Aux Office Hours du 17 avril 2024, David Holz, fondateur de Midjourney, a fixé un objectif de sortie de V6.1 pour la fin avril, après correction des artefacts. Des salons web réunissant texte, voix et images doivent aussi entrer en test. Les utilisateurs dépassant 10 000 générations sont les premiers concernés.
V6.1 vise une amélioration de qualité avant la fin avril
Les progrès portent sur la qualité d’image, les mains, les corps, la cohérence et la génération de texte. Certaines améliorations ont été démontrées individuellement, mais elles ne sont pas encore réunies dans un modèle unique. Leur combinaison reste donc une étape de développement à franchir.
L’objectif annoncé est une publication fin avril, une fois corrigés les défauts et artefacts liés aux nouveautés. Le gain de qualité attendu, notamment sur la peau et les yeux, paraît assez important pour que l’équipe envisage le nom V6.5 plutôt que V6.1.
Une accélération de 25 % est également attendue. Ce chiffre correspond à une perspective présentée pendant la séance, et non à une performance publique déjà mesurée sur la version finale. Le calendrier dépend encore des corrections et de l’intégration des changements.
Les salons web associent création et conversation
Une première version des salles de création doit être testée prochainement avec les utilisateurs ayant dépassé 10 000 générations. Elle rassemble échanges écrits, conversation vocale et création d’images dans une seule interface, avec plusieurs modes de visualisation.
L’ouverture doit s’élargir à mesure que les capacités du système sont testées. À terme, les utilisateurs devraient disposer de salles personnalisables, publiques ou privées. L’accès au site sans compte Discord est aussi prévu, d’abord à travers une petite liste d’attente.
V7 prépare une architecture plus ouverte aux nouvelles fonctions
La prochaine génération doit progresser sur les connaissances, l’esthétique et la compréhension des prompts. Une architecture simplifiée doit faciliter l’ajout de fonctions. L’upscaler et les références de personnages comme de styles font partie des domaines d’amélioration.
Si V6.1 apporte déjà les gains de qualité espérés, V7 pourra consacrer davantage d’efforts à d’autres capacités. Sa conception prend aussi en compte la vidéo et la 3D. Le modèle vidéo conserve toutefois des difficultés de recherche non résolues.
Les autres annonces des Office Hours en bref
Les projets suivants restent également à l’étude :
- Personnalisation : les évaluations des utilisateurs doivent orienter le modèle.
- Styles : une fonction de randomisation est préparée.
- 3D : elle pourrait précéder la vidéo.
- Recherche : de nouvelles équipes travaillent notamment sur la narration et la psychométrie.
Source : notes publiées sur GeniArt et sur le serveur Discord officiel de Midjourney pour les Office Hours du 17 avril 2024.
Consulter la synthèse des Office Hours
V6.1 d’ici deux semaines, Salon de créations sur le site d’ici vendredi
Version 6.1
🔹L’accent est mis sur l’amélioration de la qualité de l’image, de la cohérence, des mains/corps et de la génération de texte.
🔹Améliorations individuelles démontrées mais pas encore combinées en un seul modèle
🔹Vise une mise à jour spectaculaire, pourrait être la version 6.5 plutôt que la 6.1.
🔹Publication prévue pour la fin avril, après correction des glitches/artifacts liés aux améliorations.
🔹Les performances devraient être 25 % plus rapides
🔹Amélioration de la qualité de l’image plus spectaculaire que prévu, amélioration de la peau, des yeux, etc.
Version 7
🔹Amélioration de l’intégration des connaissances, de l’esthétique et de la compréhension des prompts
🔹Architecture simplifiée pour permettre plus de fonctionnalités
🔹Meilleur Upscaler
🔹Amélioration des capacités de référence des personnages/styles
🔹Moins d’attention portée à la qualité de l’image si ces améliorations sont disponibles dans la version 6.1
🔹Orienté vers la 3D et la vidéo en plus des images 2D
🔹Possibilité d’avoir des versions de modèles localisées/démographiques spécifiques à l’avenir
Salles de création
🔹Test de la première version sur le site web prochainement, en commençant par un groupe d’utilisateurs avec plus de 10 000 générations
🔹Création combinée de textes, de voix et d’images dans une interface unique
🔹Interface utilisateur différente de celle de Discord, permettant plusieurs modes de visualisation
🔹Ouverture progressive à un plus grand nombre d’utilisateurs au fur et à mesure des tests de capacité
🔹Objectif à long terme : salles personnalisables ouvertes/privées.
Accès au site web
🔹Plan pour permettre l’accès au site web sans compte Discord
🔹Commencer avec une petite liste d’attente, puis ouvrir à un plus grand nombre d’inscriptions
Autres projets
🔹Modèle 3D en cours de développement, probablement avant la vidéo
🔹Le modèle vidéo présente encore des défis de recherche non résolus
🔹Nouvelles équipes : narration, matériel, intelligence collective, psychométrie
🔹L’équipe de psychométrie étudiera les liens entre l’esthétique et la démographie.
Fonctionnalités à venir
🔹Personnalisation du modèle en fonction des évaluations des utilisateurs
🔹Assistance pour l’étiquetage des images
🔹Randomisation de style
Partenariats
🔹D’autres collaborations avec des entreprises sont prévues après le lancement du site web
Communauté Discord
Rejoignez le serveur Discord, présentez-vous et partagez ce que vous avez envie de créer.
Vous pouvez demander de l’aide ou découvrir les réalisations proposées dans les challenges et les battles.

La conversation
Lancer la discussion
Partagez votre expérience, vos questions ou vos découvertes avec la communauté.