Jak na obrazový generátor Midjourney s umělou inteligencí

Midjourney je jedním z nejznámějších a nejpopulárnějších obrazových generátorů se zabudovanou umělou inteligencí. Jeho funkce se neustále vylepšují, přibývají další a další a výsledné obrazy jsou stále na vyšší úrovni. Tento článek je zaměřen právě na funkce a veškerá nastavení, které budete při promptování (psaní příkazů botovi v Midjourney) muset znát.

Midjourney byl jeden z prvních obrazových generátorů s umělou inteligencí, který byl vytvořen a zpřístupněn veřejnosti. Rozmanitost funkcí a nastavení je veliká a stále se postupně rozšiřuje. Pokud chcete tvořit, můžete se s s funkcemi i nastavením seznámit v tomto článku. Rozhodně to zlepší vaše výsledky při generování obrazů.

První přihlášení

Krátce si řekneme, jak se do Midjourney dostat. Je to velice intuitivní a zvládne to každý i bez návodu. Pokud ještě nemáte účet na Discordu, jděte na stránku midjourney.com a zvolte možnost Join the Beta. Ihned budete přesměrováni na Discord, kde budete vyzváni zvolit si jméno, pod kterým budete vystupovat. Pak zaškrtnete souhlas s podmínkami a zásadami ochrany osobních údajů a dáte pokračovat. Dále musíte ověřit, že nejste robot. Zadáte číslo svého mobilního telefonu (může být použito pouze pro vytvoření jednoho účtu) a přijde vám ověřovací kód. Poté, co zadáte kód z sms, budete muset ještě provést ověření pomocí e-mailu. Do e-mailu vám přijde ověřovací link, na který kliknete pro ověření e-mailové adresy, a pak už můžete pokračovat do Discordu.

Na Discordu si zvolíte některou z veřejných místností nebo soukromý chat s botem, pokud budete mít zakoupené členství. Jaké druhy členství Midjourney nabízí, jsme si již řekli v předešlém článku zde. Nyní si dáme trochu nudné teorie, bez které se ale na Midjourney neobejdete. 

Příkazy za lomítkem

Pomocí příkazů bot rozpozná, co po něm chcete. Do chatovacího řádku stačí napsat jeden z příkazů níže a podle toho vám bot odpoví. Příkazy jsou vždy s lomítkem na začátku a stačí je pouze odeslat klávesou Enter botovi. Níže naleznete důležité příkazy, které vám pomohou mimo jiné nastavit generátor tak, jak potřebujete.

/info – bot vám pošle základní informace o vašem účtu, např. kolik hodin vám zbývá ve fast módu, počet vygenerovaných obrázků, kdy se vám naposledy strhla platba za účet, nebo jestli tvoříte ve veřejném či privátní režimu.

/settings – bot vám pošle zprávu s vaším aktuálním nastavením. Uvidíte přednastavenou verzi generátoru (v1, v2, v3 nebo v4), kterou tu můžete přepnout, dále nastavení kvality generovaných obrázků, kterou tu můžete zvýšit či snížit, můžete také přepnout fast mód na relax mód či public mód na private mód atp.

/fast a /relax – umožňuje rychlé přepínání mezi módy fast a relax.

/public a /private – umožňuje rychlé přepínání mezi veřejným a soukromým režimem.

/help – odesláním příkazu dostanete od bota odpověď s nápomocnými informacemi.

/prefer suffix – tato praktická funkce vám umožní na konec promptu trvale připnout vámi preferované parametry. Na rozdíl od předešlých příkazů k tomuto musíte ještě dopsat, co by měl generátor považovat za stálou součást promptu. Do chatovacího řádku napíšete /prefer suffix + mezerník a dopíšete například –ar 9:16 –no sun. Bot bude pak vědět, že ke každému promptu, který odešlete, má automaticky připojit –ar 9:16 –no sun (to znamená, že každý obrázek bude v poměru stran 9:16 a na obrázku nebude slunce). Pro smazání tohoto stálého příkazu stačí odeslat /prefer suffix s prázdnou zprávou a vše bude odstraněno. 

/imagine – nejdůležitější příkaz! Na základě tohoto příkazu, doplněného o váš text a případné parametry, bot generuje obrázky. V případě defaultního nastavení potřebuje generátor cca 50 sekund na vytvoření 4 variant obrázku. 

Parametry obrázku

Teď už víte, že obrázek se vygeneruje pomocí příkazu /imagine a vašeho vlastního textu, který  popisuje, jak má výsledný obrázek vypadat a co na něm má být. To vám ale ještě nebude stačit, proto se podíváme na parametry, které můžete společně s promptem zadávat botovi. Tyto parametry se zadávají na konec promptu a vždy jim musí předcházet dvě pomlčky (–).

–v <číslo> (–v 1, –v 2, –v 3, –v 4). Jedná se o nastavení verze. Midjourney má již čtyři verze a můžete tvořit v každé z nich. Defaultně je nastavena verze 3. Pokud tedy chcete tvořit v jiné verzi, musíte toto specifikovat pomocí –v parametru a nebo provést změnu v nastavení pomocí /settings. Například –v 1 používá původní algorytmus Midjourney a je více abstraktní, někdy lepší pro makro a různé textury.

–ar = aspect ratio je nastavení velikosti obrázku. Defaultně je nastaven čtverec 1:1. Vy si ale pomocí tohoto parametru můžete nastavit jakýkoliv poměr stran. Stačí napsat za prompt například –ar 9:16.

–w <číslo> = width neboli šířka obrázku
–h <číslo> = height neboli výška obrázku

Můžete nastavit jakoukoli šířku a výšku zadáním vlastních parametrů. V promptu by to pak vypadalo takto: /imagine „váš text“ –w 1080 –h 1920 (hodnoty musí být vždy mezi 256 – 2034). Nicméně samotné Midjourney doporučuje používání parametru –ar, který je lépe podporován.

–q <číslo> (–quality). Jde o čas, který generátor stráví vykreslováním obrázku. Hodnoty mohou být například následující (avšak pouze v rozmezí 0.25 – 5):

0.25 – výsledek nebude tolik propracovaný, generování je podstatně rychlejší a taky levnější
0.5 – méně detailně propracované obrázky, stále celkem rychlé generování, levnější
1 – hodnota, která je nastavena defaultně a není potřeba definovat v promptu
2 – detailnější ale pomalejší generování a také dražší (2 GPU minuty za 1 prompt – obrázek)
5 – spíše experimentální nastavení, jehož výstupy mohou být lepší, kreativnější ale i horší. Generování je zdlouhavé a dražší (5 GPU minut za 1 prompt)

Platí, že hodnoty <1 jsou pro generování levnější. To platí především pro členství Basic, ve kterém nelze přepnout do Relax módu, a tak každý prompt spotřebovává GPU čas. Zadáním hodnoty nižší než 1 ušetříte GPU čas. Ve členství Standard si s tím už lámat hlavu nemusíte, protože po vyčerpání GPU času můžete nadále tvořit v Relax módu.

–no (např. –no sun clouds rain) – Tento parametr řekne botovi, co nechcete na obrázku mít. Bot se pak pokusí danou věc na obrázek nevykreslit. Zde by na obrázku nebylo ani slunce, ani mráček a ani déšť.

 –seed <číslo> – Seed je číslo obrázku. Tímto promptem botovi řeknete, jakého obrázku se má držet. Bot potom styl nového obrázku okopíruje od obrázku, jehož seed number jste zadali. Pokud nezadáte žádné číslo, bude se bot držet vašeho popisu v promptu. Seed number vašeho obrázku zjistíte tak, že si necháte poslat detaily o obrázku do zprávy. U vybraného obrázku zvolíte možnost Aplikace -> DM Resulst a bot vám pošle do nové zprávy informace o obrázku.

–sameseed <číslo> – Velmi podobná funkce jako ta předešlá. Použitím tohoto parametru vytvoříte nový obrázek velmi podobný tomu, jehož seed number jste zadali. Tento prompt je vhodný například pro tvoření obrazových příběhů nebo jednoduchých animací, kdy pouštíte rychle jeden snímek za druhým.

–iw – Nastavuje váhu URL odkazu vůči vašemu promptovému popisu obrázku. Pokud chcete vytvořit obrázek, který bude podobný jakémukoliv obrázku na internetu, stačí do chatovacího řádku vložit odkaz na obrázek končící .jpg nebo .png. Obrázek ale musíte tak jako tak do promptu popsat. Přidáním hodnoty –iw lze ovlivnit váhu URL oproti textu., tedy jak moc se má inspirovat obrázkem. Defaultně je nastaveno –iw 0.25. Pokud použijete –iw 1, bude hodnota URL rovna hodnotě textu. Čím vyšší hodnotu zadáte, tím větší váhu bude mít URL nad textem.

Nyní si popíšeme specifickou funkci, která se do promptu nezadává na konec. Je ale podobná předchozí funkci, proto ji zařadíme právě sem. Pro upřesnění pokročilosti vykreslení nějakého subjektu z vašeho obrázku se používají dvě dvojtečky :: <číslo> nikoli za promptem na konci, ale ihned za daným subjektem, který v promptu popisujete. Například příkaz /imagine hot dog::1.5 with CocaCola::-1 on a table – odešle prompt pro hot dog s váhou 1.5 a CocaColu o váze 1. To znamená, že bot se bude zabývat více hot dogem, který i více vykreslí než CocaColu.
Parametr –no odpovídá váze ::-0.5. To znamená, že –no sun je stejné jako použití sun::-0.5. Součet všech hodnot v promptu nesmí být záporný. Defaultně je nastavena váha na 1.

–s <číslo> (–stylize) – Stylizace je nastavení, které ovlivní, jak moc umělecký (abstraktní) má být výsledný obrázek. Hodnoty se musí pohybovat od 625 do 60000. Přičemž 625 je hodnota, která prakticky vypíná umělecké generování obrázku i abstrakci. Defaultně je nastavena hodnota 2500. Hodnota 20000 je stále ještě v mezích. Výsledek se snaží držet promptu a zároveň ještě není ani moc ujetý. A hodnota 60000 je vyloženě experimentální jízda, kdy nevíte, jak to dopadne.

–chaos <číslo> – Tento parametr se používá s hodnotami od 0-100. Čím vyšší hodnota, tím zajímavější a rozmanitější výsledky budou. To se však může negativně odrazit na kvalitě kompozice.

–stop <číslo> – Hodnota parametru musí být mezi 10 – 100. Podle zvolené hodnoty se generování zastaví na požadované procentuální míře vykreslení obrázku. To znamená, že obrázek bude dokreslen jen do 90 %, pokud nastavíte –stop 90.

–video – Uloží videozáznam z procesu generování obrázku. Parametr musíte přidat do promptu než ho odešlete. Poté si pošlete obrázek do zprávy (stejným způsobem jako když hledáte seed number obrázku) a tam naleznete odkaz na video.

–testp – Na základě tohoto parametru Midjourney vytvoří spíše realistický obrázek nežli umělecký. Generuje pouze dvě varianty čtvercového tvaru a jeden v případě jiného rozměru.

–test – Na základě tohoto parametru Midjourney vytvoří spíše umělecký obrázek. Generuje pouze dvě varianty čtvercového tvaru a jednu variantu v případě jiného rozměru.

–creative – Tento parametr lze použít pouze společně s –testp nebo –test. Slouží k tomu, aby výstupy byly kreativnější.

Tlačítka pod vygenerovanými obrázky

Pod vygenerovanou čtveřicí obrázků se objeví několik tlačítek, která můžete následně zvolit. Při používání těchto tlačítek pod obrázky stále pamatujte na to, že vás to stojí další fast time. Pod obrázky naleznete také tlačítka s číslicemi 1, 2, 3 a 4. Každé patří k jedné z variant obrázku. Viz obrázek v galerii.

U je pro upscale. Vybraný obrázek se vykreslí a zvětší obvykle do rozměru něco okolo 1024 x 1024 px v případě čtvercového tvaru. 

V vygeneruje nové variace na zvolený obrázek. Generátor vytvoří čtyři nové variace, které budou stylově a kompozičně podobné jako zvolený obrázek. Po upscalování se u obrázku objeví další možnosti. Viz obrázek v galerii.

Make Variations funguje stejně jako tlačítko V. Vytvoří 4 nové variace na obrázek.

Upscale to max zvýší vykreslení a rozlišení obrázku.

Light Upscale Redo znovu upscaluje obrázek, ale pomocí jiné metody, která se snaží nepřidávat tolik detailů do obrázku. Také je možné přidat tuto funkci rovnou jako součást promptu použitím parametru –uplight.

Beta Upscale Redo znovu upscaluje obrázek, pomocí metody, která dodá obrazu vyšší rozlišení. Tato funkce je zatím experimentální a může být v budoucnu podstatně změněna či odstraněna. Také je možné přidat tuto funkci rovnou jako součást promptu použitím parametru –upbeta.

Remaster – experimentální ale výkonný parametr, který může zvýšit kvalitu a promyšlenost obrázku, nebo ho také může zhoršit. Generuje pouze dvě varianty čtvercového tvaru a jeden v případě jiného rozměru. Remaster je funkce, která dovede obrázek překreslit ve vysokém rozlišení (čtverec obvykle 2048 x 2048 px).

Co říci závěrem?

Na závěr je nutné podotknout, že se nejedná o oficiální návod a po přečtení z vás nebude certifikovaný prompter. Midjourney toho umí opravdu hodně a vygenerování obrázku můžete ovlivnit mnoha způsoby. Záleží jen na vás, co si představujete a jak moc budete schopni vaši představu popsat. Člověk to musí zkoušet, hrát si s nastavením a generovat a generovat. Je to zábavný nástroj a ještě zábavnější je, když se jeho výstupy dají k něčemu použít. O tom, jak se dají obrázky využít, ještě nejspíš napíšeme článek.

Použité zdroje:

https://midjourney.gitbook.io/docs/user-manual

https://medium.com/mlearning-ai/midjourney-v3-is-back-with-2-major-updates-8accf775262e

27.11.2022, Sonet Studio Dream Team