Midjourney 釋出 v5.2：鏡頭級「Zoom Out」，一鍵把畫面向外拉遠

以前在 AI 畫圖工具裡抽卡，最怕的就是構圖太擠：角色好看，但頭頂貼著畫框，周圍想加點景深根本沒地方放。

週四，Midjourney 正式推出了 v5.2 版本影像合成模型。這次更新最抓人眼球的，是一個類似單反鏡頭拉遠的「Zoom Out」功能，能直接在保持中心主體不變的情況下，自動向外腦補並擴充更大的場景。

像轉動變焦環一樣擴圖

這種技術本質上就是通常所說的畫面向外延展（Outpainting），OpenAI 的 DALL-E 2 早在去年 8 月就做過類似嘗試。

但 Midjourney 把操作做得極其傻瓜化。在 Discord 介面裡生成並放大（Upscale）一張 v5.2 圖片後，下方會直接多出一排縮放按鈕。

使用者可以直接選擇 1.5 倍或 2 倍拉遠，也可以在 1 到 2 之間輸入自定義縮放數值。如果你原來畫的是長方形構圖，還有一個「Make Square」按鈕，能自動把四周補齊成 1:1 的正方形。

不過目前它有一個明顯限制：你只能擴充在 Midjourney 內部生成的畫面，不能像 Photoshop 的 Generative Fill 或者 DALL-E 那樣，隨便上傳一張外部照片讓它接著畫。

除了鏡頭拉遠，畫質和提示詞也動了手術

Midjourney 創始人 David Holz 在 Discord 社群宣佈了這一系列更新。除了鏡頭縮放，v5.2 還換了一套全新的美學評價系統，整體畫質更精細。

引數方面，`--stylize` 指令的效果被大幅加強，使用者現在可以更明顯地控制畫面的非寫實藝術感。

系統還預設開啟了「高變化模式」（High Variation Mode），讓同一組提示詞生成的四張候選圖在構圖多樣性上有更開闊的差距，不再千篇一律。

另外還有一個挺實用的新命令 `/shorten`。它可以幫使用者診斷提示詞，自動分析並剔除那些沒用的廢話，讓核心關鍵詞發揮更大的作用。

為什麼重要

我們認為，這次更新最聰明的地方在於把複雜的擴散重繪降維成了最直觀的相機操作。普通創作者不需要懂圖層蒙版和修圖邏輯，只要點一下 2x，就能讓一張特寫肖像變成全身街拍甚至遠景全景，這直接拯救了大量構圖侷促的廢片。

對提示詞工程來說，`/shorten` 也是一個關鍵轉變。過去使用者習慣堆砌各種冗長的神仙咒語，Midjourney 現在主動下場教大家做減法，有助於降低新手的上手門檻。

不過隱患也同樣明顯。Midjourney 目前仍然高度依賴 Discord 聊天框這種極客形態，而且只能原地擴充套件內部圖片。在 Adobe 已經把生成式填充直接塞進專業修圖軟體的當下，Midjourney 如果遲遲拿不出獨立的網頁工作流，它在專業工作流裡的效率劣勢就會越來越明顯。