Midjourney 对比 Ideogram

更新时间:2024/10/31, 10:56

尽管 Midjourney 在角色设计和风格一致性方面表现良好,但它在提示理解文本生成两大方面仍有不足,尤其是在复杂提示和生成可读文本的表现上明显落后。

提示:一位光头男士手举一块牌子,上写“Midjourney 出问题了吗?!”他穿灰色衬衫和蓝色牛仔裤,站在有车辆经过的街道上,自然光照射。模型 - Ideogram 2.0

如果你是一位创作者、标志设计师,或专业的迷因制作人,那么提示理解和文本生成的准确性对你至关重要。这关系到你是否能在短时间内获得你所期待的图像。

关键问题是什么?

研究人员在不断努力解决扩散模型中的两大核心挑战,即提示理解文本生成

提示理解是指模型能否准确理解复杂提示,以便用户能在较少尝试下获得理想的图像。

文本生成即模型能否生成清晰可读的字母、单词和句子。

想测试模型在这两方面的表现?可以尝试提供一个带有复杂元素的场景描述,并观察生成结果。为测试模型的表现,我设计了一个场景:

提示:一只戴着单片眼镜、拥有白色胡须的猫站在一辆红色汽车的左侧,车上有一块写着“喜欢猫的话就按喇叭”的牌子。光线昏暗,背景是电影片场的绿幕。前景是一位导演拿着写有“Action”的场记板。

大家能想象这个场景了吗?是的,我也有些模糊。但无论如何,这是三款不同模型生成的图像:

**注意:文字清晰,但整体构图有误,显得过度饱和,右上角的猫戴着礼帽,尽管提示中未提及。评分 6/10

**注意:色彩还不错,但未能准确遵循提示,仅有部分文字符合要求。评分 5/10

**注意:🤯 效果相当好,逼真且没有拼写错误。唯一不足是左上角文字缺少“Love”。几乎完全符合预期。评分 9.9/10

那么,你觉得哪个生成效果最好?

别急,回去再仔细对比一遍。

你确定答案了吗?


模型 1:Flux 1.1 Pro(评分 6/10)

模型 2:Midjourney 6.1(评分 5/10)

模型 3:Ideogram v 2.0(评分 9.9/10)


是不是有点意外?

我也是。

为了进一步验证,我还进行了其他几个简单的测试来比较输出效果。以下是结果:

人像

提示:一张75岁西班牙裔祖母的照片,她有深深的皱纹,穿着亮黄色毛衣,微笑着看向观众,背景是自然光充足的厨房。

Ideogram 的效果显得更逼真。Midjourney 也不错,但皮肤上带有 AI 的光泽——或者这位祖母的保养确实不错。而 Flux 1.1 Pro 的效果有些过于饱和,显得过分修饰。

风景

提示:一条蜿蜒穿过茂密森林的小路,前景是一条有小瀑布的河流,天空中有彩虹,背景中有鸟飞翔。

由于未指定是否为照片或插图,导致不同模型的结果各异。所有模型的构图都准确,但色彩的呈现有所不同。

食物

提示:一盘烤鸡配玉米、绿色沙拉和一块南瓜派的照片,盘子是白色的,放在大理石台面上,专业灯光从上方和左侧照射,背景是一扇窗户,可以看到城市天际线。

Ideogram 再次表现出色,看起来最为真实。Midjourney 在生成食物方面表现较弱(看看那块派!?)。Flux 1.1 Pro 的表现还不错,但食物显得有些不真实。

标志

提示:设计一个在白色背景上的标志,上书“在 Medium 上关注 @PromptingPixels”,要求标志色彩丰富且引人注目。

Ideogram 和 Flux 在标志生成方面表现都很强,Ideogram 生成的四张图中有一张符合背景要求。Midjourney 几乎失败,文字并不符合预期。

简单文本

提示:一位 30 岁女士举着写有“什么是真实?”的牌子。她戴着眼镜,穿着衬衫和蓝色牛仔裤,站在海滩上,光线是自然的黄金时刻。

所有模型都可以在 5 个字以内生成简单文本。Midjourney 的文字生成则经常出现语法错误。

长文本

提示:一个年轻男孩举着写有“我生日只想要一个 VR 头盔”的牌子,站在后院的秋千旁。戴眼镜,穿横条纹衬衫和蓝色牛仔裤。夏日的自然光照射着。

Ideogram 的效果最好,四张生成图都语法正确。Midjourney 无法完全理解这句话,而 Flux 1.1 Pro 则在尝试三次后生成了可接受的句子。

这意味着什么?

Midjourney 是个不错的模型,但如果你希望在直接生成中获得理想结果,并减少因文本混乱而多次调整的烦恼,不妨考虑 Ideogram 或 Flux 1.1 Pro。

除了质量,Ideogram 和 Flux 1.1 Pro 的价格也更加亲民。以最低价套餐计算,每张图像的成本大致如下:

  • Flux 1.1 Pro(API复制版):每张图像 0.04 美元
  • Midjourney:每张图像 0.05 美元
  • Ideogram:每张图像 0.015 美元
  • Ideogram(API):每张图像 0.08 美元

我已经反复核算,确保没有遗漏。

最后总结

这些只是我在 2024 年 10 月的观察结果。或许 Midjourney 下一次模型更新会带来不同的表现。

如果你希望在更少的尝试中得到更好结果,推荐你试试 Ideogram 或 Flux 1.1 Pro,相信你不会失望。

AI奇想空间
AI奇想空间
https://aimazing.site
AI 奇想空间是一个汇聚人工智能工具、资源和教程的导航网站。 在这里,你可以发现最新的AI技术、工具和应用,学习如何使用各种 AI 平台和框架,获取丰富的 AI 资源。 欢迎广大 AI 爱好者加入我们的社区,开启你的AI之旅!
AI交流群
Copyright © 2024 AI奇想空间.微信