Midjourney é um programa e serviço de IA generativa criado pela Midjourney, Inc., um laboratório de pesquisa independente sediado em São Francisco, Califórnia. A plataforma gera imagens a partir de descrições em linguagem natural, chamadas de prompts, de maneira semelhante a outros geradores de imagens de inteligência artificial. Tornou-se uma das tecnologias proeminentes do recente boom da IA. A ferramenta entrou em beta aberto em 12 de julho de 2022 e é acessível por meio de um bot do Discord ou de um site oficial, onde os usuários podem produzir imagens sem precisar de hardware especializado ou conhecimento em aprendizado de máquina.
O projeto é liderado por David Holz, cofundador da Leap Motion, uma empresa conhecida por sensores de rastreamento de mãos. Em uma entrevista de agosto de 2022 ao The Register, Holz afirmou que a Midjourney já era lucrativa, uma distinção entre muitos empreendimentos iniciais de IA. Os usuários interagem com o serviço enviando comandos pelo Discord ou usando a interface web, com a plataforma retornando conjuntos de quatro imagens para cada prompt, que podem ser ampliados ou refinados.
História e desenvolvimento
A Midjourney, Inc. foi fundada em São Francisco por David Holz, que anteriormente cofundou a Leap Motion. O servidor do Discord da Midjourney foi lançado em 14 de março de 2022, com a equipe solicitando fotografias de alta qualidade para serem postadas no Twitter e no Reddit para fins de treinamento. A empresa começou a lançar novas versões do modelo a cada poucos meses, começando com a versão 2 em abril de 2022 e a versão 3 em 25 de julho de 2022. A iteração alfa da versão 4 foi lançada em 5 de novembro de 2022 e, a partir dessa versão, os modelos foram treinados em TPUs do Google em vez de clusters padrão de GPUs.
A versão 5 entrou em alfa em 15 de março de 2023, seguida pelo modelo 5.1, que aplicou mais estilização às imagens e trabalhou com prompts mais literais. A versão 5.2 introduziu um sistema de estética e um recurso de "zoom out" que gerava conteúdo ao redor de imagens existentes. A versão 6 atingiu alfa em 21 de dezembro de 2023, treinada do zero ao longo de nove meses, com melhorias na renderização de texto e uma interpretação mais literal dos prompts. A interface web foi lançada em agosto de 2024 junto com a versão 6.1, consolidando edição, panorâmica, zoom, variação de regiões e inpaint em uma única ferramenta.
Recursos e funcionalidades
O Midjourney é acessado principalmente por meio de um bot do Discord, seja no servidor oficial, enviando mensagens diretamente ao bot ou convidando-o para um servidor de terceiros. Os usuários digitam o comando "/imagine" seguido de um prompt, e o bot retorna uma grade de quatro imagens com opções de ampliação. O site inicialmente exigia que os usuários gerassem pelo menos 1.000 imagens via Discord antes de usar o editor web, mas essa limitação foi removida. A plataforma oferece várias ferramentas de refinamento, incluindo Vary (Region) e remix, lançada em 5 de setembro de 2023, permitindo que os usuários selecionem uma área específica de uma imagem e apliquem alterações apenas nessa região.
O recurso Image Weight controla a influência de uma imagem enviada no resultado final, permitindo que os usuários priorizem o texto do prompt ou as características da imagem. A ferramenta Style Reference extrai cores, texturas ou atmosfera de uma imagem de referência e as aplica a novas criações. O recurso Character Reference usa uma imagem de personagem enviada para manter consistência visual em várias imagens geradas desse personagem.
Casos de uso e adoção
David Holz descreveu como artistas usam o Midjourney para prototipagem rápida de conceitos artísticos para mostrar a clientes antes de iniciar uma renderização final. A indústria publicitária adotou a ferramenta, junto com DALL-E e Stable Diffusion, para brainstorming de ideias e criação de conteúdo original. Arquitetos relataram usar o software para gerar painéis de inspiração nos estágios iniciais de projetos como alternativa a navegar por resultados de busca de imagens. A plataforma também tem sido usada na produção de mídia, incluindo capas de revistas e quadrinhos.
Controvérsias notáveis
A BBC observou em 2023 que o realismo dos geradores de texto para imagem baseados em IA, incluindo o Midjourney, havia atingido um nível alto, provocando debate cultural. Um caso proeminente ocorreu em agosto de 2022, quando uma imagem do Midjourney intitulada "Théâtre D'opéra Spatial" venceu a competição de arte digital na Feira Estadual do Colorado. Jason Allen, que escreveu o prompt, imprimiu a imagem em uma tela e a inscreveu sob seu nome, uma atitude que irritou outros artistas digitais. Allen não se arrependeu, afirmando que seguiu as regras da competição, e os jurados disseram posteriormente que teriam concedido o prêmio mesmo se soubessem da ferramenta de IA.
Em dezembro de 2022, o livro infantil gerado por IA "Alice and Sparkle" foi criado em um único fim de semana. Seu criador, Ammaar Reeshi, usou o Midjourney para gerar cerca de 13 imagens para o livro, o que atraiu críticas de artistas que alegaram que o modelo foi treinado em suas obras sem permissão. Charlie Warzel, escritor do The Atlantic, usou o Midjourney para gerar imagens de Alex Jones para um boletim informativo, chamando posteriormente a decisão de erro em um artigo sobre o incidente. O programa também foi usado pela The Economist para uma capa de 2022 e pelo jornal italiano Corriere della Sera para um quadrinho escrito por Vanni Santoni. Um segmento de 10 minutos sobre o Midjourney foi transmitido em um episódio de Last Week Tonight com John Oliver.
Recepção e críticas
Artistas levantaram preocupações sobre consentimento e crédito, pois os dados de treinamento do Midjourney incluem muitas obras protegidas por direitos autorais. Enquanto alguns elogiam sua acessibilidade e velocidade, outros criticam as implicações legais e éticas. A empresa respondeu adicionando recursos como a opção de optar por não participar dos dados de treinamento, embora tais medidas tenham sido vistas como insuficientes pelos críticos. Apesar do debate, o Midjourney continua amplamente usado por profissionais.