دیگر ساخت عکسهای شگفتانگیز و جذاب فقط کار هنرمندان نیست. حالا هر کسی میتواند با نوشتن چند دستور ساده در ابزار هوش مصنوعی میدجرنی، تصاویر منحصربهفردی خلق کند.
این ابزار قدرتمند، هم برای طراحان و هنرمندان حرفهای و هم برای افرادی که میخواهند ایدههایشان را به صورت تصویری نشان دهند، یک تحول بزرگ محسوب میشود. از طراحی پوسترهای تبلیغاتی و ایدهپردازی گرفته تا درست کردن عکس پروفایل و کارهای هنری شخصی، میدجرنی راههای تازهای را به روی ما باز کرده است.
در این مقاله کامل، نگاهی دقیق به میدجرنی میاندازیم، روش کار با آن، دستورهای ساده و پیشرفته، مقایسه آن با ابزارهای مشابه و آینده این فناوری را بررسی میکنیم.
آنچه در این مطلب خواهید آموخت
هوش مصنوعی میدجرنی (midjourney) چیست؟
آموزش ساخت تصویر با هوش مصنوعی midjourney
مراحل گام به گام:
دستورات کاربردی هوش مصنوعی میدجرنی
دستورات پرکاربرد و ضروری:
مقایسه ویژگیهای هوش مصنوعی midjourney و DALL-E
سبک هنری و زیباییشناسی:
دقت در درک توصیف و کنترلپذیری:
رابط کاربری و دسترسی:
سرعت تولید و مدلهای کسب و کار:
جامعه کاربری و بهروزرسانیها:
دانلود هوش مصنوعی midjourney
نحوه دسترسی به Midjourney:
هوش مصنوعی دالی
هوش مصنوعی میدجرنی (midjourney) چیست؟
هوش مصنوعی میدجرنی یک برنامه کامپیوتری است که میتواند از روی توضیحات نوشتاری شما، تصویر بسازد. در واقع شما با کلمات، یک صحنه یا ایده را توصیف میکنید و این ابزار، آن را به یک تصویر هنری تبدیل میکند.
این فناوری با استفاده از مدلهای پیشرفته و پیچیده کامپیوتری کار میکند که توانایی فوقالعادهای در فهمیدن متن و تبدیل آن به تصاویر دارند. این سیستم توسط یک شرکت پژوهشی به نام میدجرنی ایجاد شده است.
برای استفاده از میدجرنی، باید از طریق اپلیکیشن دیسکورد اقدام کنید. یک ربات مخصوص در این اپلیکیشن وجود دارد که شما دستورات خود را برای آن میفرستید و آن ربات برای شما تصویر میسازد. این روش، استفاده از هوش مصنوعی را برای همه راحت و در دسترس کرده است.
آموزش ساخت تصویر با هوش مصنوعی midjourney
برای ساختن نخستین عکسهایتان با Midjourney، کافیست چند گام ساده را بردارید. همانطور که قبلاً گفتیم، Midjourney بیشتر از طریق دیسکورد فعالیت میکند و شما با فرستادن دستورهای نوشتاری به ربات Midjourney، با آن در ارتباط خواهید بود.
مراحل گام به گام:
ساخت حساب در دیسکورد: اگر تا به حال در دیسکورد حساب نساختهاید، اول باید یک حساب کاربری رایگان و آسان در سایت Discord ایجاد کنید. دیسکورد یک سرویس پرطرفدار برای گفتگو و ارتباط است که بسیاری از گروهها، از جمله کاربران Midjourney، از آن استفاده میکنند.
ورود به سرور Midjourney: وقتی حساب دیسکوردتان را ساختید، به وبسایت اصلی Midjourney (midjourney.com) بروید. در آنجا دکمهای با عنوان «Join the Beta» یا «Sign In» میبینید. با کلیک روی آن، به سرور رسمی Midjourney در دیسکورد وارد میشوید.
تأیید قوانین: بعد از ورود به سرور، باید قوانین و شرایط استفاده از Midjourney را بخوانید و قبول کنید. این کار برای حفظ فضایی امن و دوستانه برای همه لازم است.
رفتن به کانالهای ساخت عکس: در لیست کانالهای سمت چپ دیسکورد، کانالهای مخصوص تولید تصویر را پیدا کنید. معمولاً کانالهایی مثل «newbies» یا کانالهای عددی مشابه (مثلاً newbies-1, newbies-2 و…) برای کاربران تازهکار مناسب هستند.
استفاده از دستور /imagine: برای ساختن عکس، در قسمت تایپ پیام، دستور `/imagine` را بنویسید. بعد از زدن Space یا Enter، یک کادر متنی به نام prompt برای شما باز میشود.
نوشتن prompt (توضیح تصویر): در کادر prompt، آنچه را که میخواهید به تصویر کشیده شود، با جزئیات و به روشنی توصیف کنید. این توضیح، مهمترین بخش کار است؛ هرچه دقیقتر و خلاقانهتر بنویسید، نتیجه بهتری میگیرید.
مثال: فرض کنید میخواهید تصویری از «یک قصر باستانی شناور در آسمان، احاطه شده با ابرهای صورتی و بنفش در هنگام طلوع آفتاب، با سبک فانتزی حماسی و جزئیات فراوان» بسازید.
ساخت عکس: بعد از نوشتن prompt، کلید Enter را بزنید. ربات Midjourney درخواست شما را پردازش میکند و معمولاً پس از چند ثانیه تا یک دقیقه، چهار تصویر اولیه را نشان میدهد.
انتخاب و تغییر تصاویر (Upscale و Variations): زیر چهار عکس، دکمههایی با عنوان U1, U2, U3, U4 و V1, V2, V3, V4 وجود دارد:
– دکمههای U (برای بزرگنمایی و وضوح بیشتر): با کلیک روی هر کدام (مثلاً U1 برای تصویر اول)، Midjourney همان تصویر را با کیفیت بالاتر و جزئیات بیشتر میسازد. این گزینه برای دریافت نسخه نهایی مناسب است.
– دکمههای V (برای ایجاد تغییرات): با انتخاب هر کدام (مثلاً V1 برای تصویر اول)، چهار نمونه جدید و مشابه از آن تصویر ساخته میشود. این امکان برای آزمودن ایدههای دیگر یا بهبود نتیجه اولیه مفید است.
– دکمه Refresh (علامت فلش دایرهای): با زدن آن، چهار تصویر دیگر بر اساس همان توضیحات اولیه تولید میشود تا نتایج تازهای ببینید.
دستورات کاربردی هوش مصنوعی میدجرنی
میتوانید با استفاده از Midjourney کنترل بسیار دقیقی روی نتیجه کار خود داشته باشید. این برنامه دستورها و تنظیمات متنوعی در اختیارتان قرار میدهد. برای استفاده از این دستورها کافیست آنها را بعد از توضیحات اصلی و با تایپ کردن دو خط تیره (–) به متن خود اضافه کنید.
دستورات پرکاربرد و ضروری:
**–ar <عرض>:<ارتفاع> (نسبت ابعاد):** این گزینه یکی از پراستفادهترین تنظیمات است و نسبت پهنای تصویر به ارتفاع آن را مشخص میکند.
مثلاً: برای یک عکس افقی که مناسب والپیپر رایانه باشد، مانند “یک چشمانداز کوهستانی زیبا با رودی روان”، از `–ar 16:9` استفاده میکنیم. (نمونه کامل: /imagine prompt یک چشمانداز کوهستانی زیبا با رودی روان –ar 16:9)
مثلاً: برای یک عکس عمودی که مناسب استوری اینستاگرام یا والپیپر موبایل باشد، مانند “عکسی از یک زن با کلاهی پهن”، از `–ar 2:3` یا `–ar 9:16` بهره میبرید.
**–v <نسخه> (نسخه مدل):** مدام نسخههای تازهای از مدل هوش مصنوعی میدجرنی ارائه میشود. هر نسخه، قابلیتها، حالتها و تواناییهای ویژهای در تحلیل و ساخت تصویر دارد.
مثلاً: برای بهرهگیری از جدیدترین و قویترین نسخه برای “جنگلی افسانهای و شگفتانگیز با قارچهای نورانی”، از `–v 6.0` کمک بگیرید. (نمونه کامل: /imagine prompt جنگلی افسانهای و شگفتانگیز با قارچهای نورانی –v 6.0)
توجه: نسخه ۶.۰ (V6) در حال حاضر، جدیدترین و پیشرفتهترین نسخه موجود است و توانایی بیشتری برای درک توضیحات و جزئیات دارد.
**–style (سبک خام):** این تنظیم که از نسخه V6 به بعد اضافه شده، به شما امکان میدهد نتیجهای سادهتر و با کمترین “افزودن سبک” دریافت کنید. این حالت، کنترل بیشتری روی جزئیات و طبیعی بودن تصویر به شما میدهد و از اعمال حالت پیشفرض میدجرنی کم میکند.
مثلاً: برای “یک فانوس دریایی قدیمی در کنار ساحلی طوفانی” با تمرکز روی جزئیات واقعی و بدون پردازش سبکی اضافه، از `–style raw` استفاده نمایید.
**–seed <عدد> (مقدار بذر):** با وارد کردن یک عدد بذر مشخص (مثلاً ۱۲۳۴۵)، میتوانید مطمئن شوید که تصاویر بسیار مشابهی در دفعات بعدی تولید میشوند. این کار برای آزمودن و بهتر کردن توضیحات، یا ایجاد تغییرات کوچک روی یک تصویر اولیه بسیار سودمند است.
مثلاً: اگر عکسی از “یک درخت گیلاس پرگل” با بذر ۱۲۳۴۵ ساختهاید و میخواهید تغییرات جزئی در آن ایجاد کنید، میتوانید دوباره از همان بذر استفاده کنید.
**–no <کلمه یا عبارت> (حذف مورد):** این دستور به شما اجازه میدهد موارد خاصی را که تمایل ندارید در تصویر نهایی دیده شوند، حذف کنید.
مثلاً: برای “یک باغ قشنگ بدون هیچ گل رنگی”، از `–no گل رنگی` بهره ببرید.
**–quality <0.25 | 0.5 | 1 | 2> (کیفیت تصویر):** این گزینه، مقدار زمانی که برای پردازش و تولید تصویر صرف میشود و در نتیجه کیفیت نهایی آن را تنظیم میکند. کیفیتهای بالاتر (مانند ۱ یا ۲) زمان بیشتری نیاز دارند و از اعتبار حساب شما بیشتر استفاده میکنند، اما جزئیات و وضوح بهتری ارائه میدهند.
در صورت علاقهمندی، مطلب معرفی بهترین توکن هوش مصنوعی [7 توکن برتر] را از دست ندهید.
مثلاً: برای “یک پرتره با جزئیات بسیار زیاد از یک مرد مسن با چینوچروکهای واضح”، از `–quality 2` استفاده کنید.
**–stylize <عدد> (میزان پردازش سبک):** این تنظیم، میزان “هنری” و “زیبا” بودن تصویر را تعیین میکند. عددهای بالاتر، منجر به عکسهایی با جزئیات بیشتر، هنریتر و معمولاً با رنگهای درخشانتر میشوند، اما ممکن است کمی از توضیحات اولیه شما فاصله بگیرند.
مثلاً: برای “یک منظره آرامشبخش” با حالت هنری بیشتر، از `–stylize 1000` استفاده کنید (مقدار معمول آن ۱۰۰ است).
در صورت علاقهمندی، مطلب 9 ربات هوش مصنوعی انسان نما (ایرانی و خارجی) را از دست ندهید.
**–chaos <عدد> (میزان بینظمی/تنوع):** این گزینه، مقدار گوناگونی در نتایج اولیه را کنترل میکند. عددهای بالاتر، نتیجههای متنوعتر و غیرقابل پیشبینیتری در چهار تصویر اول ارائه میدهند که برای یافتن ایدههای نو مفید است.
مثلاً: برای “یک وسیله نقلیه آیندهنگر” که میخواهید طرحهای اولیه بسیار متنوعی از آن ببینید، از `–chaos 50` استفاده نمایید.
**/blend (ترکیب تصاویر):** این دستور به شما امکان میدهد چند عکس (معمولاً ۲ تا ۵ تصویر) را با هم تلفیق کنید تا یک تصویر جدید که از همه آنها الهام گرفته شده، ایجاد شود.
روش استفاده: فقط /blend را تایپ کنید و سپس عکسهایی را که میخواهید ترکیب شوند، بارگذاری کنید.
**/settings:** این دستور، یک صفحه تنظیمات شخصی را نشان میدهد که در آن میتوانید گزینههای پیشفرض خود برای کیفیت، پردازش سبک و نسخه مدل را تغییر دهید تا لازم نباشد هر بار این موارد را جداگانه وارد کنید.
مقایسه ویژگی های هوش مصنوعی midjourney و DALL-E
میتوان گفت که دو غول اصلی در دنیای تولید تصویر با استفاده از نوشته، Midjourney و DALL-E هستند. DALL-E محصول شرکت OpenAI میباشد. این دو ابزار هرچند هر کدام تواناییهای فوقالعادهای دارند، اما در روش کار، امکانات و حتی نوع تصویری که خلق میکنند، تفاوتهای مهمی وجود دارد. شناخت این تفاوتها به شما کمک میکند تا بسته به نیازتان، ابزار درست را انتخاب کنید.
سبک هنری و زیباییشناسی:
میتوان گفت میدجرنی در خلق تصاویری با سبک هنری قوی و زیباییشناختی ویژه، پیشتاز است. تصاویری که خلق میکند معمولاً تخیلی، رویایی، حماسی و دارای فضاسازی و حس عمیق هستند. این تصاویر غالباً بسیار واقعنما، سینمایی و دارای نور و رنگهایی جذاب و چشمنواز میباشند. اگر هدف شما آفرینش آثار هنری حیرتانگیز با یک سبک منحصربهفرد است، میدجرنی بهترین گزینه برای شماست.
برای گسترش دانش خود، به مقاله بهترین کلاس و ابزارهای هوش مصنوعی برای کودکان سر بزنید.
در مقابل، دال-ای تصاویر متنوعتر و واقعگرایانهتری تولید میکند و تمرکز بیشتری بر روی نمایش دقیق عناصر و مفاهیم دارد. این ابزار معمولاً برای ساخت عکسهای محصول، طرحهای سادهتر یا تصاویری که نیازمند دقت بالایی در جزئیات و هماهنگی کامل با توضیحات متنی هستند، مناسبتر است. دال-ای سعی میکند هر آنچه شما توصیف میکنید را عیناً و با دقت زیاد به تصویر بکشد.
دقت در درک توصیف و کنترلپذیری:
برای گرفتن بهترین نتیجه از Midjourney، باید توصیفهای خلاقانه و کمی انتزاعی ارائه دهید. این ابزار، مفاهیم و حالتهای انتزاعی را به خوبی درک میکند و پارامترهای مختلفی برای تنظیم اندازه تصویر، سبک، کیفیت و میزان شلوغی آن دارد. این ویژگیها به کاربران امکان میدهند تأثیر زیادی روی خروجی نهایی بگذارند.
DALL-E توانایی بالایی در درک دستورات دقیق و پیچیده دارد و میتواند بر اساس توضیحات شما، تصاویری با جزئیات بسیار دقیق تولید کند. علاوه بر این، DALL-E ابزارهای کنترلی دقیقی مانند “Inpainting” (تغییر یا جایگزینی بخشی از یک تصویر) و “Outpainting” (بزرگ کردن تصویر و گسترش آن فراتر از مرزهای اولیه) ارائه میدهد که برای ویرایش تصاویر موجود بسیار کاربردی هستند.
رابط کاربری و دسترسی:
میتوانید از Midjourney بیشتر اوقات در دیسکورد و با نوشتن دستور متنی استفاده کنید. این شیوه برای تازهکاران ممکن است ابتدا کمی غریب به نظر برسد و باید کمکم به آن عادت کنند.
این موضوع را بهتر بشناسید با مطالعه معرفی بهترین ابزارهای هوش مصنوعی تغییر صدا [15 ابزار].
اما DALL-E معمولاً یک محیط تحت وب ساده و گویا دارد که کار با آن را برای همه، حتی کسانی که با دستورات متنی آشنایی ندارند، راحتتر میکند.
سرعت تولید و مدلهای کسب و کار:
میدجورنی معمولاً در ساختن چهار تصویر اول، سرعت خوبی دارد؛ اما وقتی بخواهید کیفیت و وضوح هرکدام را بالا ببرید، ممکن است این مرحله کمی بیشتر طول بکشد. این سرویس، طرحهای اشتراک ماهانه یا سالانه دارد که بسته به نوع اشتراک، سرعت و امکانات مختلفی در اختیارتان میگذارد.
دالی اما معمولاً خیلی سریع تصاویر را تولید میکند. این ابزار با سیستم اعتباری کار میکند، یعنی شما باید اعتبار یا «کِرِدیت» بخرید و با استفاده از آن، تصاویر مورد نظرتان را ایجاد کنید.
جامعه کاربری و بهروزرسانیها:
در پلتفرم دیسکورد، Midjourney یک جامعه بسیار پرجنبوجوش و فعال دارد که اعضای آن دائماً تصاویر خود را به اشتراک میگذارند و تجربیات و راهنماییهای مفیدی ارائه میدهند. این ابزار همچنین بهطور مرتب بهروز میشود و نسخههای جدیدی مانند V6 را منتشر میکند.
DALL-E هم کاربران فعال زیادی دارد، اما تمرکز آن کمتر روی خلق آثار هنری است و بیشتر برای مصارف تجاری و طراحیهای گرافیکی مورد استفاده قرار میگیرد. این پلتفرم نیز بهطور منظم بهروزرسانی میشود و امکانات جدیدی به آن اضافه میشود.
اگر هدف شما ساختن تصاویر هنری چشمگیر، تخیلی، رویایی یا حالوهوای سینمایی است و از آزمودن دستورها و تنظیمات مختلف لذت میبرید، بیشک Midjourney گزینه مناسبتری برای شما خواهد بود. اما اگر به دقت بالا در نمایش جزئیات یک شیء، ساخت تصاویر محصول یا ابزارهای پیشرفته برای ویرایش و گسترش عکسهای موجود نیاز دارید، DALL-E احتمالاً انتخاب بهتری است.
بسیاری از کاربران حرفهای و طراحان دیجیتال، از هر دو ابزار برای کارهای مختلف استفاده میکنند، چون هرکدام قابلیتهای ویژه خود را دارند و میتوانند در کنار هم مکمل یکدیگر باشند.
دانلود هوش مصنوعی midjourney
هوش مصنوعی میدجرنی در واقع یک «برنامه قابل دانلود» به حساب نمیآید. همانطور که پیشتر هم گفته شد، میدجرنی یک سرویس ابری است. این یعنی بخش اصلی این هوش مصنوعی و پردازشهای پیچیده آن روی سرورهای قوی میدجرنی در فضای اینترنت انجام میشود و سپس نتیجه کار برای کاربران ارسال میگردد. بنابراین شما به جای اینکه یک نرمافزار را «دانلود» و نصب کنید، فقط به این سرویس «متصل» میشوید.
نحوه دسترسی به Midjourney:
از طریق دیسکورد (سادهترین و پراستفادهترین روش):
**عضویت در سرور دیسکورد میدجرنی:**
این روش، اصلیترین راه برای استفاده از میدجرنی است. شما میتوانید با پیوستن به سرور رسمی میدجرنی در دیسکورد، در کانالهای عمومی آن با ربات میدجرنی کار کنید و فرمانهای خود را برای ساخت تصویر وارد کنید. برای این کار، فقط به برنامه دیسکورد نیاز دارید و لازم نیست چیز دیگری دانلود کنید.
**نصب اپلیکیشن دیسکورد (در صورت تمایل):**
اگر میخواهید راحتتر و سریعتر از میدجرنی استفاده کنید، میتوانید نسخه دسکتاپ دیسکورد را از سایت رسمی آن نصب کنید. این برنامه فقط برای دسترسی به دیسکورد است، نه خود میدجرنی. همچنین دیسکورد اپلیکیشن مخصوص موبایل برای سیستمعاملهای اندروید و iOS دارد.
—
از طریق وبسایت (نسخه آزمایشی برای برخی کاربران):
میدجرنی در حال کار روی یک پنل تحت وب است تا کاربران بتوانند بدون نیاز به دیسکورد، مستقیماً از طریق سایت میدجرنی تصاویر خود را تولید و مدیریت کنند. این امکان هنوز به صورت کامل در دسترس همه نیست و ممکن است فقط برای کاربران خاص یا مشترکین پلنهای بالاتر فعال باشد. برای بررسی دسترسی و استفاده از این قابلیت، باید به وبسایت رسمی میدجرنی مراجعه کرده و با حساب کاربری خود وارد شوید.
هوش مصنوعی دالی
میدجورنی یکی از اولین و شناختهشدهترین ابزارها برای تولید تصویر از روی متن است. البته برنامههای دیگری مانند هوش مصنوعی دالی هم هستند که مورد استقبال بسیاری از کاربران قرار گرفتهاند. این فناوری میتواند با استفاده از توضیحات نوشتاری شما، تصاویر هنری، تخیلی و با جزئیات بسیار دقیق خلق کند. اگرچه هر دو ابزار برای ساختن تصویر به کار میروند، اما سبک کار و کیفیت تصاویری که تولید میکنند با هم فرق دارد و انتخاب بهترین گزینه به سلیقه و نیاز شما بستگی دارد.
میدجورنی علاوه بر ساخت تصویر، به پرورش خلاقیت انسان نیز کمک میکند. این تکنولوژی به هنرمندان، طراحان، نویسندگان و حتی افراد معمولی اجازه میدهد تا ایدههای ذهنی خود را بدون داشتن مهارت در طراحی، نقاشی یا ساخت مدلهای سهبعدی، به تصویر بکشند. با بهتر شدن این فناوری، محدودهی کارهایی که میتوان با هوش مصنوعی انجام داد، روزبهروز گستردهتر میشود و فرصتهای تازه و شگفتانگیزی را در اختیار ما قرار میدهد.