【来源：虎嗅网】
曾经被视为必备技能的PS，如今似乎陷入了“可学可不学”的微妙处境。
最新版本的Gemini“言出法随”，仅需一句话就能改图，成为现象级的存在，GPT-4o多模态生图功能上线以来，生成的吉卜力风格图片也几乎在一夜之间席卷网络。
面对新势力的崛起，老牌AI图像生成巨头Midjourney也不甘示弱，刚刚正式发布最新版本V7。
我们梳理了新版本的一些要点：
-
整体图像质量提高，对文字与图像提示的理解更准确，身体、手部及各种物体在细节上的一致性大幅增强。
-
人物肤色和面部细节更加自然清晰，材质纹理（如羽毛、衣物）质感表现精细，光影效果逼真。
-
能更好理解并呈现提示词描述的完整场景，元素间空间关系合理，背景与主体融合度高。
-
能准确表现特定视角，低角度和特写等拍摄风格表现专业。
-
氛围感和情感表达略弱，缺少一些戏剧性和神秘感，某些艺术风格的独特性和创意性稍显不足。
需要注意的是，V7是首个默认启用模型个性化的版本。用户需解锁个性化设置才能使用此功能，整个过程约需5分钟，且可随时开关。
V7的另一大亮点是“草稿模式”（Draft Mode）。该模式成本仅为标准模式的一半，图像渲染速度却提升至10倍。
在网页端使用时，提示栏将自动切换为“对话模式”，用户可直接通过指令调整内容，例如将猫替换为猫头鹰或将场景改为夜晚，系统会自动调整提示并生成新图像。
点击“草稿模式”并启用麦克风按钮后，用户还能进入“语音模式”，通过语音指令进行实时创作。若需明确运行草稿任务，用户可在提示后添加“--draft”参数，适用于排列组合或重复生成等场景。
Midjourney官方表示，“草稿模式”是迄今为止迭代创意的最佳方式。
用户若对草稿图像满意，可点击“增强”或“改变”按钮，以完整质量重新渲染。需要注意的是，草稿模式下的图像质量低于标准模式，但其行为和美学表现高度一致，适合快速验证想法。
图片来自：@U79916881747113
V7目前支持两种运行模式：Turbo和Relax。Turbo模式速度更快，但成本为普通V6作业的2倍；草稿模式则成本减半。标准速度模式仍在优化中，预计不久后推出。
目前，放大、编辑和重新纹理功能将回退至V6模型，未来将逐步升级至V7。情绪板和SREF功能已可用，后续更新将进一步提升性能。
Midjourney团队透露，在未来60天内，每隔一至两周将推出新功能，其中最受期待的则是全新的V7角色和对象引用系统。
话不多说，先来看图。
知名博主@nickfloats分享了Midjourney V6/V7版本基于同一提示词生成的图片对比，一起来看看。
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.
（一位年轻的印度女性，黑色头发扎成松散的马尾，穿着黑色夹克，站在大学校园里，直视镜头。照片呈现出90年代电影剧照风格，背景是阳光明媚的一天，特写的肖像。）
左：V6 右：V7
新版本的光线更加自然，尤其是在人物脸部，肤色更加清晰，细节更加丰富，画面焦点更加清晰，尤其是人物的发型部分，但也因此牺牲了一些氛围和情感的表达。
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.
（一只威严的barn owl（仓鸮）栖息在一根古老、覆盖着苔藓的树枝上，周围是迷雾缭绕的森林。柔和的光线透过浓密的树叶洒下，营造出一种神秘而飘渺的氛围。画面风格为逼真的写实风格，细致入微地展现了羽毛和树皮的质感。）
左：V6 右：V7
新版本的猫头鹰羽毛纹理更加细腻，羽毛的层次感和光影效果更强，显得更加真实。猫头鹰的姿态方面，新版本更自然，身体略微倾斜，显得更有动态感，眼睛的细节也更生动，传递出一种警惕的神态。
简言之，鱼和熊掌，不可兼得，V7在追求真实感的目标上更胜一筹；V6则可能在追求画面冲击力和神秘感上更具优势。
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.
（一个人的手指向飞机窗外，窗外的飞机机翼从侧面可见。外面的天空清晰，天际线显示出黎明或黄昏的景象。眼前是广阔的海洋。）
左：V6 右：V7
同样都是从飞机舷窗向外看的情景，一只手指向窗外，V7的进步肉眼可见，通过加入飞机机翼的元素，增加了画面的层次感和真实感，更能感受到身处飞机的视角。
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...
（一块近距离拍摄的西兰花在油中翻炒，绿意盎然的花椰菜与深棕色的酱汁形成鲜明对比。一只大汤勺部分可见，放在一个不锈钢锅中，锅里覆盖着一层焦糖色的光泽黑色酱汁，背景是白色的...）
左：V6 右：V7
V6虽然通过特写镜头突出了酱汁和勺子，焦点非常明确，注意力很容易被吸引到酱汁的质感和细节上，但如果从提示词的要求出发，新版本展示整个锅内的西兰花和酱汁的搭配，呈现了一个更完整的烹饪场景，逻辑上更符合实际烹饪过程。
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.
（一位动漫女性的面部特写，表情震惊，黑色头发，呈现动漫风格。色彩丰富的动画画面，特写镜头强烈，柔和的光线，低角度拍摄，细节非常精致。）
左：V6 右：V7
光影和色彩的处理上，V7也符合提示词中的“soft lighting”要求，脸部的高光和阴影过渡更加柔和自然，尤其是眼部和脸颊的光影分布，营造出更立体的效果。
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.
（一幅动态的电影画面，展示了一场史诗般的太空战斗，流线型的星际战斗机飞驰而过，巨大的太空站在一旁，激光四射，远处的行星清晰可见，构成了一幅震撼的画面。）
左：V6 右：V7
人像方面，v7在细节的精细度和真实感（服装、皮肤、光影等）上有所提升，人物的立体感和与背景的融合度更高，但在情感传递、表情的戏剧性、动态感上有所倒退。
以下为三个具体的对比案例：
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
（一张1980年代神秘电影风格的低角度镜头，拍摄了一位邪恶眼神的法国管家，身穿黑色西装，手中握着一支蜡烛，站在一座装饰陈旧、充满霉味的维多利亚式大厦走廊里。温暖的烛光营造出一种阴森神秘的氛围。）
左：V6右：V7
Prompt：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...
（一张1990年代中等全身街头风格的照片，使用Kodak 500T胶片拍摄，捕捉到一位五十多岁的男子，他有着卷曲的灰白色头发、胡茬和严肃的表情，正走在巴黎春日明媚的早晨人行道上。他穿着...）
左：V6 右：V7
Prompt：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...
（一张电影感的35毫米胶片画面，构图偏离中心，拍摄了一位30岁的法国男子，卷曲的棕色头发，穿着一件弄脏的米色polo衫，正在给他可爱的5岁女儿读书。女儿穿着柔软的粉色睡衣，坐在一个温馨的角落里。）
左：V6 右：V7
海螺AI+Midjourney会是让图片动起来的王炸组合吗？网友@ainextastro也试了试。
下面由@tanvitabs用v7生成的这张照片则将AI图像生成的坑都踩了个遍，包括凭空多出来的第三只手，T恤和西装着装上的混淆，以及不匹配的面部生成等。
最后留个课堂作业，以下是基于同一提示词生成的四张照片，你更喜欢哪个版本？请投票。
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
（一位优雅的女性模特站在阳光洒进的房间大窗旁，柔和的晨光在她的脸上投下自然的高光与阴影，身穿一袭飘逸的米色长裙，姿势放松，妆容简约。使用85mm镜头拍摄，背景有着浅景深，营造出生活方式时尚编辑感，画面呈现电影般的色调，空气感十足。）
过去几年，AI图像生成的主旋律是追求真实、无油腻感。
去年，Flux因生成超真实人像而一举破圈，声名大噪，现在，Midjourney V7接过接力棒，以更丰富的细节、更有层次感的光影、更自然的肤质纹理，再次将“真实”推向新的高度。
但追求真实，是一切的终点吗？
最近，随着GPT-4o多模态生图功能的发布，吉卜力风格的图片几乎在一夜之间点燃了网络，也像一阵春风吹进了AI图像生成的世界。
技术选择的可能性多了，创作的玩法也跟着变了。用更通俗的话来说，现在就好比站在厨房里，你是想做顿踏实的饭，还是想整点黑暗料理的，全然在你。
