Midjourney

#头条首发大赛 快速导读Midjourney，知名的AI图像生成公司，近日宣布进军硬件开发，邀请求职者加入新部门。创始人大卫·霍尔茨拥有硬件背景，曾任Leap Motion CTO，并邀请前同事阿哈迈德·阿巴斯担任硬件项目负责人，阿巴斯在苹果公司有五年经验，参与Vision Pro耳机开发。尽管尚未明确硬件类型，Midjourney在社交媒体上与科技爱好者互动，暗示即将推出的设备“不会是挂件”，并表示正在进行多个项目，未来有更多可能性。霍尔茨曾提到受奇幻元素启发的“球体”概念，但需谨慎对待这些想法。目前尚无具体时间表，意味着我们可能需要等待一段时间才能见到该公司的硬件成果。 Midjourney的新硬件探索 Midjourney，这家以其先进的AI图像生成工具而闻名的公司，近日公开宣布其进军硬件开发的计划。该消息今天早些时候在公司官方的X账号上发布，邀请求职者申请这一新硬件部门的职位。这一举措标志着公司在探索超越软件的新技术领域时，迈出了重要的一步。 硬件领域的领导与专业 Midjourney的创始人大卫·霍尔茨（David Holz）拥有硬件开发的背景，曾担任Leap Motion的首席技术官（CTO）。最近，他邀请了前Leap Motion同事阿哈迈德·阿巴斯（Ahmad Abbas）来领导硬件项目。阿巴斯在苹果公司担任硬件经理五年，参与了Vision Pro耳机的开发，拥有丰富的经验。他在LinkedIn上的当前职位标注为“Midjourney硬件负责人”。 猜测与未来计划 虽然关于Midjourney计划开发的硬件类型仍不明确，但该公司在其X账号上积极互动，提供了一些可能引发科技爱好者兴趣的线索。例如，他们澄清即将推出的设备“不会是挂件”，尤其是在其他公司推出类似挂件的AI硬件设备屡遭失败之后。此外，Midjourney表示他们正在进行“多个项目”，并且“绝对有更多形态的机会”。尽管霍尔茨曾调侃创造一个受奇幻元素启发的“球体”的想法，但对这些声明应持谨慎态度，因为该公司和霍尔茨在社交媒体上的互动一向充满玩乐。目前尚未提供时间表，这意味着我们可能需要一段时间才能看到这一硬件探索的成果。

在图片上添加文字不仅可以传达信息，还可以吸引观众的注意力。DALL-E 3 不仅可以在图片上生成文字，还可以把文字巧妙地融合到图像中。这种自然而然的效果让很多设计师都望尘莫及。 虽然在提示词中告诉 DALL-E 3 要添加的文本，生成的效果也经常让我感到惊喜。但我会不由自主地想，是否能够自定义文字的效果，让 DALL-E 3 更懂我的心意呢？在各种试错之后，我终于总结出了这 18 种效果，希望能给正在阅读本文的你带来一些灵感。PS: 它目前还无法生成中文。 如果你还没有用过 ChatGPT 中的 DALL-E 3的话，可以看看这篇文章： 👉重磅！ChatGPT 可以进行 AI 绘图了，来看教程吧 # 叠加 Prompt:  [image prompt], with text [text] overlaid, prominent and aligns with the images style. 提示词： [图像提示词]，并叠加文本[文本]，突出并与图像样式保持一致。 范例：粉彩绘画：柔和的粉彩渲染出一片花田，娇嫩的花瓣在微风中摇曳，”宁静 “的文字叠加在上面，非常突出，与图片风格一致。 示例：水彩画：夜幕下的繁华都市景象，被迷人的烟花表演照亮，”活力 “字样叠加在画面上，非常突出，与画面风格一致。 # 以下/以上 Prompt:...

大家好， 小编将分享10个制作儿童插画的Midjourney的风格提示词。 在使用 Midjourney 的过程中，这些关键词也可以运用到提示词中，可以让儿童插画的色彩更丰富，风格更可爱。 Cute 可爱, Kawaii 卡哇伊, Vibrant 鲜艳, Bright colors 明亮的色彩, Nursery art 幼儿艺术, Plush doll art 毛绒娃娃艺术, Dreamlike illustration 梦幻般的插图, Adorable Vibe 可爱的氛围， 1.鲜花风格 A ramadhan festival poster in a kid’s cartoon art, in the style of vibrant florals, happiness, celebration, minimalist...

  DALL-E是一种专注于从文本描述生成图像的深度学习的模型。该模型能够在没有针对特定任务的额外训练的情况下，直接根据文本生成图像。由openAI发布，参数量达到了120亿，被称为“图像版GPT-3” 原理：   DALL-E 的核心是使用Transformer架构，将文本描述和图像数据结合起来进行联合训练。模型通过学习文本与图像之间的对应关系，能够理解文本中的语义信息，并生成符合这些描述的图像。 方法： DALL-E在VQ-VAE-2(先训练一个codebook，然后又训练一个pixel CNN做生成)基础上进行改进，生成模型部分用GPT替换pixel CNN，用文本引导图像生成。 训练时，输入图像文本对，文本部分通过BPE编码，得到M=256维特征；图像(256×256)经过dVAE获取N=32×32维codebook作为1024维图像特征；然后将图像和文本特征cocat起来(1024+256=1280)作为一个序列送入GPT，训练时进行mask然后预测生成即可。 推理时，只提供文本，然后用文本特征经过GPT用自回归的方式将图像生成出来。推理时会生成多张图像候选，使用CLIP模型进行排序，最终输出生成的图片和文本最贴切的个体。 模型结构：   DALL-E包括三个独立训练得到的模型：dVAE，Transformer和CLIP，其中dVAE的训练与VAE基本相同，Transformer采用类似GPT-3的生成式预训练方法。 数据集：DALL-E 使用了大规模的图文配对数据集进行训练。这些数据集包含了各种各样的图像及其对应的文本描述，使得模型能够学习到多样化的视觉概念和语言表达。 编码器-解码器结构：模型采用了编码器-解码器架构。文本输入经过编码器处理后，生成一个高维的特征表示。然后，这些特征通过解码器生成相应的图像。 自回归生成：DALL-E 使用自回归的方法生成图像。基于之前生成的部分和输入的文本信息，模型逐步生成图像的每个部分。 zero-shot学习：DALL-E通过在训练过程中学习到的广泛的知识和概念，能够在没有针对特定任务的训练数据情况下直接生成图像。 特点： 多样性：DALL-E能够生成多种风格和内容的图像，展示出强大的创造力和多样性。 灵活性：模型能够理解用户输入的任意文本描述，生成相应的图像。这种灵活性使得DALL-E在艺术创作、设计、广告等领域具有广泛的应用潜力。 高质量生成：生成的图像通常具有较高的清晰度和细节，能够准确反映文本描述中的信息。 概念组合能力：DALL-E 可以将不同的概念结合在一起生成新的图像，例如“一个穿着宇航服的猫”。   总之，DALL-E 的研究展示了深度学习在图像生成领域的巨大潜力，并为未来的研究和应用提供了新的思路。 ‍参考：Zero-Shot Text-to-Image Generationhttps://arxiv.org/pdf/2102.12092