Aller au contenu
Discord
Voilier rose au milieu de montagnes et d’arbres dans un style illustré.

Midjourney entraîne V7 sur ses données existantes et prépare une mise à jour plus large

Les Office Hours du 5 février 2025 détaillent les choix d’entraînement de V7 chez Midjourney, fondé par David Holz. L’architecture doit apporter les premiers gains avant l’intégration de données élargies encore à nettoyer. La vidéo, les mouvements de caméra en 3D et de nouveaux outils d’édition continuent aussi d’être explorés.

V7 mise d’abord sur une nouvelle architecture

Le modèle est en entraînement depuis environ un mois et montre des progrès de qualité par rapport à V6. Deux sessions sont comparées, avec des volumes différents de données textuelles. Le choix final est attendu à la fin de la semaine.

L’amélioration repose principalement sur l’architecture, le jeu de données de base ayant peu changé depuis V4 selon les notes. Un ensemble plus vaste a été collecté, mais son nettoyage n’est pas assez avancé pour l’intégrer à la première version. Une mise à jour ultérieure doit en bénéficier.

Les données élargies doivent améliorer les sujets moins courants

Les données supplémentaires pourraient mieux représenter des éléments historiques, mythologiques ou inhabituels. Les sujets les plus courants devraient être moins affectés. Des comparaisons plus rigoureuses sont envisagées pour mesurer ce que ces changements apportent réellement.

La phase finale de V7 comprend aussi une compression du modèle pour accélérer les générations. L’équipe prépare les serveurs et ajuste les paramètres de calcul. La vitesse doit faciliter les essais successifs et l’affinement des images, sans date de sortie ferme annoncée pendant cette session.

La vidéo reste ouverte à trois stratégies

Des démonstrations de faisabilité encourageantes conduisent l’équipe à revoir ses attentes pour l’année. Développement interne, partenariat et solution hybride sont étudiés. La cohérence, le coût et les besoins serveur doivent départager ces options.

L’intégration au parcours de création est également examinée. Les notes décrivent donc une recherche active et des résultats prometteurs, mais ne présentent pas encore un modèle vidéo finalisé ou un accès public.

La 3D vise d’abord le recadrage et les mouvements de caméra

Les essais montrent qu’il devient possible de produire de la 3D à partir d’images Midjourney. Les premiers usages recherchés sont le déplacement de caméra, le recadrage et le recalcul d’une image. L’équipe prévoit de recruter pour accélérer ces travaux.

Sur le site, l’infrastructure est adaptée à des lots plus importants. Des calques, des sélections améliorées, des dossiers et des espaces de travail sont explorés. Le calendrier dépend encore des performances de V7 et de la taille des lots retenue.

Les autres annonces des Office Hours en bref

La session aborde également les points suivants :

  • Compatibilité : Personnalisation, moodboards et codes sref doivent continuer d’être pris en charge.
  • V8 : Sa conception pourrait réintroduire de la complexité, avec un arbitrage encore ouvert entre capacité et vitesse.
  • Long terme : Un monde interactif généré en temps réel reste une ambition de recherche.

Source : notes publiées sur GeniArt et sur le serveur Discord officiel de Midjourney pour les Office Hours du 5 février 2025.

Consulter la synthèse des Office Hours

🔶 Développement et améliorations du modèle V7

  • L’entraînement du modèle V7 dure depuis environ un mois avec des améliorations notables de la qualité d’image par rapport à V6.
  • Deux sessions d’entraînement sont en cours : une avec des données textuelles enrichies et une avec moins de données ; la sélection finale est attendue d’ici la fin de la semaine.
  • L’accent est mis sur l’amélioration de l’architecture du modèle, car le jeu de données principal n’a pas beaucoup changé depuis V4.

🔶 Optimisation de la vitesse et processus d’optimisation

  • La phase finale implique un processus de distillation visant à optimiser et accélérer le modèle.
  • Les améliorations de vitesse sont essentielles pour l’expérience utilisateur, permettant des itérations plus rapides lors de l’affinement des images.
  • L’équipe ajuste les paramètres de calcul et prépare les serveurs, l’optimisation devant durer quelques jours.

🔶 Défis liés aux jeux de données

  • Un nouveau jeu de données plus large a été collecté, mais n’a pas été suffisamment nettoyé à temps pour la sortie de V7.
  • Le modèle V7 actuel repose sur l’ancien jeu de données, avec des plans pour intégrer les données nettoyées et élargies lors d’une future mise à jour.
  • Les améliorations du jeu de données devraient mieux capturer des détails exotiques (par exemple, des éléments mythologiques ou historiques) même si les éléments courants restent largement inchangés.
  • Des efforts futurs incluent des tests A/B améliorés pour évaluer l’impact des mises à jour des jeux de données.

🔶 Considérations pour la future version (V8)

  • La V7 a été intentionnellement simplifié par rapport à la V6 pour améliorer les performances; la V8 pourrait réintroduire de la complexité pour des améliorations supplémentaires.
  • L’incertitude demeure quant à savoir si la V8 se concentrera davantage sur la capacité brute ou les améliorations de vitesse.
  • Des innovations architecturales prévues pour la V8 visent à offrir une avancée radicale des performances du modèle.

🔶 Développement et stratégie du modèle vidéo

  • Des résultats de « proof-of-concept » prometteurs ont changé les perspectives : la qualité vidéo devrait s’améliorer considérablement au cours de l’année.
  • Trois approches potentielles sont en cours d’évaluation : développer des modèles vidéo en interne, s’associer à d’autres entreprises ou adopter une stratégie hybride.
  • Les considérations clés incluent la cohérence des résultats, la gestion des coûts et les exigences spécifiques des serveurs.
  • L’équipe évalue comment intégrer au mieux la vidéo dans le flux de travail global tout en équilibrant les contraintes de ressources.

🔶 Capacités 3D et fonctionnalités de recadrage

  • Des expériences réussies indiquent que la génération 3D à partir d’images Midjourney est désormais réalisable.
  • Les objectifs à court terme incluent des fonctionnalités pour déplacer la caméra, recadrer et re-calculer les images.
  • La vision à long terme implique la création d’une expérience de génération en temps réel dans un monde ouvert.
  • Des plans sont en place pour recruter des talents supplémentaires dans le domaine de la 3D afin d’accélérer le développement.
  • Des discussions internes évaluent l’équilibre entre le perfectionnement de la génération d’images de base et l’expansion vers de nouvelles fonctionnalités.

🔶 Améliorations du site web et de l’interface utilisateur

  • L’infrastructure a été mise à jour pour prendre en charge des traitements par lots plus importants et des flux de travail d’édition plus avancés.
  • De nouveaux concepts d’interface sont en cours d’exploration, notamment des éditeurs web améliorés avec des calques, des outils de sélection optimisés, des dossiers et des espaces de travail.
  • Les fonctionnalités existantes comme la personnalisation, les mood boards et les codes Sref continueront d’être prises en charge.
  • Il y a de l’incertitude quant au calendrier exact des mises à jour de l’interface en raison des changements possibles dans la taille des lots et les performances de V7.

Merci à James Griffing pour son aide.

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.

Participer à la discussion

Votre adresse e-mail ne sera pas publiée. Les champs marqués d’un astérisque sont obligatoires.