Midjourney は Stable Diffusion を使用しますか?

AI の進歩により、アートを含むあらゆるものをゼロから作成するのに役立つ多数のサービスが利用できるようになりました。最近登場した人気ツールの 1 つは Midjourney です。これは、テキスト プロンプトを使用して数秒で見事なアートワークを作成できる AI 画像ジェネレーターです。

Midjourney は Stable Diffusion を使用しますか?

Web で簡単に検索すると、DALL-E や Stable Diffusion などの画像生成ツールでどのような技術が使用されているかがわかります。たとえば、Stable Diffusion は、ミュンヘンの CompVis グループによって開発された潜在拡散モデル (LDM) と、テキストの条件付けに CLIP ViT-L/14 テキスト エンコーダーを使用します。

Midjourney に関して言えば、その作成者は、使用するトレーニング モデルや、それらがどのように組み合わされるかについて、いかなる種類の情報も提供しておらず、ソース コードを一般に公開していません。執筆時点では、このツールは現在、2023 年 3 月 15 日にリリースされた V5 モデルで実行されています。これは、まったく新しい AI アーキテクチャとコードベースに基づく V4 モデルのアップグレードです。

Midjourney によると、新しいモデルは独自に設計され、独自の AI スーパークラスターでトレーニングされました。Midjourney の V5 モデルは高いコヒーレンシーをサポートし、画像プロンプト、マルチプロンプト、生き物、場所、オブジェクトの細部を追加する機能など、V4 モデルに見られる他のすべての高度な機能を提供します。

Stable Diffusion を使用するとは主張していませんが、Midjourney V5 モデルで行われた変更により、Stable Diffusion v2 で作成されたものと非常によく似た画像になると推測されます。そのため、Midjourney が、Stable Diffusion を強化する、または Stable Diffusion v2 の特定の要素を共有する潜在的な拡散モデルの別のバージョンを使用している可能性があります。

Midjourney と Stable Diffusion の違い

それぞれの操作に基づいて、Stable Diffusion は、他のユーザーが使用または開発できるようにソース コードを共有するため、オープン ソース モデルを奨励します。誰でもそのコードを使用して、Stable Diffusion を使用して構成を微調整することで独自のモデルを設計できます。Midjourney の場合はそうではありません。同社は独自の製品として画像生成ツールを提供しており、独自にモデルを開発およびトレーニングすると主張しており、他のユーザーが使用できるソース コードをまだリリースしていません。

入力に関しては、Midjourney はメイン コンセプトを使用し、独自の要素を追加して画像を生成します。このプロセスでは、ツールが関連する色、照明、およびその他の要素を使用して独自の反復を作成するため、入力キーワードの一部が生成中に無視される場合があります。これらの画像を Stable Diffusion で複製したい場合は、Midjourney で入力した内容よりも詳細な長いプロンプトを提供する必要があります。

Stable Diffusion で作成された画像は、DALL-E を使用して生成した画像と同様にランダムに見える場合があります。Midjourney の出力は、より暗い背景やよりドラマチックな背景に傾いていることが多く、ユニークに見えることがあります。Midjourney では適切なプロンプトで独特の外観の画像を作成できますが、Stable Diffusion で生成する場合は、詳細を追加してより具体的にする必要がある場合があります。これは、利用したいカスタマイズのレベルに応じて、良いことにも悪いことにもなり得ます。

使用に関しては、Stable Diffusion を使用すると、無料で使用できるため、より多くの画像を作成するためのライブラリが提供されます。ほとんどの場合、生成した画像に対する権利はユーザーが所有します。一方、Midjourney は、最大 25 個の作品を生成するために使用できる限定的なトライアルのみを提供します。その後、有料層に加入する必要がある場合があり、これにより月額 8 ドルから 48 ドルの費用が発生する可能性があります。使用権は、加入しているプラ​​ンによって異なる場合があります。

Midjourney が Stable Diffusion を使用しているかどうかについて知っておく必要があるのはこれだけです。