Midjourney 官方最近更新了一项令人兴奋的功能：个性化模型。这项更新允许算法学习用户的“偏好”，从而定制出独具个人风格的图像。对于一直以来受限于 Midjourney 官方两个大模型的用户来说，这无疑是一个巨大的福音，为创作带来了更多可能性。
个性化风格说明
与 Stable Diffusion 等工具不同，Midjourney 此前缺少模型训练和 LoRA 的功能，这常常受到用户的诟病。为了弥补这一不足，官方推出了个性化模型功能，旨在让用户能够训练 AI 学习自己的风格，并在生成图像时融入个人偏好。
例如，使用 Midjourney 官方风格生成的写实风景图片，可能缺乏个性化的特点。但通过定制个性化风格，可以生成更具梦幻色彩的图像。
简单来说，用户需要在 Midjourney 的 Alpha 网站上，通过 Tasks 栏目中的图片投票，让 AI 学习自己的风格，从而训练出专属模型。这个过程需要至少 200 张图片的投票。
1、打开 Midjourney 社区网站
首先，需要访问 Midjourney 的官方社区网站。
2、点击左侧的 Tasks 菜单，在右侧页面中点击 Rank Images
在网站中找到 Tasks 菜单，然后点击 Rank Images 选项。
3、挑选自己喜欢的图片，建立我们的专属模型
接下来，就可以开始挑选喜欢的图片，为构建专属模型奠定基础。在使用鼠标单击喜欢的图片时，也可以通过键盘上的数字键进行选择：喜欢按 1，不喜欢按 2，跳过按 3。
4. 完成个性化风格定制
当选择达到一定数量后，系统会弹出对话框，提示选择完成。通常，建议选择 400 张以上的图片，以确保 AI 能够充分学习用户的风格。
在挑选过程中，系统会不时检测用户是否在进行选择。当出现绿色的 O 或红色的 ❌ 时，务必选择绿色的 O。
5、完成个性化风格
完成模型定制后，可以在 Discord 中输入 /info 命令来查看是否成功。如果出现红色框中的文字，则表示定制成功。
如何使用个性化模型
要在生成图像时应用个性化风格模型，需要在提示词中加入特定参数。例如，在提示词后添加 --p 即可触发该模型。
完成输出后，系统会在 --p 参数后展示一串独特的代码。这串代码可以分享给他人，让他们也能在自己的图像中应用该个性化效果。需要注意的是，每个人得到的代码都是唯一的，代表了个人的风格特征。
可以使用 stylize 参数控制个性化效果的强度。--s 0 关闭个性化效果，--s 100 是默认值，--s 最大可设置为 1000。
例子：A beautiful Chinese girl --p（你的代码） --s 100
翻译：一个漂亮的中国女孩 --p（你的代码） --s 100
出图效果
以下是一些使用个性化模型生成的图像示例：
这是 MJ 社区的一组中国龙的提示词：
例子：Chinese dragon composed of water and clouds, dragon god with antlers, thunder and lightning, rainy day, atmosphereclouds and mist, [natural lighting, Epic, realistic, 8k, octane render, beautifully detailed, light diffusion, cinematic shading, cinematic elements --ar 16:9 --stylize 750 --P
翻译：由水和云组成的中国龙，有鹿角的龙神，雷电，雨天，大气云和薄雾，[自然光，史诗，写实，8k，辛烷渲染，细节精美，光线扩散，电影阴影，电影元素
这是 MJ 官方出的图：
这是行者个性化风格出的图：
另外一组穿汉服的女孩：
这是 MJ 官方出的图：
这是我的个性化风格出的图：
另外一组雪山风景的提示词：
这是 MJ 官方出的图：
这是行者个性化风格出的图：
总的来说，Midjourney 官方的这项新功能非常实用。由于每个人的喜好不同，定制个性化风格可以确保生成的图像更符合个人口味。用户可以通过在公众号回复提示词来获取更多信息。
AIGC 技术：程序员的未来之路
人工智能生成内容（AIGC）技术正在迅速发展，为各行各业带来了巨大的变革。作为程序员，了解并掌握 AIGC 技术至关重要，它将极大地影响未来的职业发展。
AIGC 技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC 技术也将不断提高。未来，AIGC 技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC 技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC 技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
AIGC 技术学习路线图
为了帮助大家更好地学习 AIGC 技术，本文整理了 AIGC 所有方向的技术点，形成各个领域的知识点汇总。你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
- 基础知识：
- 人工智能概述
- 机器学习基础
- 深度学习原理
- 自然语言处理（NLP）
- 计算机视觉（CV）
- AIGC 核心技术：
- 生成对抗网络（GANs）
- 变分自编码器（VAEs）
- Transformer 模型
- 扩散模型
- 自回归模型
- AIGC 应用领域：
- 文本生成：文章、小说、剧本、对话
- 图像生成：绘画、照片、动漫、设计
- 音频生成：音乐、语音、音效
- 视频生成：电影、动画、短视频
- 代码生成：程序、脚本、应用
- AIGC 实践项目：
- AI 写作助手
- 图像风格迁移
- 智能音乐创作
- 虚拟人物生成
- 自动化代码生成
AIGC 必备工具
掌握 AIGC 技术，离不开强大的工具支持。以下是一些必备的 AIGC 工具，可以帮助你更高效地学习和实践：
- 深度学习框架：
- TensorFlow
- PyTorch
- Keras
- AIGC 模型库：
- Hugging Face Transformers
- TensorFlow Hub
- PyTorch Hub
- 数据处理工具：
- Pandas
- NumPy
- Scikit-learn
- 开发环境：
- Jupyter Notebook
- Google Colab
- VS Code
最新 AIGC 学习笔记
学习 AIGC 技术，除了理论知识，还需要不断积累实践经验。阅读一些前辈整理的书籍或手写笔记资料，可以帮助你更深入地理解 AIGC 的技术点，并学习到不同的思路。
AIGC 视频教程合集
观看全面零基础学习视频是入门 AIGC 技术最快捷有效的方式。通过跟随视频中老师的思路，从基础到深入，可以轻松掌握 AIGC 的核心概念和技术。
实战案例
学习 AIGC 技术，最终要应用到实际项目中。通过动手实操，才能将所学知识运用到实际当中去。以下是一些实战案例，可以帮助你更好地学习 AIGC 技术：
- AI 写作：利用 AIGC 技术自动生成文章、小说、剧本等。
- 图像生成：利用 AIGC 技术生成各种风格的绘画、照片、动漫等。
- 音乐创作：利用 AIGC 技术自动创作音乐、歌曲、音效等。
- 视频生成：利用 AIGC 技术自动生成电影、动画、短视频等。
- 代码生成：利用 AIGC 技术自动生成程序、脚本、应用等。
AIGC 技术正在以前所未有的速度发展，为程序员带来了巨大的机遇和挑战。只有不断学习和实践，才能在 AIGC 的浪潮中立于不败之地。
