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
- 提示词可以结合人物姓名、年龄、构图、光线、镜头和画面比例。
- 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。
- 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。
- 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。
- Midjourney 的界面和功能可能已自 2023 年的 Discord 演示后发生变化。
按章节阅读整理后的全文
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。

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。
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。

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。

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
34:21EN → 简体中文
0:36EN → 简体中文
25:50EN → 简体中文
32:20EN → 简体中文
1:03:37EN → 简体中文
0:53EN → 简体中文