下载掌阅APP，畅读海量书库
立即打开
Midjourney融合了大型语言模型（Large Language Models）和扩散模型（Diffusion Models）的技术优势，通过两者的相互配合实现从文字到图像的创造性转化。当用户输入一个文本提示时，大型语言模型首先发挥作用，将输入的文本分解成一系列有意义的单元，如单词和短语，并将其编码为向量。随后，扩散模型接手处理这些向量信息并创建一个随机的噪声图像，再通过“去噪”的方式逐步扩散出与文本提示相匹配的清晰的图像。这一过程涉及复杂的迭代优化，每一步都旨在减少图像与提示之间的差异。
例如，如果输入文本提示“一个机器人坐在草地上（A robot sitting on the grass）”，Midjourney会从随机的噪声图像开始，利用训练的AI模型减去噪声，逐步生成一组与文本提示相符的图像。
此外，Midjourney在生成图像时不仅会关注字面意义上的匹配，还会尝试捕捉文本提示中隐含的情感、风格和氛围，确保最终生成的作品既与文本提示相符合，又富有创造性和表现力。整个工作流程展现了语言理解和图像生成之间精妙的协同作用，是AI技术在创意领域应用的优秀示例。