รีวิว Midjourney V8 และทางเลือกที่ควรลองใช้จริง

รีวิว Midjourney V8 ที่ตรงไปตรงมาต้องเริ่มจากสิ่งที่ Midjourney ทำได้ดีสม่ำเสมอมาหลายปี นั่นคือการสร้างภาพที่ดูเหมือนมีคนตัดสินใจอะไรบางอย่างลงไป ป้อนพรอมป์ตสั้นและคลุมเครือเข้าไป มันก็ยังคืนภาพที่มีชุดสีที่คิดแล้ว แสงที่ตั้งใจ และสไตล์ที่กลมกลืน นั่นไม่ใช่ความสำเร็จเล็ก ๆ และมันอธิบายว่าทำไมคนทำคอนเซ็ปต์อาร์ต มู้ดบอร์ด และภาพประกอบเชิงบรรณาธิการจำนวนมากยังเปิด Midjourney ก่อนเสมอ

มันยังอธิบายด้วยว่าทำไมทีมจำนวนมากลงเอยด้วยการใช้ Midjourney คู่กับอย่างอื่น เอนจินที่มีความคิดเห็นของตัวเองแบบเดียวกันซึ่งให้เฟรมสวยได้ในครั้งเดียว กลับบังคับทิศทางยากเมื่อคุณต้องการการเปลี่ยนแปลงเฉพาะจุดหนึ่งอย่าง เช่น สีป้ายที่ต่างไป คำที่ต้องแก้ในหัวเรื่อง หรือสินค้าที่ต้องสลับเข้าฉากเดิม รีวิวนี้ดูว่า Midjourney ยุค V8 ทำอะไรได้ดี ข้อจำกัดของมันกัดที่ไหนจริง และทางเลือกใดใน OmniArt ที่ปิดช่องว่างเหล่านั้น กรอบการมองนี้ตั้งใจไว้แบบนี้ คือมันเป็นข้อแลกเปลี่ยนที่ต่างกัน ไม่ใช่การจัดอันดับ

สิ่งที่ Midjourney ยังทำได้ดี

สุนทรียะประจำบ้านที่แบกพรอมป์ตอ่อน ๆ ได้

ลักษณะเด่นของ Midjourney คือผลลัพธ์ตั้งต้นของมันผ่านการกำกับศิลป์มาแล้ว แสงมักเอียงไปทางภาพยนตร์ องค์ประกอบมักเอียงไปทางสมดุล และการปรับโทนสีมักเอียงไปทางกลมกลืน สำหรับครีเอเตอร์ที่กำลังสำรวจแทนที่จะทำตามบรีฟที่ล็อกแล้ว อคตินั้นคือฟีเจอร์ คุณพิมพ์เศษเสี้ยวของไอเดียลงไปแล้วได้สี่เฟรมที่คุ้มค่าจะตอบสนอง

เทียบกับโมเดลที่ปรับให้ทำตามคำสั่งอย่างตรงตัว ซึ่งจะเรนเดอร์คำอธิบายที่แบนและไร้แรงบันดาลใจอย่างซื่อสัตย์ เพราะนั่นคือสิ่งที่คุณสั่ง Midjourney เติมช่องว่างด้วยรสนิยม เมื่อคุณยังไม่รู้ว่าตัวเองต้องการอะไร รสนิยมมีประโยชน์กว่าความเชื่อฟัง

ความกลมกลืนของสไตล์ทั้งชุดงาน

ระบบภาพอ้างอิงคือเหตุผลเชิงปฏิบัติที่สตูดิโอหลายแห่งยังอยู่ต่อ ภาพอ้างอิงสไตล์ ภาพอ้างอิงตัวละครและตัวแบบ มู้ดบอร์ด และโปรไฟล์ปรับแต่งเฉพาะตัว ทำให้คุณกำหนดลุคครั้งเดียวแล้วผลิตภาพชุดยาวที่เข้ากันได้ สำหรับเกมการ์ด สไลด์นำเสนอ หนังสือที่มีภาพประกอบเปิดบท หรือมู้ดบอร์ดของแบรนด์ ความสม่ำเสมอระดับชุดงานสำคัญกว่าเฟรมเดี่ยวใด ๆ

สำรวจได้เร็วและมีแรงเสียดทานต่ำ

การวนแก้ใน Midjourney ถูกในเชิงภาระทางความคิด ตารางภาพหลายเวอร์ชัน โหมดแปรผันแบบละมุนกับแบบแรง การขยายความละเอียด การขยายภาพออกด้านข้าง และการซูม ประกอบกันเป็นวงจรที่คุณรันได้โดยไม่ต้องเขียนพรอมป์ตใหม่ โหมดร่างและโหมดสนทนาที่มาตั้งแต่ V7 ดันไปทางนี้อีกขั้น โดยแลกความคมของภาพสุดท้ายกับความเร็วในช่วงที่คุณยังหาทิศทาง Midjourney ยังขยายไปสู่การสร้างวิดีโอจากภาพด้วย ภาพนิ่งที่คุณชอบจึงขยับได้โดยไม่ต้องออกจากเครื่องมือ

ข้อจำกัดของ Midjourney ปรากฏที่ไหน

ความแม่นในการแก้ไขคือเพดานจริง

ตัวแก้ไขของ Midjourney ครอบคลุมการแก้ไขภาพเฉพาะจุด การขยายภาพออกนอกกรอบ การแปรผันเฉพาะพื้นที่ และการเปลี่ยนพื้นผิว เครื่องมือชุดนั้นจัดการงานแก้ทั่วไปได้เป็นสัดส่วนใหญ่ แต่สิ่งที่มันไม่ให้คุณคือการแก้ไขที่ระบุตำแหน่งได้และให้ผลแน่นอน ไม่มีวิธีที่เชื่อถือได้ในการบอกว่าให้เปลี่ยนเฉพาะวัตถุที่พิกัดนี้ ไม่มีทางส่งรหัสสี HEX ที่แน่นอนให้โมเดลแล้วคาดหวังค่าเดิมกลับมาเป๊ะ และไม่มีทางร่างรูปทรงแล้วให้มันกลายเป็นวัตถุที่คุณบรรยายในตำแหน่งนั้นพอดี

ในทางปฏิบัติหมายความว่าการแก้ไขใน Midjourney คือการเจรจา คุณลงมาสก์คลุมพื้นที่ บรรยายการเปลี่ยนแปลง แล้วประเมินสิ่งที่กลับมา ซึ่งมักพบว่าพิกเซลรอบข้างเพี้ยนไป พื้นผิวถูกสร้างใหม่ หรือสีลงใกล้ค่าของแบรนด์แต่ไม่ตรง สำหรับงานศิลป์เชิงสำรวจนี่ไม่เป็นไร แต่สำหรับภาพร่างบรรจุภัณฑ์ ชุดสีของเสื้อผ้า ภาพจำลองหน้าจอ หรือสิ่งใดที่ผู้ตรวจความสอดคล้องกับแบรนด์จะเพ่งดู มันกลายเป็นต้นทุน

ตัวอักษรในภาพ

การเรนเดอร์ตัวอักษรดีขึ้นทั่วทั้งวงการ และ Midjourney ก็เขียนคำสั้น ๆ ได้ดีกว่าเมื่อก่อนมาก แต่มันยังไม่ใช่เครื่องมือที่ควรหยิบมาใช้เมื่อภาพต้องแบกหัวเรื่อง ชุดป้ายกำกับในแผนภาพ เมนู หรือองค์ประกอบข้อความหลายชิ้นในตำแหน่งที่ตรึงไว้ ข้อความยาว ตัวอักษรขนาดเล็ก และอักษรที่ไม่ใช่ตระกูลละติน ยังเป็นจุดอ่อน

เข้าถึงได้ด้วยการสมัครสมาชิกเท่านั้น ไม่มีแพ็กเกจฟรีที่มีความหมาย

Midjourney เป็นสินค้าแบบสมัครสมาชิกจ่ายเงิน ช่วงทดลองใช้ฟรีหายไปหลายปีแล้วและยังไม่กลับมาในรูปแบบที่อยู่ยาว ในอดีตแพ็กเกจแบ่งเป็นสี่ระดับ ตั้งแต่ราวเดือนละ 10 ดอลลาร์ในระดับเริ่มต้น ไปถึงราวเดือนละ 120 ดอลลาร์ในระดับสูงสุด โดยมีส่วนลดสำหรับการจ่ายรายปี ระดับต่าง ๆ ต่างกันหลัก ๆ ในสามแกน

• เวลา GPU โหมดเร่ง โควตารายเดือนของการสร้างงานแบบมีลำดับความสำคัญ ระดับที่แพงกว่าจะได้มากกว่า
• โหมด Relax สร้างงานได้ไม่จำกัดแต่ต้องเข้าคิว มีให้ใช้ตั้งแต่ระดับกลางขึ้นไปเท่านั้น
• ความเป็นส่วนตัวและสิทธิ์การใช้งาน การสร้างงานแบบไม่เปิดเผยและเงื่อนไขที่เหมาะกับบริษัทขนาดใหญ่ อยู่ในระดับบน

โครงสร้างนี้สมเหตุสมผล แต่มันมีผลตามมา คุณผูกค่าใช้จ่ายรายเดือนไม่ว่าจะผลิตงานมากน้อย การนับชั่วโมง GPU เป็นอีกเรื่องที่ต้องคอยบริหาร และค่าตั้งต้นในระดับล่างคือผลงานของคุณจะปรากฏในฟีดสาธารณะ ทีมที่ปริมาณงานขึ้นลงแรง คือเดือนนี้หนักมากเดือนหน้าเงียบสนิท จะจ่ายตามค่าเฉลี่ยแทนที่จะจ่ายตามการใช้จริง

แรงเสียดทานในขั้นตอนการทำงานและระบบปิด

Midjourney โตมาใน Discord และแม้เว็บแอปจะกลายเป็นหน้าจอหลักที่ใช้งานได้ดีแล้ว ร่องรอยเดิมก็ยังเห็นอยู่ การสร้างงานผ่าน Discord หมายถึงงานสร้างสรรค์ไปอยู่ในห้องแชท และมีการจำกัดอัตราการใช้งานกับชั้นตรวจกรองเนื้อหาของ Discord เองคั่นระหว่างคุณกับภาพของคุณ ที่สำคัญกว่านั้น Midjourney ยังไม่มี API สาธารณะสำหรับใช้งานทั่วไป ถ้าระบบของคุณต้องสร้างภาพด้วยโค้ด ต้องรันงานเป็นชุด หรือต้องต่อขั้นตอนสร้างภาพเข้ากับกระบวนการอัตโนมัติ Midjourney ไม่ใช่ชิ้นส่วนที่คุณเสียบเข้าไปได้

ทางเลือกบน OmniArt เมื่อคุณต้องการควบคุมการแก้ไข

ไม่มีโมเดลใดด้านล่างให้ลุคตั้งต้นแบบ Midjourney และนั่นคือประเด็น พวกมันแลกสุนทรียะประจำบ้านที่เข้มข้นกับการควบคุมที่ระบุตำแหน่งได้และทำซ้ำได้ ทั้งยังอยู่ข้าง ๆ กันในพื้นที่ทำงานเดียวบนยอดเครดิตก้อนเดียว ซึ่งเปลี่ยนวิธีที่คุณใช้มัน

Seedream 5.0 Pro สำหรับการแก้ไขเฉพาะพื้นที่ที่ระบุตำแหน่งได้

Seedream 5.0 Pro เป็นคำตอบที่ใกล้ที่สุดต่อเพดานการแก้ไขของ Midjourney แทนที่จะบรรยายการเปลี่ยนแปลงแล้วหวังว่าโมเดลจะหาเป้าหมายเจอ คุณชี้ไปที่มันเลย ด้วยกรอบเลือกพื้นที่ จุด ลูกศร หรือพิกัดตรง ๆ การแก้ไขด้วยภาพร่างให้คุณวาดรูปทรงหยาบหรือบล็อกสี แล้วบรรยายว่ามันควรกลายเป็นอะไรในตำแหน่งนั้นพอดี การแก้ไขด้วยจุดยึดช่วยตรึงเป้าหมายที่เล็กหรือกำกวมในเฟรมที่รุงรัง เพื่อให้การแก้ลงตรงองค์ประกอบที่ถูกต้อง

มันยังอ่านรหัสสี HEX ที่แน่นอนและชื่อวัสดุแทนการเดาเฉดใกล้เคียง ซึ่งเป็นความต่างระหว่างภาพร่างชุดสีที่ผ่านการตรวจแบรนด์กับที่ไม่ผ่าน การหลอมรวมหลายภาพรับภาพอ้างอิงได้ถึง 10 ภาพและรวมวัตถุ สไตล์ หรือวัสดุของภาพเหล่านั้นเข้าเป็นผลลัพธ์เดียว โฟลเดอร์ภาพสินค้าที่ถ่ายแยกกันจึงกลายเป็นภาพนิ่งจัดวางชิ้นเดียวได้ ส่วนการแยกเลเยอร์จะซอยผลลัพธ์ออกเป็นฉากหลังบวกเลเยอร์องค์ประกอบแบบโปร่งใสเพื่อนำไปประกอบใหม่ในขั้นถัดไป

สิ่งที่ต้องแลกมีจริง นี่คือโมเดลที่คุณต้องกำกับ ไม่ใช่โมเดลที่กำกับศิลป์ให้คุณ พรอมป์ตอ่อนจะได้ผลอ่อนกว่าที่ Midjourney จะให้คุณ บทความ คู่มือเขียนพรอมป์ต Seedream 5.0 Pro ครอบคลุมรูปแบบพรอมป์ตของแต่ละโหมดการแก้ไข

Nano Banana 2 สำหรับความสมจริงที่นำด้วยภาพอ้างอิง

Nano Banana 2 คือตัวเลือกที่ควรหยิบมาใช้เมื่อบรีฟเป็นแนวภาพถ่ายมากกว่าภาพประกอบ เช่น ภาพพอร์ตเทรต ฉากไลฟ์สไตล์ หรือภาพสินค้าเรือธงที่วัสดุและแสงต้องน่าเชื่อ มันจัดการการแก้ไขที่นำด้วยภาพอ้างอิงได้ดี รับภาพอ้างอิงวัตถุและตัวละครเพื่อให้ตัวแบบยังจำได้ตลอดชุดงาน และสร้างงานได้ถึง 4K

มันมักลดทอนคำสั่งที่ซับซ้อน และมันไม่มีความแม่นระดับพิกัดแบบ Seedream สิ่งที่มันให้แทนคือผลลัพธ์ที่มักต้องรีทัชน้อยกว่าก่อนส่งงานได้

GPT Image 2 สำหรับการแก้ไขด้วยภาษาธรรมชาติและงานตัวอักษร

GPT Image 2 เข้าหาการแก้ไขแบบสนทนา คือบรรยายการเปลี่ยนแปลงเป็นภาษาปกติแล้วให้โมเดลจัดการว่าจะแก้ที่ไหนและอย่างไร นั่นแม่นน้อยกว่าการระบุพิกัด แต่เร็วกว่ามากสำหรับงานแก้ทั่วไป และเหมาะกับคนที่อยากพูดมากกว่าอยากมาร์กจุด

ข้อได้เปรียบที่ชัดที่สุดเหนือ Midjourney คือตัวอักษร เมื่อภาพต้องแบกหัวเรื่องที่อ่านออก ขั้นตอนในแผนภาพที่เรียงลำดับ ป้ายกำกับที่ถูกต้อง หรือองค์ประกอบข้อความหลายชิ้นในเลย์เอาต์ที่ตรึงไว้ GPT Image 2 เป็นตัวเลือกที่ไว้ใจได้มากกว่า และให้ผลลัพธ์ได้ถึง 4K

Qwen Image สำหรับงานร่างที่ถูกและเร็ว

Qwen Image ทำหน้าที่แบบเดียวกับโหมดร่างของ Midjourney คือหาทิศทางที่ใช้ได้อย่างรวดเร็วในต้นทุนต่ำ ก่อนที่บรีฟจะคุ้มค่ากับโมเดลที่แพงกว่า มันรองรับ 720p และ 1080p มีค่าซีดที่ทำซ้ำได้สำหรับการวนแก้แบบควบคุม และรับภาพเข้าได้หลายภาพ ให้มองมันเป็นสมุดร่าง ไม่ใช่งานเรนเดอร์สุดท้าย

เลือกตามงาน ไม่ใช่เลือกตามแบรนด์

การจัดวางที่พบบ่อยและสมจริงที่สุดไม่ใช่การแทนที่ แต่คือการแบ่งงาน สำรวจในเครื่องมือที่ให้ทิศทางเร็วที่สุด แล้วย้ายงานผลิต ทั้งการแก้ไข ชุดสี เวอร์ชันที่มีตัวอักษร และเวอร์ชันวิดีโอ ไปไว้ในพื้นที่ทำงานที่ทุกขั้นตอนมีโมเดลที่เหมาะกับมัน เพราะโมเดลของ OmniArt ใช้พื้นที่ทำงานเดียวและยอดเครดิตเดียว การส่งต่องานจึงเป็นการสลับโมเดล ไม่ใช่การตัดสินใจจัดซื้อ

เริ่มต้นใช้งานบน OmniArt

หยิบบรีฟที่คุณปกติจะส่งให้ Midjourney แล้วรันผ่านสองเส้นทาง สร้างเฟรมคอนเซ็ปต์ก่อน แล้วลองการแก้ไขเฉพาะที่คุณลงเอยด้วยการต้องทำอยู่เสมอ เช่น เปลี่ยนสีสินค้าให้ตรงรหัส HEX ที่กำหนด สลับวัตถุในฉากที่เสร็จแล้ว หรือเพิ่มหัวเรื่องที่ต้องสะกดถูก เส้นทางไหนถึงไฟล์ที่เผยแพร่ได้ด้วยจำนวนรอบน้อยกว่า ก็ควรได้เป็นเจ้าของขั้นตอนนั้นในระบบงานของคุณ

เปิด พื้นที่ทำงานภาพของ OmniArt เพื่อเทียบ Seedream 5.0 Pro Nano Banana 2 GPT Image 2 และ Qwen Image บนพรอมป์ตเดียวกัน แล้วเอาเฟรมที่คุณอนุมัติเข้าสู่การทำวิดีโอต่อได้เลยโดยไม่ต้องไปสร้างระบบงานใหม่ที่อื่น