Đánh giá Midjourney V8 và những lựa chọn thay thế đáng dùng

Mọi bài đánh giá Midjourney V8 trung thực đều phải bắt đầu từ điều Midjourney làm tốt một cách bền bỉ suốt nhiều năm: tạo ra những tấm ảnh trông như có người đã thực sự đưa ra quyết định. Đưa cho nó một prompt ngắn và mơ hồ, nó vẫn trả về thứ gì đó có bảng màu được cân nhắc, ánh sáng có chủ đích, và một cảm giác phong cách liền lạc. Đó không phải thành tựu nhỏ, và nó lý giải vì sao phần lớn giới làm concept art, dựng bảng cảm hứng và vẽ minh họa cho báo chí vẫn mở Midjourney trước tiên.

Điều đó cũng lý giải vì sao rất nhiều đội nhóm cuối cùng lại chạy Midjourney song song với một công cụ khác. Chính cỗ máy nhiều quan điểm giúp bạn có một khung hình đẹp ngay lần đầu lại rất khó điều khiển khi bạn cần một thay đổi cụ thể — đổi màu một chiếc nhãn, sửa một chữ sai trong dòng tiêu đề, thay một sản phẩm vào một bối cảnh có sẵn. Bài viết này xem xét Midjourney thời V8 làm tốt điều gì, các giới hạn của nó thực sự gây đau ở đâu, và những lựa chọn thay thế nào bên trong OmniArt lấp được các khoảng trống đó. Góc nhìn ở đây là có chủ đích: đây là những cách đánh đổi khác nhau, không phải một bảng xếp hạng.

Midjourney vẫn làm tốt những gì

Một thẩm mỹ đặc trưng gánh được cả những prompt yếu

Nét định hình của Midjourney là kết quả mặc định của nó đã được chỉ đạo nghệ thuật sẵn. Ánh sáng nghiêng về chất điện ảnh, bố cục nghiêng về sự cân bằng, và cách chỉnh màu nghiêng về sự hài hòa. Với người đang khám phá thay vì đang thực thi một đề bài đã chốt, thiên hướng đó là một tính năng. Bạn có thể gõ một mảnh ý tưởng và nhận về bốn khung hình đáng để phản hồi.

Hãy so sánh điều đó với các mô hình được tinh chỉnh để tuân thủ chỉ dẫn một cách sát nghĩa: chúng sẽ kết xuất trung thực một mô tả nhạt nhòa, phẳng lặng, vì đó đúng là điều bạn yêu cầu. Midjourney lấp các chỗ trống bằng thị hiếu. Khi bạn còn chưa biết mình muốn gì, thị hiếu hữu ích hơn sự vâng lời.

Sự nhất quán phong cách trong cả một bộ ảnh

Hệ thống tham chiếu là lý do thực tế khiến nhiều studio vẫn ở lại. Tham chiếu phong cách, tham chiếu nhân vật và chủ thể, bảng cảm hứng và các hồ sơ cá nhân hóa cho phép bạn thiết lập một phong cách một lần rồi tạo ra cả loạt ảnh ăn nhập với nhau. Với một bộ thẻ game, một bộ slide thuyết trình, một cuốn sách có minh họa từng chương hay một bảng cảm hứng thương hiệu, sự nhất quán ở cấp cả bộ quan trọng hơn bất kỳ khung hình riêng lẻ nào.

Khám phá nhanh, ít ma sát

Việc thử đi thử lại trong Midjourney rất rẻ về mặt trí lực. Các lưới biến thể, chế độ biến thể nhẹ hoặc mạnh, phóng nét, dịch khung và thu phóng tạo thành một vòng lặp mà bạn chạy được mà không cần viết prompt mới. Chế độ nháp và chế độ hội thoại từ V7 trở đi đẩy mạnh hướng này thêm nữa, đánh đổi độ hoàn thiện của ảnh cuối để lấy tốc độ trong lúc bạn còn đi tìm một hướng đi. Midjourney cũng đã mở rộng sang chuyển ảnh sang video, nên một ảnh tĩnh bạn thích có thể được làm cho động mà không cần rời khỏi công cụ.

Những giới hạn của Midjourney lộ ra ở đâu

Độ chính xác khi chỉnh sửa mới là trần thật sự

Trình chỉnh sửa của Midjourney bao gồm vẽ lấp vùng chọn, mở rộng ngoài khung, tạo biến thể theo vùng và thay kết cấu, và những công cụ đó xử lý được phần lớn các lần sửa thông thường. Điều chúng không cho bạn là khả năng chỉnh sửa xác định và chỉ được đích danh. Không có cách nào đáng tin cậy để nói "chỉ đổi vật thể ở tọa độ này", để đưa cho mô hình một mã màu hex chính xác và chờ nhận lại đúng giá trị đó, hay để phác một hình khối rồi biến nó thành đúng vật thể bạn mô tả ở đúng vị trí đó.

Trong thực tế, điều này có nghĩa là mỗi lần sửa trong Midjourney là một cuộc thương lượng. Bạn khoanh một vùng, mô tả thay đổi, rồi đánh giá thứ trả về — và thường phát hiện các điểm ảnh xung quanh đã trôi đi, một vùng kết cấu bị tạo lại, hoặc màu chỉ rơi gần giá trị thương hiệu chứ không rơi đúng vào đó. Với nghệ thuật mang tính khám phá thì như vậy là ổn. Với bản dựng thử bao bì, các phối màu trang phục, bản dựng giao diện, hay bất cứ thứ gì sẽ bị người kiểm duyệt tuân thủ thương hiệu soi, nó trở thành một khoản chi phí.

Chữ ở trong ảnh

Khả năng dựng chữ đã tiến bộ trên toàn ngành, và Midjourney nay kết xuất các từ ngắn tốt hơn trước rất nhiều. Nhưng nó vẫn không phải công cụ để chọn khi tấm ảnh phải mang một dòng tiêu đề, một bộ nhãn cho sơ đồ, một thực đơn, hoặc nhiều khối chữ khác nhau ở những vị trí cố định. Chuỗi chữ dài, cỡ chữ nhỏ và các hệ chữ không thuộc chữ Latin vẫn là điểm yếu.

Chỉ có thuê bao trả phí, không có gói miễn phí đáng kể

Midjourney là một sản phẩm thuê bao trả phí. Bản dùng thử miễn phí đã biến mất từ nhiều năm trước và chưa quay lại dưới dạng nào lâu bền. Trước nay các gói trải trên bốn bậc, từ khoảng 10 USD mỗi tháng ở bậc thấp nhất đến khoảng 120 USD mỗi tháng ở bậc cao nhất, với mức giảm giá khi thanh toán theo năm. Các bậc khác nhau chủ yếu ở ba trục:

• Thời lượng GPU ưu tiên (Fast GPU time) — một hạn mức tạo ảnh ưu tiên mỗi tháng, gói càng đắt thì hạn mức càng nhiều.
• Chế độ Relax — tạo ảnh không giới hạn nhưng phải xếp hàng chờ, chỉ có từ các bậc trung trở lên.
• Quyền riêng tư và giấy phép — chế độ tạo ảnh ẩn và các điều khoản phù hợp với công ty lớn nằm ở các bậc trên.

Cấu trúc này hợp lý, nhưng nó có hệ quả. Bạn cam kết trả tiền hằng tháng bất kể tạo ra bao nhiêu, việc theo dõi giờ GPU là một việc phải quản lý thêm, và mặc định ở các bậc thấp là các ảnh bạn tạo sẽ hiện trên một bảng tin công khai. Những đội có khối lượng công việc lên xuống thất thường — tháng này dồn dập, tháng sau nằm im — sẽ trả theo mức trung bình chứ không theo mức sử dụng thật.

Ma sát trong quy trình và một hệ thống đóng

Midjourney lớn lên bên trong Discord, và dù ứng dụng web giờ đã là giao diện chính đủ mạnh, dấu vết cũ vẫn còn. Tạo ảnh qua Discord nghĩa là công việc sáng tạo nằm trong một kênh chat, cùng với giới hạn tần suất và lớp kiểm duyệt của Discord chen giữa bạn và những tấm ảnh của bạn. Quan trọng hơn, Midjourney chưa cung cấp một API công khai dùng cho mục đích chung. Nếu quy trình của bạn cần tạo ảnh bằng lập trình, chạy công việc theo lô, hoặc gắn một bước tạo ảnh vào một luồng tự động hóa, thì Midjourney không phải mảnh ghép bạn cắm vào được.

Các lựa chọn thay thế trên OmniArt khi bạn cần kiểm soát chỉnh sửa

Không mô hình nào dưới đây cho ra vẻ ngoài mặc định của Midjourney, và đó chính là điểm mấu chốt. Chúng đánh đổi một thẩm mỹ đặc trưng mạnh để lấy khả năng kiểm soát có thể chỉ đích danh và lặp lại được — và chúng nằm cạnh nhau trong một không gian làm việc, dùng chung một số dư credits, điều đó thay đổi cách bạn sử dụng chúng.

Seedream 5.0 Pro — cho chỉnh sửa theo vùng chỉ đích danh

Seedream 5.0 Pro là câu trả lời gần nhất cho cái trần chỉnh sửa của Midjourney. Thay vì mô tả một thay đổi rồi hy vọng mô hình tìm đúng mục tiêu, bạn chỉ thẳng vào nó: một khung chọn, một điểm, một mũi tên chỉ hướng, hoặc một tọa độ cụ thể. Chỉnh sửa bằng nét vẽ phác cho phép bạn vẽ một hình khối thô hay một khối màu rồi mô tả nó phải trở thành cái gì ở đúng vị trí đó. Chỉnh sửa theo điểm neo giữ chặt một mục tiêu nhỏ hoặc dễ nhập nhằng trong một khung hình đông chi tiết, để thay đổi rơi đúng vào đối tượng cần sửa.

Nó cũng đọc được mã màu hex chính xác và tên vật liệu cụ thể thay vì áng theo một sắc độ gần đó — và đây chính là khác biệt giữa một bản dựng phối màu vượt qua vòng kiểm duyệt thương hiệu và một bản không vượt qua. Tính năng hợp nhất nhiều ảnh nhận tối đa 10 ảnh tham chiếu và kết hợp các vật thể, phong cách hoặc vật liệu của chúng vào một kết quả duy nhất, nên một thư mục ảnh sản phẩm chụp rời có thể trở thành một bức tĩnh vật được dàn dựng. Tính năng tách lớp chia kết quả thành một lớp nền cộng các lớp phần tử trong suốt để bạn dựng lại ở bước sau.

Sự đánh đổi là thật: đây là mô hình bạn phải chỉ đạo, không phải mô hình chỉ đạo nghệ thuật thay bạn. Prompt yếu sẽ cho kết quả yếu hơn cả những gì Midjourney đưa lại. Hướng dẫn viết prompt cho Seedream 5.0 Pro của chúng tôi trình bày các khuôn prompt cho từng chế độ chỉnh sửa.

Nano Banana 2 — cho ảnh chân thực dẫn bởi tham chiếu

Nano Banana 2 là lựa chọn để chọn khi đề bài mang tính nhiếp ảnh chứ không phải minh họa — ảnh chân dung, cảnh đời sống, ảnh sản phẩm chủ đạo với vật liệu và ánh sáng đáng tin. Nó xử lý tốt việc chỉnh sửa dẫn bởi tham chiếu, nhận tham chiếu vật thể và nhân vật để một chủ thể vẫn nhận ra được xuyên suốt cả bộ ảnh, và cho ra kết quả lên tới 4K.

Nó có xu hướng đơn giản hóa những chỉ dẫn phức tạp, và không có độ chính xác ở cấp tọa độ như Seedream. Bù lại, kết quả của nó thường cần ít công tút ảnh hơn trước khi có thể đem dùng.

GPT Image 2 — cho chỉnh sửa bằng ngôn ngữ tự nhiên và chữ trong ảnh

GPT Image 2 tiếp cận việc chỉnh sửa theo kiểu hội thoại: bạn mô tả thay đổi bằng lời lẽ bình thường và để mô hình tự xác định sửa ở đâu, sửa thế nào. Cách đó kém chính xác hơn một tọa độ nhưng nhanh hơn đáng kể với các lần sửa thông thường, và phù hợp với những người thích nói hơn là thích khoanh vùng.

Ưu thế rõ ràng nhất của nó so với Midjourney là chữ. Khi một tấm ảnh phải mang một dòng tiêu đề đọc được, các bước sơ đồ theo thứ tự, nhãn chính xác, hoặc nhiều khối chữ ở một bố cục cố định, GPT Image 2 là lựa chọn đáng tin hơn, với kết quả lên tới 4K.

Qwen Image — cho làm nháp nhanh và rẻ

Qwen Image đảm nhiệm đúng vai trò mà chế độ nháp của Midjourney nắm giữ: tìm ra một hướng đi dùng được thật nhanh với chi phí thấp, trước khi đề bài xứng đáng với một mô hình đắt hơn. Nó hỗ trợ 720p và 1080p, seed lặp lại được để thử nghiệm có kiểm soát, và nhiều ảnh đầu vào. Hãy xem nó như quyển sổ phác thảo, không phải bản kết xuất cuối.

Chọn theo công việc, đừng chọn theo thương hiệu

Thiết lập thực tế phổ biến nhất không phải là thay thế, mà là phân vai. Hãy khám phá ở công cụ nào cho bạn một hướng đi nhanh nhất, rồi chuyển phần sản xuất — các lần sửa, các phối màu, các biến thể có chữ, bản video — sang một không gian làm việc mà mỗi bước đều có mô hình phù hợp. Vì các mô hình của OmniArt dùng chung một không gian làm việc và một số dư credits, việc chuyển tay đó chỉ là đổi mô hình chứ không phải một quyết định mua sắm.

Bắt đầu trên OmniArt

Hãy lấy một đề bài mà bình thường bạn sẽ giao cho Midjourney và chạy nó theo hai hướng. Tạo khung hình ý tưởng, rồi thử đúng cái sửa mà bạn luôn cần đến — đổi màu một sản phẩm sang một mã hex chính xác, thay một vật thể trong bối cảnh đã hoàn thiện, hoặc thêm một dòng tiêu đề phải viết đúng chính tả. Hướng nào tới được tài nguyên đăng được với ít vòng lặp hơn thì nên nắm giữ khâu đó trong quy trình của bạn.

Hãy mở không gian làm việc ảnh của OmniArt để so sánh Seedream 5.0 Pro, Nano Banana 2, GPT Image 2 và Qwen Image trên cùng một prompt, rồi đưa thẳng khung hình bạn duyệt sang phần video mà không phải dựng lại quy trình ở một nơi khác.