继GPT-4o大放异彩之后， Midjourney也迎来了一次重磅更新：Midjourney V7 正式上线，并开放了 alpha 测试！
这一次不吹不黑，作为一名专注AIGC应用与落地赋能的AI应用实践者来说，我也第一时间上手测试了V7版本，并对其更新进行了深入体验。结合Midjourney官方给出的路线图和功能解读，我们完全可以把这次V7升级概括为两个关键词：
一个更强，一个更快。
一、更强：语义理解 + 图像质量双提升
V7在模型层面做了底层升级，最直接的感受是，它的语义理解能力更强了，画面细节一致性更高了。
什么意思？就是我们可以更大胆、更复杂地去写提示词，它也能准确理解并生成令人满意的结果——而且这次，支持中文提示词。
比如我直接用中文输入这样一句话：“一个亚洲女人站在金字塔前面，一只手拿着一个红色的苹果，一只手挡在眼睛前面，微笑着看向镜头。”
这句话放在以前，模型很可能因为提示词过长会抓不住重点或者丢失一些细节。但现在，V7可以轻松还原你脑中的画面，而且生成的图片是高清的，纹理、姿态、表情都有细致表现，几乎可以媲美实拍。
不过也要实话实说，V7在画质上的提升不是飞跃式的，毕竟V6的画面质量就已经很高了。这次更多是在细节一致性方面加强，比如之前常见的“手指混乱”、“人物表情扭曲”等问题，现在明显改善。整个人体、服饰、物体之间的协调性更好了，真实感更强，不少图甚至有“相机直出”的错觉。
比较有意思的是，我发现V7生成图的右下角经常会出现一个类似微博的水印……这不禁让人怀疑，是不是V7的训练素材里微博图片的权重不低？
但瑕不掩瑜，总体来看，这一代模型在理解力和视觉表现上都稳稳拉高了一档，是一次偏“基础功”的打磨升级。
二、更快：全新草图模式上线，真正意义上的“言出图随”
如果说第一个升级是“更强”，那第二个升级可以说是“更爽”！
V7最重磅的新功能叫做Draft Mode（草图模式）。它不仅是Midjourney首次引入的全新生成方式，更是一次体验上的大飞跃。
草图模式有多快？
官方说是 10 倍，我实测下来：4-5秒生成4张图，是真的！
而且在这个模式下，生成成本只有标准模式的一半，效率飙升，成本减半，对创作者来说就是：随时试错、疯狂迭代、毫无心理负担。
但更有意思的是，草图模式支持语音对话生成图像！
举个例子：我直接说一句话（是语音），“生成一张照片，内容是一个时尚的女人站在上海街道微笑看向镜头，背景是虚化的东方明珠塔。”
几秒之后，图片就自动生成好了。
再告诉它：“把第二张图转成吉卜力动画风格。”
它立刻理解、优化提示词，然后生成新的动画风格图片。整个过程全程无需手打字，配合十倍生成速度，真的就是**“想什么来什么”**，像是在操作一个拥有视觉画笔的智能助手。
当然，草图模式下的图像画质会有所下降，毕竟它本质是“草图”用途，更适合创意发散、构图测试、灵感捕捉等场景。如果你对某一张草图满意，只需一键“增强”即可转为高清图，非常方便。
你可以无限次调整，直到得到满意的效果。
三、接下来会更猛：人物&物体参考功能即将上线
值得一提的是，这次的升级并不是终点。
Midjourney 官方已经放话：接下来60天内，每1~2周会有新功能上线。其中最受期待的是 V7 的“人物与物体参考（Reference）功能”，预计会进一步强化角色的一致性与场景控制力。
如果你熟悉Stable Diffusion里的ControlNet，或者是最近GPT-4o提到的“多模态实时互动能力”，你就能感受到这种模型+控制工具结合将带来什么样的生产力飞跃。
结语：模型升级永不停，别怕“工具白学”
很多人看到GPT-4o爆火后就开始担心：Midjourney、sd是不是会被替代？这些AI绘图工具是不是要淘汰了？
但我只想说一句话：
只要这些模型的公司还在挣咱们的钱，他们自己就会不断升级迭代、相互内卷。
GPT-4o强，Midjourney V7 也强，各自发挥各自的优势，只会让我们这些创作者有更多、更好用的工具可选。
所以，不用焦虑、不用担心白学，我们真正该关心的是如何用合适的AI工具给我们创造真正的价值，保持自己清晰的认知与判断
扫一扫
1052
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
