Từ ngày 27 tháng 8, Midjourney bắt đầu cho toàn bộ người dùng thử nghiệm mô hình chỉnh sửa ảnh V8.2 đầu tiên. Nguyên văn trên trang cập nhật chính thức khá tự nhiên, không màu mè:
"Today we're gonna start letting everyone test our first V8.2 image edit model."
(Hôm nay chúng tôi bắt đầu cho mọi người thử nghiệm mô hình chỉnh sửa ảnh V8.2 đầu tiên của mình.)
Lần mở này không chia cấp bậc, cũng không ưu tiên người dùng trả phí năm hay những người thử nghiệm tích cực trên Discord trước — mà mở thẳng cho tất cả. Cả hai trang midjourney.com và alpha.midjourney.com đều truy cập được, trong đó trang alpha vẫn đang thay đổi giao diện nhanh chóng, và chính Midjourney cũng nói rõ nó đang ở trạng thái thử nghiệm liên tục.
Một mô hình gom bốn việc
Những năng lực mà mô hình chỉnh sửa lần này gộp lại trước đây nằm rải rác ở nhiều lối vào khác nhau: sửa ảnh bằng lệnh văn bản, vẽ lại cục bộ, mở rộng khung ngoài biên gốc, và điều khiển bằng ảnh tham chiếu. Sau khi gộp lại, nó đồng thời tiếp nhận ba loại thiết lập tông màu — personalization (mô hình cá nhân hóa), moodboard (bảng cảm hứng) và tham chiếu phong cách — nghĩa là khi chỉnh sửa không cần khai báo lại gu thẩm mỹ, phong cách đã tinh chỉnh trước đó vẫn được giữ nguyên.
Chi tiết cụ thể nhất là giới hạn ảnh tham chiếu: một lần tạo ảnh có thể gắn tối đa bốn ảnh tham chiếu cùng lúc. Những người làm ảnh trang chi tiết thương mại điện tử hay thiết kế nhân vật hiểu rõ nhất trọng lượng của con số này — một ảnh định nhân vật, một ảnh định trang phục, một ảnh định bối cảnh, một ảnh định ánh sáng, bốn ảnh vừa đủ phủ các biến số cần cố định trong một lần xuất ảnh thương mại. Trước đây omni-reference chỉ nạp được một ảnh mỗi lần, nhiều điều kiện ràng buộc phải mô tả cứng bằng prompt, ra ảnh phụ thuộc may rủi.
Có bốn lối gọi mô hình: kéo ảnh vào thanh nhập lệnh, bấm edit trong lightbox, vào tab edit, hoặc gõ thẳng lệnh --edit url... trên Discord. Cả bốn lối đều dẫn tới cùng một mô hình, và lần này web và Discord không còn chênh lệch năng lực — điều vốn không phải chuyện thường thấy trong lịch sử Midjourney, bởi mấy năm qua tính năng mới thường lên Discord trước, web phải một thời gian sau mới bắt kịp.
Việc gộp vẽ lại cục bộ và mở rộng khung vào cùng một mô hình làm thay đổi chi phí qua lại khi sửa ảnh. Trước đây một ảnh không ưng ý, cách sửa cơ bản là tạo lại từ đầu, ra mười ảnh chọn một; giờ có thể chỉ khoanh vùng bàn tay nhân vật để vẽ lại, hoặc kéo bố cục dọc thành ngang mà chủ thể chính không xê dịch. Hai việc này nghe có vẻ nhỏ, nhưng đặt vào quy trình xuất ảnh thương mại thì tiết kiệm đúng đoạn tốn thời gian nhất: không phải đánh cược cả bức ảnh chỉ để sửa một chi tiết.
Vá lại điểm yếu kéo dài
Vị trí của Midjourney mấy năm nay khá cố định: thẩm mỹ mạnh, khả năng kiểm soát yếu. Muốn sửa chính xác một chi tiết, giữ nhân vật nhất quán qua nhiều ảnh, người dùng thường phải nhảy sang công cụ khác để vòng qua. V8.2 gốc trở thành phiên bản mặc định từ ngày 24 tháng 7, mang lại xuất ảnh 2K gốc và động cơ cá nhân hóa được xây lại, vẫn đi theo hướng cũ là tăng cường thẩm mỹ; mô hình chỉnh sửa đến sau hơn một tháng, vá đúng phần kiểm soát còn thiếu.
Về thời điểm thì không sớm. Đường đua chỉnh sửa ảnh bằng lệnh và ảnh-sang-ảnh năm nay đông đúc — mô hình ảnh giá rẻ của Google nhắm vào số lượng và chi phí, các hãng khác đua độ chính xác khi tuân theo lệnh, còn Midjourney vào cuộc với vốn liếng là nền tảng thẩm mỹ và mô hình cá nhân hóa đã được nuôi dưỡng lâu — người dùng đã chỉnh phong cách trong tài khoản của mình suốt nửa năm có thể dùng thẳng cho việc sửa ảnh, chi phí chuyển đổi này các hãng khác chưa thể cho trong ngắn hạn.
Giá cả tạm thời còn bỏ ngỏ
Lần này Midjourney không nhắc một chữ nào về mức tiêu hao. Mô hình chỉnh sửa V8.2 trừ thời gian GPU theo bậc nào, chế độ fast và relax tính ra sao, sửa một lần có cùng giá với tạo lại một lần hay không — trang cập nhật đều không ghi. Với người dùng nặng tính theo tháng, cột trống này ảnh hưởng đến kế hoạch sử dụng còn hơn cả bản thân tính năng.
Cùng lúc, Midjourney mở hai kênh thảo luận trên Discord để thu thập phản hồi — một kênh nhận ý tưởng và trường hợp biên, một kênh nhận tác phẩm trưng bày. Mở toàn bộ một lần cộng với chủ động thu thập các trường hợp bất thường đều chỉ về một điều: mô hình vẫn đang trong giai đoạn thử nghiệm, đội ngũ cần độ phủ chứ không cần mẫu ảnh đẹp ra mắt. Theo nhịp độ này, nhiều khả năng trong một hai tuần tới số phiên bản sẽ còn thay đổi tiếp.
Nguồn tham khảo: trang cập nhật chính thức của Midjourney, CocoLoop, tài liệu phiên bản Midjourney; đã kiểm chứng phạm vi mở của mô hình chỉnh sửa, giới hạn bốn ảnh tham chiếu và bốn lối gọi.