A generatív mesterséges intelligencia lassan kitermeli a saját piacvezetőit. A ChatGPT továbbra is fogalom, ha szövegalkotásról beszélünk, a Claude újabb változatára a programozók esküsznek, az amatőr és profi dalszerzők a Suno-t választják, míg a filmmel foglalkozók leginkább a Runwayt preferálják. Ezeken a területeken hatalmas a verseny. Mégis, egy versenyző a saját kompetenciaterületén szinte egyeduralkodóvá, sztenderddé vált: ez pedig a képgenerálásra használt Midjourney. Az alábbi írás a még mindig fiatal cég rövid történetét foglalja össze.

Nem képtelenség a fejlődés

A MidJourney-t az a David Holz alapította, aki nem először vett részt technológiai cégek megalapításában. A San Francisco-i cég specialitása a szövegből képek készítése, vagyis az úgynevezett promptokat konvertálja egyre élethűbb, az emberi kreativitás korlátait feszegető formába.

A 2022 júliusában debütáló Midjourney MI már a kezdetektől, a COVID ideje alatt népszerűvé vált közösségi üzenőfelületen, a Discordon működik, és csak 2023 decemberében kezdett korlátozott hozzáférést biztosítani a képek generálásához felhasználóbarátabb webes felülethez.

Az akkori v1-es változatból idén július végére elértük a 6.1-est. Az elképesztő fejlődésre jellemző, hogy amikor a generatív MI fejlődését akarja valaki demonstrálni, akkor általában épp az első és a jelenlegi Midjourney-verzió közötti időben létrehozott képeket használja.

Több mint kísérletezés

Holz elmondása szerint vállalkozása már 2022 augusztusától, vagyis alig egy hónappal az open beta bemutatkozás után nyereséges lett. Ebben minden bizonnyal szerepet játszik, hogy a felhasználókat már az elején előfizetésre tudta bírni: az alapcsomag havi 10 dollárba kerül, de a korlátlan havi 30 dollár sem tűnik soknak egy ilyen rendkívüli hatású szolgáltatásért.

A motorháztető alá a MidJourney esetében sem nézhetünk be. Annyit biztosan tudunk, hogy mélytanulási módszerrel „etették meg” az algoritmusát, de hogy ez mekkora és pontosan milyen adatmennyiséget jelent, azt a cég nem köti a közvélemény orrára – és ezt jól is teszi. A verseny elképesztően éles. Elsőkörös kihívók a konkurens generatív modellek alkotói által nyújtott szolgáltatások: Dall-E 3, Stable Diffusion XL / SDXL, aztán jönnek az előbbi modell képességek az óriások által hangolva, aláfejlesztve: Bing, Adobe, ChatGPT A harmadik kör, a saját modellt építők: Leonardo.Ai, Blue Willow és a Flux.

Mitől a legjobb a Midjourney? A képgenerálási gyerekbetegségektől a Midjourney megszabadult, gyakorlott promptkészítő pillanatok alatt tud alkotni,méghozzá olyan képet, amit a legtöbb ember már nem fog MI generáltként azonosítani, a következő szint a felhasználási célnak megfelelés: művészet, webes tartalom, program digitális asset. A Midjourney mindent megfelelően, a versenytársainál jobban és olcsóbban nyújt.

Az eszköz az érem egyik oldala, a másik oldala a művész – egy nem művész felhasználó nem fogja tudni alkalmazni a rubensi szerpentin-körvonalakat, ha nem tudja, hogy hogyan és milyen céllal tegye azt.

Egy új korszak kezdete

Ha pesszimistán nézzük, akkor a Midjourney a maga kiváló eszközével jelentősen hozzájárul a fake képek, a nemlétező kompozíciók élethű megalkotásához. Nem véletlen, hogy a generált képek egyre nagyobb polgárjogot nyernek a magazinok illusztrációi között is, de ami még lényegesebb: a könnyen, promptolásra létrehozatott képek gyakorlatilag elárasztják a netet, olcsó és gyors termelésük lehetővé teszi az ál-Facebook-oldalak villámgyors felfuttatását. Különösen „veszélyben” vannak azok a területek, amelyek erősen vizuálisak: lakberendezés, tájképek, fotómodellek – szerencsére az NSFW típusú tartalmak generálását a Midjourney tiltja a felületén.

Megvan a Midjourney egyik első „klasszikusa” is: Jason Michael Allen a 2022-es Colorádó államban megrendezett vásáron a szépművészeti kategória fotomanipulációs (!) alkategóriájának a győztese lett. Az alkotás neve: Théâtre D'opéra Spatial.

De mit adott nekünk a Midjourney?

Amikor a pozitív összhatásra vagyunk kíváncsiak, akkor több megközelítés is szóba jöhet. Sokat nyernek az eszközzel például azok a cégek, akik a borsosabb stockfotó-előfizetés helyett inkább generáltatják a szükséges képeiket. Az alkotók szintén nagy nyertesei ennek, hiszen a vizuális fantáziájuk hatalmas erősítést kapott.

A Midjourney sikerét mi sem mutatja jobban, hogy a felhasználók egyre több területen jelennek meg a szolgáltatás által létrehozott képekkel: mesekönyvek, képregények is készültek már a két év alatt elképesztő fejlődésen keresztülment MI-eszközzel.

A jövő...?

Ha a Midjourney – többi társához hasonlóan – talpon marad az ellene jogtalan képfelhasználás miatt indított perek lezárta után, akkor David Holz szerint elképesztő jövő vár az alkotókra. Az alapító egy 2022-es interjújában elmondta, hogy szerinte 10 év múlva az emberek otthon, a gigantikus MI-vel felszerelt XBOX-jukon olyan játékot generáltathatnak maguknak, amilyet csak akarnak.

Így a valóságról való képi meggyőződés lassan a múltté lesz – de ez már egy másik történet.