數(shù)量增長了339.68%。

Midjourney在社區(qū)公告中表示,，V5目前只是“初步測試”，日后還將被大幅修改,，不能確定當(dāng)前版本在未來一定存在,，“V5并不是最后一步,，但我們希望大家都能感受到人類集體想象力的力量所帶來的深刻和難以理解的進(jìn)步,。請以喜悅,、好奇,、尊重和有責(zé)任心的態(tài)度來使用這不可思議的力量?！?/p>

記者聯(lián)系郵箱：[email protected]

新京報貝殼財經(jīng)記者 羅亦丹

編輯 白華兵 校對 柳寶慶