هوش مصنوعی میدجرنی Midjourney چیست و چطور با آن کار کنیم؟

دیگر ساخت عکس‌های شگفت‌انگیز و حرفه‌ای فقط در توان هنرمندان نیست. حالا هر کسی می‌تواند با نوشتن چند دستور ساده در ابزار هوش مصنوعی میدجرنی، تصاویر منحصربه‌فردی خلق کند.

این ابزار قدرتمند، یک تحول بزرگ هم برای طراحان حرفه‌ای و هم برای افرادی است که می‌خواهند ایده‌های ذهنی خود را به تصویر بکشند. از طراحی پوسترهای تبلیغاتی و ایده‌پردازی برای پروژه‌ها گرفته تا ساختن عکس پروفایل و آثار هنری شخصی، میدجرنی دنیای کاملاً جدیدی از امکان‌ها را به روی همه گشوده است.

در این مقاله، به طور کامل با میدجرنی آشنا می‌شویم: اینکه چطور کار می‌کند، چه دستورات ساده و پیشرفته‌ای دارد، چه تفاوتی با ابزارهای مشابه مانند دالی دارد و در آینده چه مسیری را پیش می‌گیرد.

آنچه در این مطلب خواهید آموخت:
* هوش مصنوعی میدجرنی (Midjourney) چیست؟
* آموزش ساخت تصویر با هوش مصنوعی میدجرنی
* مراحل گام به گام:
* دستورات کاربردی هوش مصنوعی میدجرنی
* دستورات پرکاربرد و ضروری:
* مقایسه ویژگی‌های هوش مصنوعی میدجرنی و DALL-E
* سبک هنری و زیبایی‌شناسی:
* دقت در درک توصیف و کنترل‌پذیری:
* رابط کاربری و دسترسی:
* سرعت تولید و مدل‌های کسب و کار:
* جامعه کاربری و به‌روزرسانی‌ها:
* دانلود هوش مصنوعی میدجرنی
* نحوه دسترسی به Midjourney:
* هوش مصنوعی دالی

هوش مصنوعی میدجرنی (midjourney) چیست؟ 

هوش مصنوعی میدجرنی یک برنامه کامپیوتری است که می‌تواند از روی نوشته‌های شما عکس بسازد. یعنی شما یک صحنه یا یک ایده را با کلمات توصیف می‌کنید و این نرم‌افزار، تصویر آن را برای شما خلق می‌کند.

این فناوری بر پایه مدل‌های پیشرفته یادگیری ماشین کار می‌کند که می‌توانند ارتباط بین کلمات و تصاویر را بفهمند. در واقع، این سیستم نوشته‌های شما را می‌خواند، مفهوم آن را درک می‌کند و سپس آن را به یک تصویر هنری تبدیل می‌کند.

میدجرنی توسط یک شرکت پژوهشی به همین نام ساخته شده و شما می‌توانید از طریق اپلیکیشن دیسکورد از آن استفاده کنید. این روش باعث شده که کاربران به سادگی و در یک محیط آشنا بتوانند با این هوش مصنوعی در ارتباط باشند و از قابلیت‌های آن بهره ببرند.

آموزش ساخت تصویر با هوش مصنوعی midjourney

برای ساختن نخستین عکس‌های خود با Midjourney، کافیست چند گام ساده را پشت سر بگذارید. همانطور که پیش از این گفته شد، این ابزار بیشتر از طریق پلتفرم دیسکورد فعالیت می‌کند و شما با فرستادن دستورهای نوشتاری به ربات Midjourney، با آن در ارتباط خواهید بود.

مراحل گام به گام:

ساخت حساب در دیسکورد: اگر تا حالا در دیسکورد عضو نشده‌اید، اول باید یک حساب کاربری رایگان و سریع در سایت Discord بسازید. دیسکورد یک سرویس پرطرفدار برای گفتگو و ارتباط است که گروه‌های مختلفی از جمله کاربران Midjourney در آن فعالیت دارند.

ورود به سرور Midjourney: وقتی حساب دیسکوردتان را ساختید، به سایت اصلی Midjourney به آدرس midjourney.com بروید. در صفحه اصلی، دکمه‌ای با عنوان «Join the Beta» یا «Sign In» می‌بینید. با کلیک روی آن، مستقیماً به سرور رسمی Midjourney در دیسکورد وارد می‌شوید.

تأیید قوانین: بعد از ورود به سرور، باید قوانین و مقررات Midjourney را بخوانید و قبول کنید. این کار برای حفظ فضای سالم و امن برای همه اعضا لازم است.

رفتن به کانال‌های ساخت عکس: در لیست کانال‌های سمت چپ دیسکورد، می‌توانید کانال‌های مخصوص تولید تصویر را پیدا کنید. معمولاً کانال‌هایی با اسم‌هایی مثل «newbies» یا کانال‌های عددی (مثلاً newbies-1 یا newbies-2) برای کاربران تازه‌کار مناسب هستند و می‌توانید کارتان را از آنجا شروع کنید.

استفاده از دستور /imagine: برای ساختن عکس، در قسمت تایپ پیام، دستور /imagine را بنویسید. با زدن Space یا Enter، کادری به نام prompt برایتان باز می‌شود.

نوشتن توضیح تصویر (Prompt): در این کادر، باید تصویری که در ذهن دارید را با جزئیات و به زبان ساده توصیف کنید. هرچه این توضیح کامل‌تر و واضح‌تر باشد، تصویر نهایی به خواسته شما نزدیک‌تر خواهد بود.

مثال: مثلاً اگر می‌خواهید تصویری از «یک قلعه افسانه‌ای قدیمی که در آسمان شناور است و با ابرهای صورتی و بنفش در زمان طلوع آفتاب احاطه شده، به سبک فانتزی و با جزئیات دقیق» داشته باشید، این توصیف را در prompt وارد می‌کنید.

ساخت عکس: بعد از وارد کردن prompt، کلید Enter را بزنید. ربات Midjourney درخواست شما را پردازش می‌کند و معمولاً بین چند ثانیه تا یک دقیقه، چهار تصویر اولیه برای شما می‌سازد.

انتخاب و ویرایش نتایج: زیر این چهار تصویر، دکمه‌هایی با نام‌های U1 تا U4 و V1 تا V4 وجود دارد:

– دکمه‌های U (برای بزرگ‌نمایی): اگر یکی از عکس‌ها را پسندیدید، با کلیک روی دکمه U مربوط به آن (مثلاً U1 برای تصویر اول)، نسخه با کیفیت‌تر و واضح‌تری از همان عکس ساخته می‌شود.
– دکمه‌های V (برای ایجاد تغییرات): با انتخاب دکمه V (مثلاً V1)، چهار نمونه جدید با طرح‌های مشابه ولی متفاوت از آن تصویر تولید می‌شود که می‌توانید بین آن‌ها انتخاب کنید.
– دکمه Refresh (علامت فلش دایره‌ای): اگر از نتایج راضی نبودید، با این دکمه می‌توانید چهار تصویر دیگر با همان توضیح اولیه تولید کنید.

دستورات کاربردی هوش مصنوعی میدجرنی

می‌دجرنی ابزارها و تنظیمات فراوانی در اختیار شما قرار می‌دهد تا بتوانید به شکلی دقیق و پیشرفته، نتیجه کار خود را کنترل کنید. این دستورات و تنظیمات بعد از توضیح اصلی تصویر قرار می‌گیرند و با دو خط تیره (–) از آن جدا می‌شوند.

دستورات پرکاربرد و ضروری:

**–ar <عرض>:<ارتفاع> (نسبت تصویر):**
این گزینه یکی از پراستفاده‌ترین تنظیمات است و نسبت پهنای تصویر به ارتفاع آن را مشخص می‌کند.

مثال: برای یک تصویر افقی که مناسب صفحه نمایش رایانه باشد، مانند “یک منظره کوهستانی زیبا با رودخانه‌ای روان”، از `–ar 16:9` استفاده کنید.
مثال: برای یک تصویر عمودی که مناسب استوری اینستاگرام یا والپیپر موبایل باشد، مانند “یک پرتره از یک زن با کلاه پهن”، از `–ar 2:3` یا `–ar 9:16` بهره ببرید.

—

**–v <نسخه> (نسخه مدل):**
Midjourney مرتباً نسخه‌های تازه‌ای از مدل هوش مصنوعی خود ارائه می‌دهد. هر نسخه قابلیت‌ها، سبک و توانایی متفاوتی در تولید و درک تصاویر دارد.

مثال: برای بهره‌گیری از جدیدترین و پیشرفته‌ترین مدل در ساخت “جنگلی فانتزی با قارچ‌های نورانی”، از `–v 6.0` استفاده کنید.
توجه: در حال حاضر، نسخه ۶ (V6) جدیدترین و قدرتمندترین مدل محسوب می‌شود که درک بهتری از جزئیات و توضیحات دارد.

—

**–style (سبک خام):**
این پارامتر از نسخه V6 به بعد اضافه شده و به شما امکان می‌دهد خروجی ساده‌تر و با سبک‌پردازی کمتر دریافت کنید. این حالت به شما کنترل بیشتری روی جزئیات و واقع‌نمایی تصویر می‌دهد و از اعمال خودکار سبک Midjourney کم می‌کند.

مثال: برای ساخت “یک فانوس دریایی قدیمی در ساحل طوفانی” با تأکید بر جزئیات واقعی و بدون سبک اضافی، از `–style raw` کمک بگیرید.

—

**–seed <عدد> (سید یا بذر):**
با انتخاب یک عدد ثابت برای سید (مثلاً ۱۲۳۴۵)، می‌توانید در دفعات بعدی نتایج بسیار مشابهی تولید کنید. این ویژگی برای آزمایش و بهبود توضیحات یا ایجاد تغییرات کوچک روی یک تصویر اولیه بسیار کاربردی است.

مثال: اگر تصویری از “یک درخت گیلاس پرگل” با سید ۱۲۳۴۵ ساخته‌اید و می‌خواهید تغییرات جزئی در آن ایجاد کنید، می‌توانید همان سید را دوباره وارد کنید.

—

**–no <کلمه یا عبارت> (حذف عنصر):**
این دستور به شما اجازه می‌دهد عناصر خاصی را که تمایل ندارید در تصویر دیده شوند، حذف کنید.

مثال: برای ساخت “یک باغ زیبا بدون گل‌های قرمز”، از `–no گل‌های قرمز` استفاده نمایید.

—

**–quality <0.25 | 0.5 | 1 | 2> (کیفیت تصویر):**
این گزینه مدت زمان پردازش و در نتیجه کیفیت نهایی تصویر را تنظیم می‌کند. کیفیت بالاتر (مثل ۱ یا ۲) زمان و اعتبار بیشتری مصرف می‌کند، اما جزئیات و وضوح بهتری ارائه می‌دهد.

مثال: برای “یک پرتره با جزئیات بسیار دقیق از چهره یک مرد مسن با چین‌وچروک مشخص”، از `–quality 2` بهره ببرید.

—

**–stylize <عدد> (میزان سبک‌پردازی):**
این پارامتر تعیین می‌کند که تصویر چقدر “هنری” و “زیبا” به نظر برسد. اعداد بالاتر باعث ایجاد جزئیات بیشتر، جلوه هنری قوی‌تر و رنگ‌های درخشان‌تر می‌شوند، اما ممکن است تصویر کمی از توضیحات اولیه فاصله بگیرد.

مثال: برای “یک منظره آرامش‌بخش” با سبک هنری بیشتر، از `–stylize 1000` استفاده کنید (مقدار معمول آن ۱۰۰ است).

—

**–chaos <عدد> (میزان تنوع و غیرقابل پیش‌بینی بودن):**
این گزینه میزان گوناگونی نتایج اولیه را مشخص می‌کند. اعداد بالاتر، نتایج متنوع‌تر و غیرمنتظره‌تری در چهار تصویر اول ایجاد می‌کنند که برای ایده‌یابی و خلاقیت مفید است.

مثال: برای “یک وسیله نقلیه آینده‌نگر” که می‌خواهید طرح‌های متنوعی از آن ببینید، از `–chaos 50` استفاده نمایید.

—

**/blend (ترکیب تصاویر):**
این دستور به شما امکان می‌دهد دو تا پنج تصویر را با هم ترکیب کنید تا یک تصویر جدید با الهام از همه آن‌ها ساخته شود.

روش استفاده: کافیست `/blend` را تایپ کرده و سپس تصاویر مورد نظرتان را بارگذاری کنید.

—

**/settings:**
با این دستور، یک صفحه تنظیمات شخصی برای شما نمایش داده می‌شود که می‌توانید مقادیر پیش‌فرض مربوط به کیفیت، سبک‌پردازی و نسخه مدل را تغییر دهید تا نیاز نباشد هر بار آن‌ها را تکرار کنید.

مقایسه ویژگی های هوش مصنوعی midjourney و DALL-E

می‌توان گفت Midjourney و DALL-E (که توسط شرکت OpenAI ساخته شده) دو رقیب سرسخت و پیشرو در دنیای تولید عکس از روی متن هستند. هر دو این ابزارها توانایی‌های شگفت‌انگیزی دارند، اما در روش کار، امکانات و همچنین در نوع تصاویری که تولید می‌کنند، تفاوت‌های مهمی وجود دارد. شناختن این تفاوت‌ها به شما کمک می‌کند تا بسته به نیازتان، ابزار درست را انتخاب کنید.

سبک هنری و زیبایی‌شناسی:

می‌توان گفت میدجرنی در خلق تصاویری با سبک هنری قوی و ظرافت خاص، یک سر و گردن از بقیه بالاتر است. تصاویری که خلق می‌کند معمولاً حال و هوایی فانتزی، رویایی، حماسی و بسیار احساسی دارند. این تصاویر غالباً بسیار واقعی، سینمایی و با نور و رنگ‌هایی جذاب و چشمنواز به نظر می‌رسند. اگر هدف شما آفرینش آثار هنری حیرت‌انگیز با یک سبک ویژه است، میدجرنی بی‌تردید بهترین گزینه برای شماست.

در مقابل، دال-ئی تصاویر متنوع‌تر و واقع‌گرایانه‌تری تولید می‌کند و تمرکز اصلی آن بر نمایش دقیق و درست عناصر و ایده‌هاست. از این ابزار معمولاً برای ساخت عکس‌های محصول، طرح‌های ساده‌تر یا تصاویری که نیاز به جزییات دقیق و مطابقت کامل با توضیحات شما دارند، استفاده می‌شود. دال-ئی سعی می‌کند هر چیزی را که شما توصیف می‌کنید، عیناً و دقیقاً همان‌طور که هست، به تصویر بکشد.

دقت در درک توصیف و کنترل‌پذیری:

برای گرفتن بهترین نتیجه از Midjourney، باید توصیف‌های خلاقانه و کمی انتزاعی ارائه دهید. این ابزار، مفاهیم و حالت‌های انتزاعی را به خوبی درک می‌کند و با استفاده از تنظیمات مختلف، می‌توانید اندازه تصویر، سبک کار، کیفیت و میزان شلوغی آن را کنترل کنید. این ویژگی‌ها به شما کمک می‌کنند تاثیر زیادی روی خروجی نهایی داشته باشید.

DALL-E برعکس، در فهمیدن دستورالعمل‌های دقیق و پیچیده بسیار قوی عمل می‌کند و می‌تواند تصاویری با جزئیات بسیار دقیق بر اساس توضیحات شما تولید کند. علاوه بر این، DALL-E امکانات پیشرفته‌ای مثل «Inpainting» (تغییر یا جایگزینی بخشی از یک تصویر) و «Outpainting» (بزرگ کردن تصویر فراتر از اندازه اولیه) را در اختیارتان قرار می‌دهد که برای ویرایش عکس‌های موجود بسیار کاربردی هستند.

رابط کاربری و دسترسی:

ابزار Midjourney بیشتر از طریق پلتفرم دیسکورد و با کمک دستورهای متنی استفاده می‌شود. این شیوه شاید در ابتدا برای تازه‌کارها کمی غریب به نظر برسد و نیاز به زمان دارد تا به آن عادت کنند.
در مقابل، DALL-E معمولاً با یک رابط کاربری ساده و قابل درک روی وب ارائه می‌شود که کار با آن را برای عموم مردم، حتی بدون داشتن پیش‌زمینه از دستورات متنی، راحت‌تر می‌کند.

سرعت تولید و مدل‌های کسب و کار:

می‌دجورنی معمولاً در ساخت چهار تصویر اول، سرعت خوبی دارد؛ اما وقتی بخواهید کیفیت و وضوح آن‌ها را بالا ببرید، ممکن است این مرحله کمی بیشتر طول بکشد. این ابزار پلن‌های مختلفی به صورت ماهانه یا سالانه ارائه می‌دهد که بسته به انتخاب شما، سرعت و امکانات متفاوتی در اختیارتان قرار می‌گیرد.
دالی اما معمولاً خیلی سریع تصاویر را تولید می‌کند. در این سرویس شما باید اعتبار (Credit) خریداری کنید و با استفاده از آن اعتبارها تصاویر جدید ایجاد کنید.

جامعه کاربری و به‌روزرسانی‌ها:

میدجورنی یک گروه بسیار فعال و پرانرژی در دیسکورد دارد که اعضای آن دائماً تصاویر و تجربه‌های خود را با هم به اشتراک می‌گذارند. این پلتفرم همچنین به‌طور پیوسته با ارائه نسخه‌های جدید (مثل V6) به روز می‌شود.

دالی هم جامعه کاربری پویایی دارد، اما تمرکز آن کمتر روی جنبه‌های هنری محض است و بیشتر برای کارهای تجاری و گرافیکی به کار می‌رود. این ابزار نیز به‌طور منظم به‌روزرسانی می‌شود و امکانات تازه‌ای ارائه می‌دهد.

اگر هدف شما خلق آثار هنری چشمگیر، تخیلی، رویایی یا تصاویری با حال‌وهوای سینمایی است و از آزمودن دستورها و تنظیمات مختلف لذت می‌برید، میدجورنی بدون شک گزینه بهتری برای شما خواهد بود. اما اگر به دقت بالا در نمایش جزئیات اشیا، ساخت تصاویر محصول یا ابزارهای پیشرفته برای ویرایش و گسترش عکس‌های موجود نیاز دارید، احتمالاً دالی برایتان مناسب‌تر است. بسیاری از کاربران حرفه‌ای و طراحان دیجیتال از هر دو ابزار برای کاربردهای گوناگون استفاده می‌کنند، چون هر کدام نقاط قوت خاص خود را دارند و می‌توانند در کنار هم مکمل یکدیگر باشند.

دانلود هوش مصنوعی midjourney

هوش مصنوعی میدجرنی در واقع یک «برنامه قابل دانلود» به حساب نمی‌آید. همانطور که پیش‌تر هم گفته شد، میدجرنی یک سرویس تحت وب است که روی فضای ابری اجرا می‌شود. این یعنی بخش اصلی این هوش مصنوعی و پردازش‌های پیچیده آن، در سرورهای قوی میدجرنی و از طریق اینترنت انجام می‌شود و سپس نتیجه کار برای کاربران ارسال می‌گردد. در واقع شما به جای اینکه یک نرم‌افزار را «دانلود» و روی دستگاه خود نصب کنید، تنها به این سرویس «متصل» می‌شوید و از آن استفاده می‌کنید.

نحوه دسترسی به Midjourney:

از طریق دیسکورد (ساده‌ترین و معمول‌ترین روش):

**عضویت در سرور دیسکورد میدجرنی:**
این روش، اصلی‌ترین راه برای استفاده از میدجرنی است. شما با پیوستن به سرور رسمی میدجرنی در دیسکورد، می‌توانید در کانال‌های عمومی آن، با ربات میدجرنی کار کنید و فرمان‌های خود را برای ساخت تصویر وارد نمایید. برای این کار نیازی به دانلود هیچ نرم‌افزار اضافی به جز برنامه دیسکورد ندارید، که خود یک پلتفرم ارتباطی مستقل است.

**نصب اپلیکیشن دیسکورد (در صورت تمایل):**
اگر می‌خواهید راحت‌تر و سریع‌تر از میدجرنی استفاده کنید، می‌توانید نسخه دسکتاپ دیسکورد را از سایت رسمی آن دانلود و نصب کنید. این برنامه فقط برای دسترسی به دیسکورد است، نه خود میدجرنی. همچنین دیسکورد اپلیکیشن مخصوص موبایل برای سیستم‌عامل‌های اندروید و iOS نیز دارد.

—

از طریق وب‌سایت (نسخه آزمایشی برای برخی کاربران):

میدجرنی در حال کار روی یک پنل تحت وب است تا کاربران بتوانند بدون نیاز به دیسکورد، تصاویر را مستقیماً در سایت میدجرنی تولید و مدیریت کنند. این ویژگی هنوز در مرحله آزمایشی قرار دارد و ممکن است برای همه فعال نباشد یا فقط برای کاربران با اشتراک ویژه قابل دسترسی باشد. برای بررسی وضعیت این قابلیت و ورود به آن، باید به وب‌سایت رسمی میدجرنی مراجعه کرده و با حساب کاربری خود وارد شوید.

هوش مصنوعی دالی

میدجِرنی از پیشگامان ساخت تصویر با نوشته است، اما ابزارهای دیگری مثل دالی هم بین کاربران بسیار پرطرفدار شده‌اند. این فناوری می‌تواند تنها با استفاده از توضیحات متنی که شما می‌دهید، تصاویر هنری، تخیلی و بسیار دقیق خلق کند. اگرچه هر دو ابزار دالی و میدجِرنی در تولید تصویر کار می‌کنند، اما سبک هنری و کیفیت کارشان با هم فرق دارد و انتخاب بین آن‌ها به نیاز و سلیقه شخصی شما بستگی دارد.

میدجِرنی علاوه بر ساخت تصویر، به پرورش خلاقیت انسان نیز کمک می‌کند. این فناوری به هنرمندان، طراحان، نویسندگان و حتی افراد معمولی امکان می‌دهد تا ایده‌های ذهنی خود را بدون نیاز به تسلط بر نقاشی، طراحی یا ساخت مدل‌های سه‌بعدی، به تصویر بکشند. با پیشرفت روزافزون این فناوری، محدوده‌ی خلق‌و‌آفرین با هوش مصنوعی همچنان گسترده‌تر خواهد شد و دنیایی تازه از فرصت‌های نو و بی‌سابقه را به روی ما خواهد گشود.