Midjourneyはほとんどの人にとって最高のAI画像ジェネレーターではないが、最も楽しい

AIを使って画像を生成し始めて3年ほどになります。その間、AIは、皆さんが求めているテーマをほぼ再現できる楽しいゲーム（ここでの「ほぼ」に重点を置きます）から、人間の芸術作品とほとんど区別がつかない動きへと進化してきました。

今ではAI画像ジェネレーターが数多く存在し、選択肢も豊富です。実際、AI関連のほぼすべての企業がAI画像ジェネレーターを標準搭載しています。しかし、初期の頃は、Dall-E（現在はChatGPT傘下）とMidjourneyという2つのツールが際立っていました。

Midjourneyが初めてリリースされたとき、それは私のお気に入りのAI画像生成ツールでした。刺激的な画像を作ることができ、当時のAI技術の水準を考えると、優れた仕上がりでした。しかし、Midjourneyの最新アップグレードであるV7を試してみたところ、競合製品に比べて明らかに遅れをとっていると感じました。

では、何が悪かったのでしょうか？実は、Redditユーザーから「Midjourney」のプロンプトの仕方が分からないという指摘を受け、AIツールにもう少し時間を費やしてみました。ほとんどの人にとって最適な選択肢ではないものの、もしかしたら一番楽しいかもしれないと気づきました。

Midjourney 画像の問題点は何でしょうか?

AIツールは、ニッチな関心の対象から、あなたの知り合い全員が使うツールへと進化しました。この変化により、モデルは人間の指示を理解し、あなたが見逃していたかもしれない空白を埋めるようになりました。

これはChatGPTが特に得意とする分野であり、特に画像生成においては大きな強みとなります。画像生成に関しては、ChatGPTはリスクを負うことはありません。使いやすく、指示を出す手間もほとんどかからず、要求したスタイルで必要な画像を生成します。

一方、Midjourneyはリスクを負っています。カスタマイズ性だけでもその違いが分かります。実際に使用する前に、200枚以上の画像を評価する必要があり、これによりモデルはユーザーの好みのアートスタイルを理解することができます。

画像の奇妙さをスライドスケールで調整できるほか、画像の様式化度や種類も変更できます。ChatGPTとは異なり、Midjourneyは一度に複数の画像を生成し、その後、画像を拡大したり、さらに奇妙にしたりして、再度試すことができます。

両方のモデルに、それぞれのモデルに最適なプロンプトを使ってサイバーパンクの世界を生成してもらいました。どちらも正確で、本当に興味深い画像を生成してくれました。その後、少しだけ画像を変えた画像を生成するように再度依頼しました。

Midjourney のスタイルを変更しました。与えられたプロンプトには忠実でしたが、全く異なる見た目で、新しい試みでした。一方、ChatGPT は、ほぼ同じでありながら非常に詳細な画像を生成するという悪循環に陥り、私が求めていたものから大きく逸脱することを避けていました。

MidjourneyはChatGPTほど一貫性があるとは言えず、非常に詳細で考え抜かれたプロンプトであっても、顔をぼかしたり、物体があるべき場所に大きなぼかしを入れたりするなど、誤認識が発生することがあります。しかし、Midjourneyも現在トレーニング段階にあります。理論的には、バージョン7の開発が進むにつれて、品質は向上していくはずです。

AI画像の奇妙さを堪能したい、ファンタジーの世界、奇抜なアートスタイル、そして物語の世界に飛び込みたいなら、Midjourneyはまさにうってつけの場所です。特に、画像をコレクションに保存できる機能や、Midjourneyユーザーが作成した最高のアート作品のギャラリー、そしてインスピレーションの源となるヒントが満載されている点が魅力です。

シンプルなプロンプトから正確で一貫した結果を得る能力を求めるなら、ChatGPTは依然として画像生成ツールとして最適な選択肢です。AIの経験が全くなくても、学習曲線はなく、直感的に操作できます。

Tom's Guideのその他の記事

• Google Geminiに新しい画像編集ツールが追加されました。何ができるでしょうか？
• ChatGPTを使ってすべての休暇を計画しています — 試してみるべき5つの必須プロンプト
• Hume AIを使い始める - 音声を設定して自然に話す方法