मिडजर्नी निजी निवेश

Midjourney, Inc., सैन फ्रांसिस्को स्थित स्वतंत्र अनुसंधान प्रयोगशाला, जो जनरेटिव AI इमेज सेवा Midjourney के पीछे है, ने 2023 में एक निजी निवेश दौर पूरा किया। कंपनी, जिसकी स्थापना और नेतृत्व डेविड होल्ज़ ने किया है, जिन्होंने पहले Leap Motion की सह-स्थापना की थी, अगस्त 2022 तक होल्ज़ के द रजिस्टर को दिए बयानों के अनुसार पहले ही लाभप्रदता हासिल कर चुकी थी। 2023 का निवेश फर्म के लिए एक महत्वपूर्ण मील का पत्थर था, जो उस बिंदु तक पर्याप्त बाहरी फंडिंग के बिना काम कर रही थी।

Midjourney सेवा प्राकृतिक भाषा विवरणों से छवियाँ उत्पन्न करती है, जिन्हें प्रॉम्प्ट के रूप में जाना जाता है, और इसे OpenAI के DALL-E और Stability AI के Stable Diffusion के साथ AI बूम के अग्रणी उपकरण के रूप में रखती है। 12 जुलाई, 2022 को ओपन बीटा में लॉन्च की गई, यह प्लेटफ़ॉर्म जल्दी ही कलाकारों, विज्ञापनदाताओं और वास्तुकारों के बीच लोकप्रिय हो गई, और 2023 तक, यह AI इमेज संश्लेषण के लिए एक संदर्भ बिंदु बन गई थी। उस वर्ष का निजी निवेश दौर वाणिज्यिक Generative AI अनुप्रयोगों में बढ़ते निवेशक विश्वास को रेखांकित करता है, जो OpenAI, Anthropic, और Inflection AI के लिए समान फंडिंग लहरों के बाद आया।

पृष्ठभूमि और प्रारंभिक वृद्धि

Midjourney की उत्पत्ति 14 मार्च, 2022 से हुई, जब इसका Discord सर्वर लॉन्च हुआ, जिसमें सिस्टम प्रशिक्षण के लिए उच्च-गुणवत्ता वाली तस्वीरों का अनुरोध किया गया। कंपनी ने शुरू में एक समुदाय-संचालित दृष्टिकोण पर भरोसा किया, जिससे उपयोगकर्ता Discord बॉट कमांड के माध्यम से छवियाँ उत्पन्न कर सकें। सेवा स्वाभाविक रूप से बढ़ी, होल्ज़ ने ओपन बीटा लॉन्च के महीनों के भीतर लाभप्रदता की रिपोर्ट की। वह वित्तीय स्वास्थ्य, जो पूंजी-गहन Artificial intelligence क्षेत्र में एक स्टार्टअप के लिए असामान्य था, ने कंपनी को निजी निवेशकों के लिए एक आकर्षक संभावना बना दिया।

2023 तक, Midjourney ने कई मॉडल संस्करण जारी किए थे, जिनमें से प्रत्येक अपने पूर्ववर्ती में सुधार करता था। संस्करण 2 अप्रैल 2022 में आया, उसके बाद 25 जुलाई, 2022 को संस्करण 3, और 5 नवंबर, 2022 को संस्करण 4 का अल्फा पुनरावृत्ति आया। संस्करण 4 से शुरू करके, मॉडल Google TPU पर प्रशिक्षित किए गए, जो पहले के संस्करणों से एक बदलाव था जो विशेष हार्डवेयर पर निर्भर नहीं थे। पुनरावृत्ति की गति 2023 में जारी रही: संस्करण 5 का अल्फा 15 मार्च, 2023 को लॉन्च हुआ, और 5.1 और 5.2 जैसे बाद के परिशोधनों ने प्लेटफ़ॉर्म की क्षमताओं का विस्तार किया।

2023 का निवेश दौर

2023 के निजी निवेश दौर के विवरण पूरी तरह से सार्वजनिक रूप से खुलासा नहीं किए गए थे, लेकिन यह Midjourney के लिए पूंजी का एक रणनीतिक संचार था क्योंकि इसने अपने संचालन को बढ़ाया। यह दौर कंपनी की मजबूत उपयोगकर्ता अपनाने और पेशेवर कार्यप्रवाहों में बढ़ते एकीकरण के बाद आया। जबकि Midjourney सदस्यता शुल्क के माध्यम से लाभदायक था, बाहरी निवेश ने विस्तारित अनुसंधान और विकास की अनुमति दी, विशेष रूप से जब OpenAI और Stability AI (हालांकि बाद वाला प्रदान की गई सूची में नहीं है) के प्रतिस्पर्धी मॉडल तेजी से विकसित हुए।

यह निवेश AI स्टार्टअप्स के लिए फंडिंग में व्यापक उछाल के बीच भी आया, जिसमें Anthropic और Inflection AI जैसी कंपनियों ने उसी अवधि में अरबों जुटाए। Midjourney का दौर, हालांकि तुलना में मामूली था, संकेत दिया कि बूटस्ट्रैप्ड फर्में भी प्रतिस्पर्धी गति बनाए रखने के लिए निजी पूंजी की ओर रुख कर रही थीं।

कंपनी नेतृत्व और दृष्टिकोण

डेविड होल्ज़, Leap Motion के सह-संस्थापक, Midjourney के सार्वजनिक चेहरे रहे हैं। मानव-कंप्यूटर इंटरैक्शन और Machine learning में उनकी पृष्ठभूमि ने कंपनी के सहज, प्रॉम्प्ट-आधारित इमेज जनरेशन पर ध्यान केंद्रित किया। होल्ज़ ने जोर दिया कि Midjourney एक स्वतंत्र अनुसंधान प्रयोगशाला के रूप में काम करता है, जो उद्यम-उन्मुख समाधानों पर कलात्मक और रचनात्मक अनुप्रयोगों को प्राथमिकता देता है।

होल्ज़ के नेतृत्व में, Midjourney ने एक घनिष्ठ टीम बनाए रखी, जिसमें बड़ी AI फर्मों की तुलना में अपेक्षाकृत छोटा कर्मचारी था। 2023 का निवेश संभवतः भर्ती और बुनियादी ढांचे का समर्थन करता था, हालांकि कंपनी ने कभी विशिष्ट संख्याओं का खुलासा नहीं किया। होल्ज़ के प्रेस को दिए बयान, जिसमें अगस्त 2022 में द रजिस्टर के साथ उनका साक्षात्कार शामिल है, ने लगातार लाभप्रदता और उपयोगकर्ता-केंद्रित उत्पाद डिजाइन पर प्रकाश डाला है।

2023 में उत्पाद विकास

2023 के दौरान, Midjourney ने कई सुविधाएँ जारी कीं जिन्होंने बुनियादी टेक्स्ट-टू-इमेज जनरेशन से परे इसकी कार्यक्षमता का विस्तार किया। इन अपडेटों ने उपयोगकर्ता नियंत्रण और आउटपुट गुणवत्ता में सुधार किया, जिससे प्लेटफ़ॉर्म पेशेवरों के लिए अधिक बहुमुखी हो गया।

Vary (Region) और Remix

5 सितंबर, 2023 को, Midjourney ने संस्करण 5.2 के हिस्से के रूप में Vary (Region) सुविधा पेश की। इस उपकरण ने उपयोगकर्ताओं को एक छवि के एक विशिष्ट क्षेत्र का चयन करने और केवल उस क्षेत्र में विविधताएँ लागू करने की अनुमति दी, जबकि बाकी छवि अपरिवर्तित रही। यह क्षमता विवरणों को ठीक करने के लिए मूल्यवान थी, जैसे कि हाथ को सही करना या पृष्ठभूमि तत्व को बदलना, बिना पूरी छवि को पुन: उत्पन्न किए। सुविधा ने एक रीमिक्स मोड भी सक्षम किया, जहाँ उपयोगकर्ता चयनित क्षेत्रों के लिए प्रॉम्प्ट संशोधित कर सकते थे, एक गैर-विनाशकारी संपादन कार्यप्रवाह की पेशकश करते हुए।

इमेज वेट

Midjourney का इमेज वेट पैरामीटर उपयोगकर्ताओं को अंतिम आउटपुट पर अपलोड की गई छवि के प्रभाव को नियंत्रित करने की अनुमति देता था। इस पैरामीटर को समायोजित करके, उपयोगकर्ता या तो प्रॉम्प्ट या संदर्भ छवि को प्राथमिकता दे सकते थे। एक उच्च वेट ने आउटपुट को छवि की संरचना और विवरणों का बारीकी से पालन करने के लिए बनाया, जबकि एक कम वेट ने टेक्स्ट प्रॉम्प्ट को हावी होने दिया। यह सुविधा Cross-Attention जैसी पहले की तकनीकों पर आधारित थी, हालांकि कंपनी ने तकनीकी विवरणों को सार्वजनिक रूप से दस्तावेजित नहीं किया।

स्टाइल रेफरेंस

स्टाइल रेफरेंस सुविधा ने उपयोगकर्ताओं को एक छवि अपलोड करने की अनुमति दी जो एक शैलीगत मार्गदर्शक के रूप में कार्य करे। Midjourney रंग पैलेट, बनावट और वातावरण जैसे तत्वों को निकालता था, फिर उन्हें एक नई पीढ़ी पर लागू करता था। यह उपकरण कलाकारों को छवियों की एक श्रृंखला में सुसंगत सौंदर्यशास्त्र बनाए रखने में सक्षम बनाता था, जैसे Data Augmentation और Loss Functions अन्य संदर्भों में शैली को संरक्षित कर सकते हैं।

कैरेक्टर रेफरेंस

कैरेक्टर रेफरेंस ने छवियों में चरित्र स्थिरता को लक्षित किया। उपयोगकर्ताओं ने एक चरित्र की छवि अपलोड की, और सिस्टम ने इसे बाद के आउटपुट में समान चरित्र उत्पन्न करने के लिए संदर्भ के रूप में उपयोग किया। यह कहानी कहने और कॉमिक निर्माण के लिए विशेष रूप से उपयोगी था, जहाँ पैनलों में एक चरित्र की उपस्थिति बनाए रखना महत्वपूर्ण है। सुविधा ने उसी अंतर्निहित Neural network आर्किटेक्चर का लाभ उठाया, हालांकि विवरण खुलासा नहीं किए गए थे।

व्यापक पारिस्थितिकी तंत्र और प्रतिस्पर्धा

2023 का निवेश एक बढ़ती प्रतिस्पर्धी परिदृश्य में हुआ। OpenAI की DALL-E श्रृंखला और Stability AI के Stable Diffusion ने वैकल्पिक टेक्स्ट-टू-इमेज जनरेशन की पेशकश की, प्रत्येक की अपनी अलग ताकतें थीं। Midjourney ने अपने Discord एकीकरण और सौंदर्य गुणवत्ता पर ध्यान केंद्रित करके अंतर किया, जिसे डिजिटल कलाकारों द्वारा प्रतिद्वंद्वियों की तुलना में अधिक परिष्कृत परिणाम उत्पन्न करने के लिए अक्सर प्रशंसा की गई।

कंपनी ने Deep learning और Transformer (architecture) आर्किटेक्चर में प्रगति से भी लाभ उठाया, जो इसके मॉडलों को रेखांकित करते थे। Midjourney का Google TPU का उपयोग विशेष हार्डवेयर की ओर उद्योग के रुझानों के साथ संरेखित था, जैसा कि AWS Trainium और Google Cloud पेशकशों में देखा गया। हालांकि, Midjourney ने किसी प्रमुख क्लाउड प्रदाता के साथ सार्वजनिक रूप से साझेदारी नहीं की, अपनी स्वतंत्र स्थिति बनाए रखी।

उल्लेखनीय उपयोग और विवाद

2023 में, Midjourney की यथार्थवादिता एक स्तर तक पहुँच गई जिसने रचनात्मक अपनाने और नैतिक बहस दोनों को जन्म दिया। ब्रिटिश पत्रिका द इकोनॉमिस्ट ने जून 2022 में एक कवर के लिए Midjourney का उपयोग किया था, और इतालवी समाचार पत्र कोरिएरे डेला सेरा ने अगस्त 2022 में वानी संटोनी द्वारा एक Midjourney-जनित कॉमिक प्रकाशित की। चार्ली वारज़ेल के द अटलांटिक न्यूज़लेटर में एलेक्स जोन्स की Midjourney छवियाँ शामिल थीं, जिन्हें उन्होंने बाद में एक गलती कहा। लास्ट-वीक-टुनाइट (हालांकि प्रदान की गई सूची में नहीं) ने अगस्त 2022 में Midjourney पर एक खंड दिखाया।

सबसे प्रमुख विवाद में जेसन एलन का "थिएट्रे डी'ओपेरा स्पेशियल" शामिल था, जिसने 2022 कोलोराडो स्टेट फेयर की डिजिटल कला प्रतियोगिता में पहला स्थान जीता। एलन ने छवि उत्पन्न करने के लिए Midjourney का उपयोग किया, इसे कैनवास पर मुद्रित किया, और अपने नाम के तहत दर्ज किया। न्यायाधीश AI की भागीदारी से अनजान थे, हालांकि उन्होंने बाद में कहा कि वे फिर भी पुरस्कार देते। इस घटना ने लेखकत्व और Model Pruning? नहीं, बल्कि कला में AI की भूमिका के बारे में चर्चाओं को बढ़ावा दिया, कुछ कलाकारों ने अपने कॉपीराइट किए गए कार्यों से शैली चोरी का दावा किया।

दिसंबर 2022 में, Midjourney का उपयोग बच्चों की पुस्तक "एलिस एंड स्पार्कल" के लिए छवियाँ उत्पन्न करने के लिए किया गया था। निर्माता, अम्मार रीशी, ने एक सप्ताहांत में छवियाँ उत्पन्न कीं और पुस्तक के लिए 13 का चयन किया। कलाकारों ने प्रक्रिया की आलोचना की, यह तर्क देते हुए कि Midjourney को कलाकारों के कार्यों पर सहमति के बिना प्रशिक्षित किया गया था। ये विवाद 2023 में जारी रहे, क्योंकि Midjourney की लोकप्रियता बढ़ी।

विरासत और प्रभाव

2023 का निजी निवेश दौर जनरेटिव AI में एक प्रमुख खिलाड़ी के रूप में Midjourney की स्थिति को मजबूत किया। अन्य स्टार्टअप्स के विपरीत जिन्हें कंप्यूट और डेटा के लिए भारी फंडिंग की आवश्यकता थी, Midjourney की लाभप्रदता ने इसे लाभ दिया। निवेश, हालांकि सार्वजनिक रूप से विस्तृत नहीं, संभवतः Cross-Attention और Positional Encoding जैसे क्षेत्रों में आगे अनुसंधान को सक्षम किया ताकि छवि सुसंगतता में सुधार हो सके।

2023 के अंत तक, Midjourney ने अपडेट जारी करना जारी रखा, जो 21 दिसंबर, 2023 को संस्करण 6 के अल्फा में समाप्त हुआ, जिसे नौ महीनों में खरोंच से प्रशिक्षित किया गया था, जिसमें बेहतर टेक्स्ट प्रस्तुति और शाब्दिक प्रॉम्प्ट व्याख्या थी। कंपनी का प्रक्षेपवक्र बताता है कि निजी समर्थन आगे नवाचार को बढ़ावा देगा, अगस्त 2024 में संस्करण 6.1 के साथ वेब इंटरफ़ेस आ रहा है। 2023 का निवेश इस प्रकार AI उद्योग में एक गंभीर प्रतियोगी के लिए एक साइड प्रोजेक्ट से Midjourney की वृद्धि में एक महत्वपूर्ण क्षण था।