Midjourney 參數指南及範例：使用 –AR、–S、–C 和其他參數

在人工智慧及其底層機制錯綜複雜的世界中，理解各種參數的細微差別通常看起來是一項艱鉅的任務。 然而，有一個人為了他人的利益而主動簡化這個複雜的資訊網絡。

專業提示
1. 達爾-E 3 和 Midjourney：前沿AI藝術生成器的深度比較
2. 釋放你的創造力 AI 藝術生成器的前 50 個文字到圖像提示 Midjourney 和DALL-E.

像許多深入研究人工智慧領域的人一樣，他們發現自己正在努力解決人工智慧領域的複雜細節。 Midjourney 參數。 這是一個常見的情況：有多個參數，每個參數似乎負責一個特定方面，但精確的細節和範圍很容易變得模糊不清。

主要 Midjourney 參數表

參數	範圍	默認值	產品描述
–版本或 –V 參數	1、2、3、4、5、5.1 和 5.2	5.2	預設模型 –V 5.2 產生的結果非常詳細和清晰，並具有改進的顏色、對比度和構圖。
–Style 或 –Style 原始參數			使用 –style raw 時，會減少套用於影像的自動美化，從而在提示特定樣式時實現更精確的匹配。
–種子參數	從0 4294967295	汽車	如果您使用完全相同的種子號碼和提示，您可以預期獲得相似的最終圖像。
–Aspect 或 –AR 參數	任何	1:1	產生影像的長寬比（也稱為寬高比）可以使用 –aspect 或 –ar 參數進行變更。
–Chaos 或 –C 參數	0-100	0	增加該值將產生更不尋常的構圖，因為它會產生更有趣和不尋常的結果。
–Stylize 或 –S 參數	0-1000	100	較高的樣式值透過合併各種細節來產生更具藝術性的圖像，而較低的樣式值產生的圖像與提示非常相似，但可能缺乏藝術天賦。
–奇怪的或 –W 參數	0-3000	0	此實驗的可選 –weird 或 –w 參數賦予其生成的圖像一種異想天開和不尋常的品質，產生非凡、奇怪和意想不到的結果。
–品質或 –Q 參數	0.25，0.5，1	1	較高的品質設定會增加處理時間，從而產生更詳細的影像。

–版本或 –V 參數

Midjourney 定期推出模型的新版本，以提高效率、一致性和影像品質。 最新的模型被設定為預設選項，但可以透過包含 –version 或 –v 參數，或透過存取 /settings 命令並選擇特定模型版本來使用替代模型。 每個模型專門產生不同類型的圖像。

示例提示

幻想藝術怪物，特殊動作，高度詳細，精心製作，大地戰鬥扭矩 –ar 16:9 –s 50 -v 5.2

–version 參數接受 1、2、3、4、5、5.1 和 5.2 等值，可縮寫為 –v。 目前，預設模型是5.2版本。

模型版本 5.2 於 2023 年 XNUMX 月發布，代表了最新、最先進的產品 Midjourney。 若要使用此模型，請將 –v 5.2 參數附加到提示符號末尾，或使用 /settings 指令並選擇 MJ Version 5.2 選項。

預設模型自 06 年 22 月 23 日起啟用，可產生高度詳細且清晰的結果，顯示出改進的色彩、對比度和構圖。 與早期模型相比，它還表現出了對提示的更好理解，同時對 –stylize 參數的整個範圍的響應更加靈敏。

–樣式或 –原始風格 參數

–style 參數用於修改某些樣式的預設美感 Midjourney 型號 版本。 透過包含樣式參數，您可以增強照片級真實感影像、電影場景或可愛角色的創作。

示例提示

極簡主義黑色輕高級時裝全身大地彩虹時裝時尚，健美男子辮子，抽象社論 專輯封面 使用 nikon z8 拍攝，–ar 16:9 –s 50 –style raw

對於預設模型版本 5.2 及其先前的版本 5.1，–style 參數接受選項「raw」。 此選項採用了一種替代模型，可滿足熟悉提示並希望更好地控製影像的使用者的需求。 使用-style raw時，套用於影像的自動美化會減少，從而在提示特定樣式時實現更精確的匹配。

模型版本 Niji 5 為 –style 參數提供了多種選項，包括「可愛」、「風景」、「原創」和「表現力」。 這些樣式使用戶能夠根據自己的喜好和所需的視覺效果進一步自訂生成的圖像。

有關: Midjourney 推出修復工具以幫助創建自定義風格的圖像

–種子參數

Midjourney 機器人使用種子數來產生視覺雜訊場，類似於電視靜電，作為創建影像網格的初始起點。 預設情況下，每個圖像都有一個隨機產生的種子編號，但您可以使用 –seed 參數指定特定的種子編號。 當使用相同的種子數和提示時，您可以獲得相似的最終圖像。

示例提示

大地兩個短捲髮健美運動員的史詩肌肉，在頂層公寓屋頂的籃球場上，看著相機，定格動作鏡頭，–ar 16:9 –s 50 –種子6500 –風格原始

–seed 參數接受 0 到 4294967295 範圍內的整數。但是，需要注意的是，種子值僅影響初始影像網格，對後續變換沒有影響。

當對模型版本 1、2、3、test 和 testp 使用相同的種子值時，產生的圖像將在構圖、顏色和細節方面表現出相似性。 另一方面，模型版本 4、5 和 niji 的相同種子值將產生幾乎相同的圖像。

重要的是要了解種子數量不是固定的，並且不應在不同的會話中依賴種子數量。 Midjourney 如果未指定特定種子，將產生隨機種子數，這會導致每次使用提示時出現多種圖像選項。

–Aspect 或 –AR 參數

–aspect 或 –ar 參數可調整生成影像的長寬比，即寬高比。 通常，長寬比表示為用冒號分隔的兩個數字，例如 1:1 或 16:9。 例如，方形影像的長寬比為 1:1，其中寬度和高度相等，無論特定像素尺寸為何（例如，1920px × 1280px 或 1000px × 1000px）。

不同的裝置或螢幕可能具有不同的寬高比，例如 16:10，其中寬度是高度的 1.6 倍。 因此，長寬比為 16:10 的影像可能具有 1600px × 1000px、4000px × 2000px 等尺寸。

示例提示

一件藝術品描繪了一個黑暗的神話生物、破舊的墓室、電纜、荊棘花、帶有樸素背景的V-Ray 渲染、伊藤潤二、燒焦的赭色和深黑色、邁克·米尼奧拉、從根部建構、大地恐怖驅動 –ar 16:9

預設寬高比設定為 1:1，表示正方形影像。 指定 –aspect 參數時，應使用整數而不是小數（例如，使用 139:100 而不是 1.39:1）。 縱橫比顯著影響生成影像的形狀和組成。 此外，值得注意的是，某些寬高比可能會在以下情況下發生輕微調整： 放大影像.

有關: Midjourney 宣布升級，包括 V6 和獨立站點

–Chaos 或 –C 參數

此參數會影響網格中影像之間的多樣性和獨特性水平，決定它們的相對差異。 增加價值將產生更獨特和令人驚訝的結果，從而產生非常規的作品。 –c 值的範圍為 0 到 100，預設值為 0。

示例提示

科托帕希核融合和核爆炸，大地風格，-s 1000 –c 100 –ar 2:3

隨著此參數值的增加，網格中的影像彼此之間表現出越來越顯著的差異。 但值得注意的是，隨著參數值變高，影像與原始提示的相似度下降。 在後面的圖像中，這隻熊已經休息了，另一隻熊正在彈鋼琴。 為了探索不同的結果，嘗試 10 到 50 之間的值可能會很有趣。

–Stylize 或 –S 參數

Midjourney 被訓練來產生在顏色、構圖和形狀方面表現出增強的藝術品質的圖像。 較低的樣式值會導致影像與提示非常相似，但可能缺乏藝術天賦，而較高的樣式值會透過合併不同的細節來產生更具藝術性的影像。 -s 值的範圍為 0 到 1000，預設值為 100。

示例提示

大地龐克、搖滾波、橡皮核 –s 750 -v 5.2

隨著參數的增加，我們觀察到添加了額外的橙色色調、樹葉、花朵、熊的衣服以及燈的存在。 如果您喜歡更嚴格地遵循提示，而沒有太多的創作自由 Midjourney，建議將該參數設定為最小值。

–奇怪的或 –W 參數

實驗中可選的 –weird 或 –w 參數為生成的圖像引入了異想天開和非傳統的特徵，從而導致了非凡、奇特和令人驚訝的結果。 -w 值的範圍是 0 到 3000，預設值設定為 0。

示例提示

極簡黑光高級時裝全身大地時裝時尚抽象編輯專輯封面使用尼康 z8 –s 750 拍攝 –w 100 –c 20

隨著參數值的增加，我們觀察到產生的影像與原始影像相比存在顯著偏差。 在某些情況下，甚至會出現具有完全不同的顏色和構圖的插圖。 然而，隨著參數值繼續上升，影像之間的變化變得不那麼明顯。 例如，從 -w 1000 的值開始，影像之間的差異變得最小，除了爪子和凳子的位置有微小差異。 然而，意想不到的元素開始出現，例如一隻熊與鋼琴融為一體。 要探索不同的結果，建議嘗試使用 50 到 500 範圍內的 –w 值，並且還包括 3000 值進行比較。

有關: Midjourney 5.2和 Stable Diffusion 用於創意文本到圖像生成的 SDXL 0.9 更新

–品質或 –Q 參數

–quality 或 –q 參數允許調整映像建立時間。 透過選擇更高的品質設置，處理時間會增加，從而產生更詳細的影像。 然而，值得注意的是，較高的 –q 值會消耗更多的 GPU 分鐘。 值得一提的是，品質設定不會影響影像的解析度。 –q 參數僅提供三個值可供選擇：0.25、0.5 和 1，預設值為 1。

示例提示

極簡主義黑色輕高級時裝全身大地彩虹時尚時尚，辮子黑色健美男子，抽象編輯專輯封面拍攝與尼康 z8，–ar 16:9 –s 50 –風格原始， –q 1

影像中的細節水平隨著參數值的減小而降低。 到目前為止，還沒有出現需要使用其他值的情況。