Midjourney 使用指南
一、认识 Midjourney
Midjourney是由 David Holz 2022 年 3 月推出的一款 AI 制图工具。处于聊天软件 Discord 中，主要功能涵盖图像生成、风格化、变体生成、图生图等，且提供高级工具精细控制生成过程。使用上需创建账户、获邀请后通过 Discord 频道输入文字提示来操作。相比于 SD(Stable Diffusion)，MJ 随机性更大，细节处理精度不够。
二、Midjourney 算法原理
MJ 基于深度学习中的生成对抗网络（GAN）和扩散模型等技术。
- 生成对抗网络（GAN）：由生成器和判别器组成。生成器的任务是根据输入的随机噪声和文本描述等信息，生成尽可能逼真的图像；判别器则负责判断输入的图像是真实的还是由生成器生成的。在训练过程中，生成器和判别器相互博弈，不断优化自身的参数，以提高生成图像的质量和判别器的准确性，最终使生成器能够生成足以'欺骗'判别器的高质量图像。
- 扩散模型：扩散模型通过逐步向数据中添加噪声，然后学习如何去噪来生成新的数据。在图像生成中，它从一个完全随机的噪声图像开始，经过多个扩散步骤，逐渐调整图像的像素值，使其接近真实图像。每一步都根据当前的图像和一些条件信息（如文本提示）来预测下一步的图像，最终生成符合条件的高质量图像。
三、Midjourney 基本操作指南
1、安装
由于 MJ 属国外模型，全部操作应在配置好网络环境下进行。
登录成功后建立服务器，点击左下角绿色的 + 号，点击亲自创建，点击仅供我和我的朋友使用，上传头像和名字，完成服务器建立。点击左下角小眼睛，去发现搜索 MJ 机器人，并将其添加到自己的服务器。
下载 Discord 客户端。
2、使用演示及基本分区讲解
1. 使用演示
首先找到我们自己的服务器，在对话框中先输入'/'，就会弹出常用栏，白色帆船生成较为写实的作品，绿色帆船生成偏向于动漫风格的作品。
2. 基本分区讲解
-
重绘：可以在新的界面对原来的提示词进行加工再次生成新的图像。点击重绘标识，弹出黑框进行对原来的关键词进行修改。
-
U1 U2 U3 U4：一次操作可以生成四张图，如何查看单张图呢？如何单张图放大呢？这时我们需要用到第一行的按钮。当我们要查看第一张图片，点击 U1，则会出现以下界面。
功能区解析：
- Upscale(Subtle) 和 Upscale (Creative)：1:1 放大。Subtle 细节变精细；Creative 细节少量修改。
- Vary(Subtle) 和 Vary(Creative)：图片变化，点击按钮，修改提示词，进行变化。Subtle 调整较为细微，如微调颜色、光影，或对图像细节进行优化，使图像更精致，整体风格和构图基本不变。Creative 会较大幅度地改变图像元素、构图、颜色等，能为图像添加或移除元素，创造出与原图不同风格或效果的新图像。
- Vary (region)：局部重绘，选中需要修改的位置，改变关键词，从而在不改变其他部分的前提下对所选中区域局部重绘。
辨析:Vary(Subtle)&Vary(Creative)和 Vary (region) 的不同
- 作用范围：Vary Subtle 和 Vary Creative 是对整个图像进行变化，在原图基础上生成一张新图，不过变化程度不同；Vary Region 针对图像的特定区域进行修改，仅重绘选定区域，其余部分保持不变。
- 变化程度：Vary Subtle 调整较为细微；Vary Creative 变化强烈；Vary Region 变化程度取决于输入的修改指令和选定区域大小。
- 适用场景：Vary Subtle 适用于对原图像整体满意，只需小幅度优化细节；Vary Creative 适用于希望对原图像进行大幅度修改或重新构思；Vary Region 适用于对图像整体满意但局部需修改。
-
扩图：Zoom out 1.5x、2.0x 与 Custom zoom。Zoom out 1.5x、2.0x 为固定倍数扩图，不改变原图；Custom zoom 为自定义扩图，通过改变关键词--ar 后的图片比例，修改扩图倍数。
