數據科普｜跨越次元：GPT-4與Midjourney 5共織生成式AI新紀元

3月21日，比爾·蓋茨發表了一篇題為「AI時代已經開始」的博文。他提到，在過去的幾個月裡，人工智能在自然語言處理等領域實現了重大突破，像ChatGPT這樣的先進AI技術，已經展示出在工作、健康和教育等方面的巨大潛力。未來，AI將對我們的辦公室工作產生顯著影響，包括減輕工作負擔和提高生產力。蓋茨總結說，AI時代既充滿機遇，也充滿挑戰。我們需要確保AI的發展惠及全球人民，並制定相應的規則以降低潛在風險。然而，他並未提及AI圖像生成器這個話題。去年12月，我在這個專欄簡單介紹過DALL-E，今天讓我們來談談另一個相似的技術——Midjourney。

Midjourney是一個由舊金山的獨立研究實驗室開發的AI程式，它利用網路爬取的50億張圖像進行訓練。這個技術與DALL-E和Stable Diffusion類似，它們都可以從自然語言提示中生成圖像。2022年7月12日，Midjourney推出了試用版，用戶可以通過Discord機器人命令來創建作品。根據社交媒體數據，Midjourney在過去的幾個月中一直是熱門話題。海外每周約有15萬條社交媒體討論，差不多是ChatGPT的四分之一。然而，香港的關注度相對較低，每周僅有數百條討論。值得一提的是，Midjourney於3月16日推出了最新版本V5。將它與GPT-4結合，或許可以開創一個不再需要相機的攝影新時代。

隨著GPT-4和Midjourney V5的相繼亮相，用戶可以巧妙地創作出超越一般AI藝術的精彩照片。有趣的是，用戶只需將一些細節，如相機和鏡頭類型、照片風格和膠片類型等，輸入到ChatGPT（GPT-4）中，就可以生成包含高質素內容的Midjourney提示（prompt）。然而，由於大多數人並非專業攝影師，他們可能不清楚哪種相機或鏡頭最適合拍攝照片。這時，用戶可以向ChatGPT提出一個簡單的要求，如「為可愛的貓寫3個Midjourney提示」，然後將相應的輸出放入Midjourney V5中使用。

如果上述基本技巧已經讓您感到不可思議，那麼GPT-4的「上帝模式」將讓您更加震撼。在「上帝模式」中，用戶向ChatGPT（GPT-4）提供一系列指令，讓它了解Midjourney以及V5版本的新信息，以便為用戶創建出非常細緻的Midjourney V5提示，從而生成更逼真的照片。這一套指令包含10個步驟，篇幅相當長，有興趣的讀者可以留下電郵地址，我會寄一份給您。

我要提一下中國搜索巨頭百度推出的首款ChatGPT競品「文心一言」（Ernie）。這款產品在3月16日首次亮相就以失敗告終，導致百度在香港的股價當天下跌了10%。最新消息是原定於3月27日舉行的百度智能雲「文心一言」應用產品發布會已被臨時取消，改為面向首批邀約測試企業的閉門溝通會。究竟其中的原因何在，可能從我之前的「鴛鴦火鍋」小測試中找到一些線索。

總之，在這個充滿無限可能性的AI時代，GPT-4和Midjourney 5正共同編織出了一個令人驚歎的生成式AI新紀元，讓我們跨越次元，探索更多無法用言語形容的奇妙世界。

文：劉偉良(Eden) / 社交媒體商業應用公司天勤(Tocanan)首席執行官