数据人学习平台上线了：www.shujurenclub.com
作者介绍
@一个圆圈儿
SaaS公司产品经理；
擅长AI、搜索、数据分析、商业化；
智能客服系列文章作者；
“数据人创作者联盟”成员。
OpenAI 的 Dall·E 3已经面世一段时间了。联系到其预告时的宣传热潮，笔者不禁发出疑问，Dall·E 3 究竟有多强？强过 Midjourney 吗？
在接下来的内容中，笔者将深入进行比较，使用 12 组不同的提示在 Dall·E 3 与 Midjourney 中各生成一份图片，以直观展示双方的不同。
01 工作原理
✦
首先，快速概述一下人工智能图像生成的工作原理，以便读者更好地了解该领域。
本质上人工智能（也称为机器学习）是一组编程，它使用数学公式和算法来“学习”并根据提供的数据提取模式。例如，如果你向计算机展示一堆汽车的图像，并在它们旁边放上“汽车”一词，计算机就会学会将图像与文本关联起来。AI图像生成这种关联示例的演变。一旦计算机能够识别出“汽车”这个词属于汽车的图像，它也可以反向通过识别词汇去生成图像内容。
Dall·E 3 和 Midjourney 都使用了一种称为diffusion的 AI 图像生成训练方法。在其训练过程中，AI不仅通过图像与词汇关联进行训练，而且还会将图像分解至只剩下随机噪音为止。当AI按照这种方式被训练了足够多的图像，那么它就可以反转噪音来重新创建图像。当给同一个程序一组略有不同的模糊背景“噪音”但相同的提示时，它将创建一个略有不同的图像。这些步骤通过不同的提示和不同的起始输入一遍又一遍地完成，创建了人工智能生成图像的许多不同变体。
????图像生成中
????图像生成完毕
02 用法差异
✦
其次说一下两个平台的用法差异。
Dall·E 3是Chatgpt中的一项功能，开通ChatGPT plus之后可以使用该功能。plus的售价是$20/月。画图时，向gpt发送指令即可，使用方式算比较简单。不过出于一些policy的原因，gpt不向中国IP地址开放，也不支持中国的银行卡付账，所以……
Midjourney是嵌在discord中的一个bot，也需要科学上网使用。售价分为$10/月、$30/月、$60/月、$120/月几个档位，尝鲜用户可以选便宜的。Midjourney对中文的理解不是很好，最佳的使用方式是学会写英文咒语（或者手动 google翻译）。
03 图像对比
✦
接下来给大家看下两个产品生产图像的差异对比。以下图片中左为Dall·E 3，右为Midjourney。
主题：风景图
提示词：暴风雨的天空下的金色小麦田，孤独的稻草人戴着鲜红色的围巾
????Dall·E 3 ????Midjourney
主题：抽象概念艺术
提示词：使用充满活力的色彩和旋转图案来直观地表现笑声
主题：历史还原图
提示词：一名角斗士在罗马斗兽场准备战斗，调整头盔并握紧盾牌
主题：未来感
提示词：街头音乐家在大都市霓虹灯照亮的小巷中演奏发光乐器
主题：肖像照
提示词：一位银发扎发髻、戴着复古眼镜、绣着彩色图案的老妇人
主题：像素艺术
提示词：法师在像素化的魔法森林背景下使用魔法粒子和漂浮的法术书施展法术
主题：超现实主义
提示词：浮岛上一只超大蝴蝶和一圈细心的小象读书
主题：3D效果图
提示词：精致的 3D 渲染玉龙吊坠，红宝石眼睛，悬挂在天鹅绒背景下的精致银链上
主题：数字插图
提示词：数字插图，一只顽皮的猫试图从碗里偷偷捞出一条鱼，而附近的一只鹦鹉则大声警告
主题：油画
提示词：一位严肃的水手拿着旧指南针陷入沉思，背景是汹涌的大海和暴风云
主题：西洋镜
提示词：微型嘉年华场景，有运转中的摩天轮、享用棉花糖的小游客，以及立体模型风格的小丑杂耍、发光球体
主题：建筑学
提示词：一个异想天开的树屋图书馆，有螺旋楼梯、悬挂的灯笼和摆满书籍的阳台
综合以上12组图片对照，很明显 Dall·E 3 在理解用户的提示词、还原提示词上有更好的表现，整体细节丰富度也更高；Midjourney的图片有更好的美感，更真实的视觉效果。虽然 Dall·E 3 力求完美，但有时会产生不太自然的图像。对于寻求 AI 视觉细节和可控度的用户来说，Dall·E 3 可能是更合适的选择。对于笔者来说，还是会愿意投更漂亮的Midjourney一票。不过AI的发展日新月异，各家公司未来的变化亦是不得而知，以后的时间拭目以待吧。
你更喜欢Dall·E 3的图片还是Midjourney的图片呢？
