Midjourney的更新与FLUX的崛起：AI绘图的新高度

最新推荐文章于 2024-09-29 22:27:37 发布

程序员王饱饱

最新推荐文章于 2024-09-29 22:27:37 发布

阅读量778

点赞数 15

分类专栏： AI绘画 Stable Diffuison应用教程文章标签： midjourney 人工智能 AI作画 AI绘画 AIGC stable diffusion

本文链接：https://blog.csdn.net/weixin_55154866/article/details/141495548

版权

AI绘画同时被 2 个专栏收录

232 篇文章 8 订阅

订阅专栏

Stable Diffuison应用教程

206 篇文章 2 订阅

订阅专栏

最近，Midjourney推出了V6.1版本，效果令人惊艳。从去年三月我第一次使用Midjourney生成图像时，就被它的表现所震撼。在我心中，Midjourney一直是AI绘图领域的顶尖代表。

然而，没有完美的事物，Midjourney也不例外。它的短板在于绘制手部细节和图像中的文字显示。

我本以为AI绘图的水平就到此为止了，直到今天，我发现了一个比Midjourney更强大的绘图模型——FLUX。

FLUX不仅解决了绘制手部细节和文字展示的难题，还在整体效果上超越了Midjourney。

FLUX的诞生

FLUX由Stable Diffusion的原班人马打造，他们成立了黑森林实验室（Black Forest Labs）。近日，这个团队推出了全新的图像生成开源模型FLUX.1。FLUX.1包含三个版本：Pro版、Dev版和Schnell版。

其中，Pro版和Dev版在性能上击败了SD3-Ultra等主流模型，而较小规模的Schnell版也超越了Midjourney V6.0和DALL·E 3等模型。

FLUX不仅在绘制细节和文字展示方面表现出色，还展示了强大的图像生成能力，成为AI绘图领域的新标杆。

不管怎样说，作为AI绘画工具，真实表现怎么样，只有用过了才知道。下面我就用FLUX与AI绘画界扛把子Midjourney V6.1，给大家做个对比。

测评重点在四个方面：画面质量、提示词理解、人手生成、文字生成。

先来看画面质量

Prompt：One girl, long hair, model, white background, white shirt, khaki Capri pants, khaki loafers, sitting on a stool, lazy pose, slightly tilting head, smiling, Asian beauty, loose-fitting clothes, hands placed in front of body, slightly raised foot, half-body shot, Canon R5 camera style, blurred background, indoor, natural light, some sunlight shining on the face，9:16.

FLUX这张图，完美展现了细节，写实风格丝毫不弱于Midjourney。Midjourney的表现也不错，和FLUX打了平手。

我们再来看看下一组提示词。

Prompt：flower on smooth pebbles, in a spa background, with a spa concept, with water drops on the stones, in the style of a spa relaxation wallpaper, with a spa nature theme, for a spa design，16:9.

Midjourney也不错，尤其是色彩的搭配，堪称一绝，这一局MJ略胜一筹，不过优势不是很明显。

再看最后一组。

一只蝴蝶优雅地停在盛开的玫瑰上。使用索尼A7R IV相机配备FE 85mm f/1.4镜头拍摄，卓越的清晰度和色彩再现，完美展现了蝴蝶翅膀的纹理和细节（A butterfly gracefully rests on a blooming rose. Using the Sony A7R IV camera equipped with an FE 85mm f/1.4 lens for shooting, excellent clarity and color reproduction perfectly showcase the texture and details of butterfly wings）

对比了三张图，大家觉得怎么样？我觉得两者在画质表现方面，不相上下。

接下来，我们对比两者的提示词理解和复现能力，用更加复杂的画面构图考考它俩。

两只穿着维多利亚时代服装的可爱蜘蛛，在一片叶子上举行微型茶会，有一张小桌子和一把小茶壶，微距照片（Two cute spiders dressed in Victorian era clothing hold a mini tea party on a leaf, with a small table and a small teapot, macro photo）

一幅水下场景，两只猫头鹰坐在华丽的餐桌旁，中间点燃着一支蜡烛，一起享用美好的晚餐。左边的猫头鹰穿着燕尾服，右边的猫头鹰穿着漂亮的裙子。背景中有一艘潜艇经过。在图像底部，餐桌下方，有一些小水母在游动（An underwater scene, two owls sitting at a magnificent dining table, with a candle lit in the middle, enjoying a wonderful dinner together. The owl on the left is wearing a tailcoat, and the owl on the right is wearing a beautiful dress. There is a submarine passing by in the background. At the bottom of the image, under the dining table, there are some small jellyfish swimming）

下面对人手的测试，是重中之重，据说黑森林团队专门攻克了AI不会画手的难题。

一张电影感的照片，三位女性在市中心的街道上，她们正将手举向镜头。（A movie like photo of three women on the streets of the city center, raising their hands towards the camera.）

MJ输了，一口气出的四张图，有3张都不能用。而FLUX还原了手部细节。

小男孩正在桌子上做作业。（The little boy is doing homework on the table.）

论细节，FLUX对手指关节细节的表现更强，Midjourney这张图已经是抽卡中表现最好的了。

最后对比一下图片中生成文字的效果。

一幅细致的电影级景深渲染图，一个老旧的、布满灰尘的显示器，放在昏暗房间的木桌上，周围散布着各种物品，房间杂乱而脏污。屏幕上显示着柔和发光的字母“FLUX”。（A detailed movie level depth rendering, an old, dusty monitor, placed on a wooden table in a dimly lit room, surrounded by various items, the room is messy and dirty. The screen displays the soft glowing letters’ FLUX '.）

一张旧教室里的黑板照片。黑板上用粉笔写着“让我们一起创造一些真正漂亮的东西”，字后面有一个用红粉笔画的心形。阳光从窗户洒进来。（A photo of the blackboard in an old classroom. On the blackboard, the words “Let’s create something truly beautiful together” are written with chalk, followed by a heart shape drawn in red chalk. Sunlight pours in from the window.）