用 Midjourney 创作想象中的童年肖像

原标题Creating Imagined Childhood Portraits with Midjourney

Matthew Berman 演示 2023 年通过 Discord 编写年龄变化肖像提示词的流程,并测试个人参考图片。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2023年3月7日
视频
3:58
阅读
3 分钟
幻灯片
3
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 展示了如何在 Discord 中使用 Midjourney 生成公众人物和自己想象中的童年肖像。他调整构图和服装,随后发现根据自己照片生成的图像与本人并不太像。这些图像是生成的想象作品,并非对真实童年外貌的还原;界面和步骤属于 2023 年 3 月的历史演示。

  1. 1构建肖像提示词Berman 将公众人物姓名和童年描述与影棚灯光、50 毫米镜头和 2:3 画面比例结合。
  2. 2比较生成变体他更喜欢其中一些名人肖像,另一些则不太像本人,显示相似度并不稳定。
  3. 3改变构图全身构图提示词为想象中的童年肖像加入西装和领带。
  4. 4使用参考图片他将个人照片上传至 Discord,复制链接,并将其加入 Midjourney 提示词。
  5. 5个人照片结果不佳Berman 说生成肖像不像童年的自己;他猜测更多图片可能有帮助,但没有测试这一说法。

要点建议

  1. 提示词可以结合人物姓名、年龄、构图、光线、镜头和画面比例。
  2. 生成的名人肖像在相似程度上各不相同,它们是虚构图像,并非历史照片。
  3. Berman 上传自己的照片并在提示词中加入链接,但对生成结果的相似度不满意。
  4. 提供图像作为提示词参考,并不能证明模型用该图片重新训练。
  5. Midjourney 的界面和功能可能已自 2023 年的 Discord 演示后发生变化。
全文

按章节阅读整理后的全文

只看原始文稿
01

编写童年肖像提示词

Berman 介绍一项归功于 Linus Ekenstam 的方法,并构建肖像提示词,随后比较几个生成示例。

我在 Linus Ekenstam 的通讯中发现了一种 Midjourney 方法,可以创作名人、政治人物或自己想象中的童年肖像。这些是生成的想象作品,并非经过验证的童年照片。演示使用的是 2023 年 3 月通过 Discord 操作 Midjourney 的流程,可能与现在的界面不同。

我先使用 `/imagine` 命令,描述一张 Bill Clinton 童年时期的影棚特写肖像。提示词还加入微笑、写实风格、体积光、50 毫米镜头和 4K,以及 2:3 的纵向画面比例。这些词语用于引导期望的外观,并不能保证照片般的准确性或特定输出分辨率。

生成的童年肖像变体
幻灯片 1 / 3生成的童年肖像变体四张想象图像与所命名公众人物的相似程度各不相同。

在等待生成时,我回顾之前的 Barack Obama、Brad Pitt、Dwayne Johnson、Beyoncé 和 Will Smith 示例。我觉得有些变体更像对应人物,另一些则不够令人信服。这些生成图像是主观的相貌呈现,即使看起来相似,也不能将其视作童年记录。

我还展示了一张 Elon Musk 的全身示例,以及基于自己照片生成的图像。后者不像童年的我。Bill Clinton 的那组结果中,有些图像仍然出现灰发或皱纹,说明模型不总能稳定遵循所要求的年龄。

02

不同姿势与个人照片

他要求生成全身肖像,并上传个人参考照片。结果与他对自己童年外貌的记忆不符。

为了尝试另一种姿势,我要求生成童年时期的 Barack Obama,身穿西装和领带,采用全身构图、影棚灯光、微笑、50 毫米镜头和 2:3 画面比例。我喜欢结果,但这仍是一张想象肖像,而非历史图像。

全身肖像提示词
幻灯片 2 / 3全身肖像提示词提示词为另一张生成图像指定了服装、构图和摄影风格。

为了生成个人版本,我把自己的照片上传到 Discord,复制图片链接,并将链接放在 `/imagine` 后面。我加入一个身穿西装、大笑且留着直金发的孩子的描述,再加上摄影风格词语。类似的参考流程也可以尝试用于合影。

个人参考照片的生成结果
幻灯片 3 / 3个人参考照片的生成结果Berman 说这些生成肖像不像童年的自己。

生成的图像不像我童年时的样子,因此我有些失望。我猜测尝试更多图片或许能提高相似度,但这里没有测试。将图像作为提示词参考,会影响本次生成;这次演示并未表明上传图片会重新训练模型。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1
6 张幻灯片1:03:37EN → 简体中文
Matthew Berman· 2026年10月23日Matthew Berman 团队测试 Kimi K3.1:动画、游戏与图表Matthew Berman, Alex, Brian · Forward Future一场团队直播问答变成了对 Kimi K3.1 的非正式测试,内容涵盖个人智能体工作流、动态图形、浏览器游戏和基准图表。编程智能体Generative media评估+2
0:53EN → 简体中文
Matthew Berman· 2026年10月22日Sam Altman 谈 AI 与新知识的发现Sam Altman · OpenAIAltman 预计,数学发现方面的进展将延伸到生物学、材料和能源领域。AI for scienceMathematicsComputational Biology+1