圖片來自：@U79916881747113V7 目前支援兩種執行模式：Turbo 和 Relax。Turbo 模式速度更快，但成本為普通 V6 作業的 2 倍；草稿模式則成本減半。標準速度模式仍在最佳化中，預計不久後推出。目前，放大、編輯和重新紋理功能將回退至 V6 模型，未來將逐步升級至 V7。情緒板和 SREF 功能已可用，後續更新將進一步提升效能。Midjourney 團隊透露，在未來 60 天內，每隔一至兩週將推出新功能，其中最受期待的則是全新的 V7 角色和物件引用系統。話不多說，先來看圖。知名博主 @nickfloats 分享了 Midjourney V6/V7版本基於同一提示詞生成的的圖片對比，一起來看看。Prompt：A young Indian woman with dark hair in an open ponytail and a black jacket stands on a university campus, looking directly at the camera. The image has a 1990s-style movie still aesthetic, with a close-up portrait on a sunny day.（一位年輕的印度女性，黑色頭髮紮成鬆散的馬尾，穿著黑色夾克，站在大學校園裡，直視鏡頭。照片呈現出 90 年代電影劇照風格，背景是陽光明媚的一天，特寫的肖像。）
左：V6 右：V7新版本的光線更加自然，尤其是在人物臉部，膚色更加清晰，細節更加豐富，畫面焦點更加清晰，尤其是人物的髮型部分，但也因此犧牲了一些氛圍和情感的表達。Prompt：A majestic barn owl perched on an ancient, moss-covered tree branch, surrounded by the misty forest. The scene is bathed in soft light filtering through the dense foliage, creating a magical and ethereal atmosphere. Photorealistic style with attention to detail of the feathers and textures.（一隻威嚴的 barn owl（倉鴞）棲息在一根古老、覆蓋著苔蘚的樹枝上，周圍是迷霧繚繞的森林。柔和的光線透過濃密的樹葉灑下，營造出一種神秘而飄渺的氛圍。畫面風格為逼真的寫實風格，細緻入微地展現了羽毛和樹皮的質感。）
左：V6 右：V7新版本的貓頭鷹羽毛紋理更加細膩，羽毛的層次感和光影效果更強，顯得更加真實。貓頭鷹的姿態方面，新版本更自然，身體略微傾斜，顯得更有動態感，眼睛的細節也更生動，傳遞出一種警惕的神態。簡言之，魚和熊掌，不可兼得，V7 在追求真實感的目標上更勝一籌；V6 則可能在追求畫面衝擊力和神秘感上更具優勢。Prompt：A person's hand points towards the window of an airplane, which is seen from inside with its wing visible in profile. The sky outside shows a clear horizon at dawn or dusk. In front of them lies a vast expanse of ocean.（一個人的手指向飛機窗外，窗外的飛機機翼從側面可見。外面的天空清晰，天際線顯示出黎明或黃昏的景象。眼前是廣闊的海洋。）
左：V6 右：V7同樣都是從飛機舷窗向外看的情景，一隻手指向窗外，V7 的進步肉眼可見，透過加入飛機機翼的元素，增加了畫面的層次感和真實感，更能感受到身處飛機的視角。Prompt：A close-up of broccoli being sautéed in oil, with the vegetable's green florets contrasting against a dark brown sauce. A large spoon is partially visible inside a stainless steel pot filled with caramelized and shiny black glaze on top, against a white…（一塊近距離拍攝的西蘭花在油中翻炒，綠意盎然的花椰菜與深棕色的醬汁形成鮮明對比。一隻大湯勺部分可見，放在一個不鏽鋼鍋中，鍋裡覆蓋著一層焦糖色的光澤黑色醬汁，背景是白色的…）
左：V6 右：V7V6 雖然透過特寫鏡頭突出了醬汁和勺子，焦點非常明確，注意力很容易被吸引到醬汁的質感和細節上，但如果從提示詞的要求出發，新版本展示整個鍋內的西蘭花和醬汁的搭配，呈現了一個更完整的烹飪場景，邏輯上更符合實際烹飪過程。Prompt：Close-up of an anime woman's face with a shocked expression, dark hair, in the anime style. Colorful animation stills, close-up intensity, soft lighting, low-angle camera view, and high detail.（一位動漫女性的面部特寫，表情震驚，黑色頭髮，呈現動漫風格。色彩豐富的動畫畫面，特寫鏡頭強烈，柔和的光線，低角度拍攝，細節非常精緻。）
左：V6 右：V7光影和色彩的處理上，V7 也符合提示詞中的「soft lighting」要求，臉部的高光和陰影過渡更加柔和自然，尤其是眼部和臉頰的光影分佈，營造出更立體的效果。Prompt：A dynamic film still of an epic space battle with sleek starfighters zooming past a massive space station, lasers firing, and a distant planet visible in the backdrop.（一幅動態的電影畫面，展示了一場史詩般的太空戰鬥，流線型的星際戰鬥機飛馳而過，巨大的太空站在一旁，雷射四射，遠處的行星清晰可見，構成了一幅震撼的畫面。）
左：V6 右：V7人像方面，v7 在細節的精細度和真實感（服裝、皮膚、光影等）上有所提升，人物的立體感和與背景的融合度更高，但在情感傳遞、表情的戲劇性、動態感上有所倒退。以下為三個具體的對比案例：Prompt：1980s mystery film, low-angle shot of an evil-eyed French Butler sporting a black suit and grasping a candle in the hallway of a creepy Victorian mansion with musty decor. The warm candle glow evokes a spooky sense of mystery（一張 1980 年代神秘電影風格的低角度鏡頭，拍攝了一位邪惡眼神的法國管家，身穿黑色西裝，手中握著一支蠟燭，站在一座裝飾陳舊、充滿黴味的維多利亞式大廈走廊裡。溫暖的燭光營造出一種陰森神秘的氛圍。）
左：V6 右：V7Prompt：1990s medium-full street style fashion photo shot on Kodak 500T capturing a rugged 50-year-old man with curly gray hair, 5-o'clock shadow, and a stern look walking down the sidewalk on a bright spring morning in Paris. He's wearing …（一張 1990 年代中等全身街頭風格的照片，使用 Kodak 500T 膠片拍攝，捕捉到一位五十多歲的男子，他有著捲曲的灰白色頭髮、胡茬和嚴肅的表情，正走在巴黎春日明媚的早晨人行道上。他穿著…）
左：V6 右：V7Prompt：Cinematic, off-center, two-shot, 35mm film still of a 30-year-old french man, curly brown hair and a stained beige polo sweater, reading a book to his adorable 5-year-old daughter, wearing fuzzy pink pajamas, sitting in a cozy corner nook…（一張電影感的 35 毫米膠片畫面，構圖偏離中心，拍攝了一位 30 歲的法國男子，捲曲的棕色頭髮，穿著一件弄髒的米色 polo 衫，正在給他可愛的 5 歲女兒讀書。女兒穿著柔軟的粉色睡衣，坐在一個溫馨的角落裡。）
下面由 @tanvitabs 用 v7 生成的這張照片則將 AI 影像生成的坑都踩了個遍，包括憑空多出來的第三隻手，T 恤和西裝著裝上的混淆，以及不匹配的面部生成等。
最後留個課堂作業，以下是基於同一提示詞生成的四張照片，你更喜歡哪個版本？請投票。Prompt：Elegant female model standing by a large window in a sunlit room, soft morningliaht casting natural highlights and shadows on her face, wearing a flowing beigedress, relaxed pose, minimal makeup, 85mm lens depth of field, lifestyle fashioneditorial, cinematic tones, airy atmosphere（一位優雅的女性模特站在陽光灑進的房間大窗旁，柔和的晨光在她的臉上投下自然的高光與陰影，身穿一襲飄逸的米色長裙，姿勢放鬆，妝容簡約。使用 85mm 鏡頭拍攝，背景有著淺景深，營造出生活方式時尚編輯感，畫面呈現電影般的色調，空氣感十足。）
過去幾年，AI 影像生成的主旋律是追求真實、無油膩感。去年，Flux 因生成超真實人像而一舉破圈，聲名大噪，現在，Midjourney V7 接過接力棒，以更豐富的細節、更有層次感的光影、更自然的膚質紋理，再次將「真實」推向新的高度。但追求真實，是一切的終點嗎？最近，隨著 GPT-4o 多模態生圖功能的釋出，吉卜力風格的圖片幾乎在一夜之間點燃了網路，也像一陣春風吹進了 AI 影像生成的世界。技術選擇的可能性多了，創作的玩法也跟著變了。用更通俗的話來說，現在就好比站在廚房裡，你是想做頓踏實的飯，還是想整點黑暗料理的，全然在你。
