Midjourney 測試「思考模式」:重跑生圖更懂提示詞,排版與畫面更連貫
Midjourney 在其 Alpha 網站上線「思考模式」(Thinking Mode)測試。使用者在任務燈箱中點選「Rerun (Thinking)」即可體驗,該模式能顯著提升提示詞準確度、文字排版能力和畫面連貫性。官方表示未來可能全面開放或支援生成後追加思考。
Midjourney 最近在自家的 Alpha 網站上,悄悄上線了一個新玩具。
團隊正在測試一種影像生成的「思考模式」(Thinking Mode)。如果你有 alpha.midjourney.com 的訪問許可權,只要點開某張已生成圖片的燈箱介面,點選右下角的「Rerun (Thinking)」,就能讓模型重新「琢磨」一遍。
讓畫圖模型多想兩秒
根據 Midjourney 官方的內部測試,開啟思考模式後,模型在提示詞還原度、文字排版以及畫面整體連貫性上都有明顯改善。
對於一直容易拼錯單詞、漏掉提示詞細節的影像生成模型來說,多給一點計算時間去推敲意圖,顯然是個新方向。
團隊目前正在向用戶收集案例和體驗反饋。未來這項功能可能會作為一個獨立的生成模式全面推開,也可能做成生成完畢後再「追加思考」的補充選項。
為什麼重要
這說明大語言模型裡常見的「慢思考」邏輯,正在快速滲透進影像生成領域。
對經常拿 Midjourney 做海報設計、複雜場景概念圖的創作者來說,文字排版和複雜提示詞經常需要反覆抽卡。如果多花點時間「思考」就能換來一次性生成正確的文字和構圖,這種算力消耗完全划算。
我們認為,Midjourney 選擇以重新執行或後置追加的方式切入,做得很聰明。它既不破壞原本幾十秒快速出圖的即時爽快感,又給需要摳細節的高要求使用者留出了精細打磨的空間。
來源 (1)
- updates.midjourney.com(在新分頁開啟)原文updates.midjourney.com