Quoi de neuf dans Midjourney V5, et comment l’utiliser?

Hier, le 15 mars 2023, Midjourney a lancé la version 5 de son générateur d’images. En quelques heures, des gens publiaient des images qui ressemblent à des photographies professionnelles : des portraits où l’on voit les pores de la peau, des photos culinaires aux reflets réalistes, des scènes éclairées comme un plateau de cinéma. Pour beaucoup, le détail dont on parle le plus est plus modeste. Les personnages de Midjourney ont maintenant, la plupart du temps, des mains à cinq doigts.

V5 est une version alpha, une version d’essai préliminaire qui peut encore changer. Elle est ouverte aux abonnés payants, et l’ancienne V4 reste la version par défaut, à moins que vous ne demandiez la nouvelle. Voici ce qui a changé, comment ça fonctionne et comment l’essayer.

Ce qui s’est passé, et qui fait Midjourney

Midjourney est un petit laboratoire de recherche indépendant de San Francisco, dirigé par David Holz, cofondateur de Leap Motion, une entreprise de suivi des mouvements de la main. Contrairement à la plupart des outils d’images, il n’a pas sa propre application pour créer des images. On l’utilise dans Discord, une plateforme de clavardage, en tapant des commandes à un robot Midjourney, qui répond avec quatre images.

Le laboratoire avance vite. Sa propre documentation indique que la version 1 était la version par défaut à partir de février 2022, suivie des versions 2 et 3 la même année; Ars Technica situe la première apparition de Midjourney en mars 2022. La version 4, bâtie sur une nouvelle base de code et entraînée sur la propre grappe d’ordinateurs de Midjourney, est devenue la version par défaut en novembre. V5 arrive environ quatre mois plus tard.

Quoi de neuf dans V5?

La documentation de Midjourney qualifie V5 de modèle le plus avancé à ce jour. En combinant cette page avec les notes de version rapportées par Ars Technica, voici les principaux changements :

Les premiers utilisateurs décrivent ce bond en termes frappants. La designer Julie Wieland a déclaré à Ars Technica que les mains sont maintenant « correctes la plupart du temps », avec cinq doigts plutôt que sept à dix. Certains adeptes blaguent que les résultats sont presque trop parfaits, ce qui enlève une partie du plaisir de relancer les dés jusqu’à ce qu’une bonne image apparaisse.

Comment ça fonctionne, et comment l’utiliser?

Comme DALL-E 2 et Stable Diffusion, Midjourney est un modèle texte-image : un réseau de neurones entraîné sur un très grand nombre d’images accompagnées de descriptions, de sorte qu’il apprend quels motifs visuels vont avec quels mots. Quand vous écrivez un prompt (votre description), le modèle construit une nouvelle image qui correspond à ces motifs. Midjourney n’a pas publié la conception interne de ses modèles : ce qui distingue V5 de V4 à l’interne n’est donc pas public; ce que les utilisateurs peuvent voir, c’est le résultat.

Choisir une version est simple. Vous ajoutez soit un paramètre, un court réglage tapé après le prompt, soit vous changez votre version par défaut avec la commande /settings. Voici un exemple concret que vous pouvez lancer si vous êtes abonné :

1. Dans un canal Midjourney ou dans un message privé avec le robot, tapez /imagine et appuyez sur la barre d’espace.
2. Entrez votre description et ajoutez le paramètre de version à la fin :

a weathered fisherman mending a net at dawn, soft window light, close-up of his hands, 35mm photograph --v 5

1. Attendez que le robot renvoie sa grille de quatre images.
2. Relancez le même prompt avec --v 4 à la place, et comparez les mains, la peau et la lumière.
3. Essayez d’écrire la description sous forme de phrase complète plutôt que de liste de mots-clés. V5 est conçu pour mieux réagir au langage courant.

Pour faire de V5 votre version par défaut, tapez /settings et choisissez « MJ Version 5 ». Les versions précédentes restent accessibles avec --v 1 à --v 4.

À quoi faut-il faire attention maintenant que les images d’IA semblent si réelles?

La première chose à surveiller, c’est votre propre confiance envers les photos. L’un des indices simples des images d’IA, depuis un an, était les mains déformées. Avec V5, cet indice s’efface. Une publication largement partagée cette semaine invite les gens à être particulièrement critiques envers les images politiques en ligne, surtout celles conçues pour provoquer la colère. De bonnes habitudes aident : vérifiez qui a publié une image, cherchez le même événement dans d’autres sources et méfiez-vous des images spectaculaires sans origine claire.

La deuxième, c’est la propriété. Midjourney a récemment été au cœur d’un litige sur le droit d’auteur concernant une bande dessinée créée avec des versions précédentes, et la question de savoir à qui appartiennent les images faites par l’IA n’est pas encore tranchée. Si vous comptez utiliser des images de V5 à des fins commerciales, lisez les conditions de Midjourney et suivez l’évolution de ce débat.

La troisième, c’est l’étiquette alpha elle-même. Midjourney teste V5 en public : les résultats, les réglages et le comportement peuvent donc changer au cours des prochaines semaines. Si un prompt donne des résultats étranges, essayez-le de nouveau dans V4 et comparez. Noter ce que chaque version fait bien est la façon la plus rapide d’apprendre l’outil.