【AI 绘画】关于 Midjourney 绘画的一些体会

大约是今年春节过后，ChatGPT 突然就火了起来，作为 IT 从业者，每一人不会去尝试一下，我也不例外。在尝试 ChatGPT 的过程中，接触到 MidJourney，这个专业的AI作画工具，你只需要给出提示，它就可以自动地完成一副逼真的或者风格要求制作的画，这是石破天惊的事，我当时想，作为一个完全不懂绘画和PS的人，这下，我是不是也可以给自己的公众号制图了？可惜的是，免费试用仅仅只有25张画的额度，哪能过瘾，于是一不小心就充了一个一年的会员。

最开始主要是惊诧于 MidJourney 绘画的逼真的。下面是一个仿图，基本上是抄他人的提示词：

提示词：Vogue magazine shoot of an attractive Female tennis player aged 16 at Wimbledon tennis court, brunette with pony tail, lightly tanned wearing a one piece sleeve-less minimalist prep aesthetics summer tennis dress in white, sitting with tennis net besides her and eyes looking into the camera, on a warm sunny morning, photo from above full body shot to include the legs, Color Grading, Depth of Field, dynamic composition, ultra detailed photography, ultra-defined, beautiful detail, atmospheric, cinematic, dramatic lighting, photorealistic, Sony Alpha a7 8k Leica m 35mm lense, Tilt Blur, Shutter Speed 1/ 1000, F/ 22, Super - Resolution, Megapixel, --ar 16:9 --v 5 --q 2 --s 750 --v 5 --s 250 

体会：如果你要生成一副逼真的照片的画，你可以给出风格，比如时尚画，场景，人物特征，服装等等。同时，因为是照片，所以，你最好给出是采用什么相机拍摄，使用的是什么镜头，分辨率，快门多少，有没有滤片，什么颜色，照片精度等等。

当然，我不满足于生成一个外国人，那么，来一个中国美女试试看：

提示词：The photo captures the beauty and elegance of a Chinese lady, dressed in a pristine light brown Prada suit in early summer at Shanghai, sitting at a Coffee table. Big stunning eyes and long eyelash, Watermelon seed face, Slightly curled at the ends of shoulder-length hair, a cup of coffee on the tabe, one hand under her jew. Coffee bar background, bight room, Canon EOF R5, RF 50mm f/1.2L USM lens, --ar 16:9 --v 5 --stylize 1000

体会：这里要求相片采用佳能相机，50mm焦距，USM镜头，16:9幅宽，展示以为中国女士的美貌和优雅，本提示对服饰和场景进行了描述。照片聚焦不错，突出显示了人物。

但是，你可能马上就看出了问题，拿茶杯的姿势和茶杯垫粘在杯子上的不和常理，再仔细一点，对手的处理有问题，中指中段，小指指甲都有问题，另外，再仔细一点，整只右手似乎有六指。这就是MidJourney 在当时的水平，对手的处理不够完善。

同时，人物的真实感还有待加强。

除了照片级图片外，MidJourney 也擅长抽象画和动画风格。抽象画可以u 通过简单的提示词来实现，让MidJourney通过随机想象来构图，比如下面的提示词：many applications running on Filecoin network, 一派繁荣景象，给人欣欣向荣的感觉

给我了四个选项，其中三张是美女？这个美女与我的提示词有啥关系？让人一头雾水，但第一张图还不错，充满了想象力，很有意思，值得收藏。

下面来看看动画风格的制作。

提示词：Front view, Full body, brown fila dog, cute and happy, dressed in a traditional Chinese Han-style clothing posing for photo, in the Chinese Jiangnan garden, beautiful background, pixar style, 32k --niji 5

体会：制作动画风格要采用 --niji 选项，可以选择4或者5版本，一般都选择高级一地啊的版本。可以是像素风格或者其他的。本图是描述一副 Doge 着汉服在江南园林游玩的情景。 

MidJourney 还能够把几张图组合到一起，不过因为是 AI，很难懂你的真正意图，它往往是把两张图的风格混在一起，用两张图通过一种类似化学反应的方法来制作成一张图。这个就只能由于抽象画的想象了。
如果只用一张图，它也会受这一张图的限制，比如你只想使用这张图的面部形象，其他通过描述来进行，这就很难，我没有成功制作出一张图来。

下面这张，是相对比较简单的，大家看看还能不能看出原图中的人是谁： 

提示词：https://s.mj.run/.... Vogu picture, middle-size hair to shoulders, fashion style, well dressed, walk on a modern streat. --v 5 --v 5 

提示词中的链接就是提供的原照片（这里为保护隐私，做了处理）

基本上MidJourney 不懂中文，如果你输入中文提示，他几乎全不理睬，因为它完全没有交互（这一点与 ChatGPT差很远），完全按照自己的意思行事，当然结果也不是你想要的。比如
提示词：一副抽象画，以艺术化的对称设计的小鞋字母 f 设计前景，f 中间用两横，这样表示货币，科幻背景，艺术化的 f 上面展现纷繁复杂的生态，欣欣向荣，生机勃勃

我的本意是要以 Filecoin 的图标为前景，来制作一副作品，反映 Filecoin 生态。但结果是牛头不对马嘴的中国画：

那么 MidJourney 在图标设计上如何呢？这个关键还是看提示，总之，你需要了解 MidJourney 能看懂什么，这很重要，因为它的理解力非常有限。但是它充满不规矩的想象力。我们看一下它 设计的一些图标：

提示词：an logo of a filecoin explorer. Simple::"f" shape icon::blue::fila doge

提示词：an logo for a filecoin blockchain explorer, animated, simple, "f" shape, fox, blue --v 5.1 

下面似乎是我最成功的作品，为父亲节制作的版画：

提示词：An abstract print that embodies the essence of "Father's Love is Like a Mountain" on this special Father's Day. Craft a thought-provoking and introspective artwork, ideally in the form of a linocut print. Explore the concept of strength, stability, and unwavering support that a father provides, akin to the steadfastness of a mountain. Use bold lines, textured patterns, and contrasting tones to depict the rugged yet comforting presence of a mountain. Consider incorporating subtle elements that symbolize paternal love. The artwork should evoke a sense of admiration, gratitude, and contemplation, leaving viewers reflecting on the profound love and stability fathers bring to our lives. --chaos 35 --ar 2:1 

体会：这段描述很细致，要求制作一副抽象的木板版画，体现“父爱如山”，利用粗线条、纹理图案和对比色调来展示父亲提供的力量、稳定和坚定支持。采用长宽比2:1，chaos（混沌度）的设置来限制 MidJourney自我发挥的空间。

总体说来，我仅仅是提了一些要求，而MidJourney把它实现出来了。

总体来说，MidJourney对抽象画更加擅长，但是对使用者的要求也非常高，首先，使用者，也是创作者要能够清晰表达自己的想法，越细致，MidJourney越能够满足你的需求，但是，有的时候又要故意模糊，以获得你想象之外的可能性和灵感。

MidJourney 的理解力有限，因此，作为提示词的书写者，有一个比较长的学习过程，能够写出 MidJourney能够真正理解的东西，让它能够懂得你的表达非常重要。

但是，表达也是一种能力，这对于我们普通人来说也是有难度的，特别是对于画作或者照片等作品，其中有非常多的专业术语，简单来说，颜色的描述可能就有数百种，绘画风格也有数百种之多，你如果能够描述出来你希望什么风格的画，MidJourney会完成得更好，但是，首先，你了解这些风格吗？你了解画作的元素吗？你了解一张照片背后的各种参数吗？各种摄影器材的差别吗？所以，最后，这还是专业人员的活。

如果一个专业人员对自己的行业真正了解，专业技术过硬，善于学习和表达，那么 MidJourney 就为你大大助力。 

最后上一张 MidJourney 绘制的关于零知识证明的机器：