Niji 5 是由 Midjourney 开发的专用生成式人工智能模型，用于创作动漫和插画风格的艺术作品。该模型于2023年5月发布，旨在生成具有鲜明日本动画美学的图像，与通用图像模型相比，它为用户提供了对风格、构图和角色渲染的更精细控制。该模型通过 Midjourney 基于 Discord 的界面和订阅层级运行。
Niji 5 建立在 Midjourney 的底层深度学习架构之上，该架构使用在大型视觉和文本配对数据集上训练的神经网络。其主要差异化在于专注于动漫特定特征，例如富有表现力的眼睛、动态姿势，以及从赛璐璐风格到绘画风格的各种艺术风格。该模型支持多种宽高比和分辨率设置，并能根据自然语言提示生成图像。
功能与特性
Niji 5 在其前身 Niji 4 的基础上引入了多项增强功能。它提供了改进的提示遵循能力，使用户能够更准确地指定角色、背景和情绪。该模型包含一个范围从0到1000的“风格”参数，可调整从字面解释到更具风格化输出的效果。此外，Niji 5 支持负面提示以排除不需要的元素，并能处理包含多个角色和复杂环境的复杂场景。
该模型尤其以其在图像中渲染文本的能力而著称，这是早期生成模型常见的挑战。它还提供“平铺”功能，用于创建无缝图案，适用于纺织品或游戏资产设计。Niji 5 针对静态图像和动画序列进行了优化，但动画支持仅限于短片。
使用与访问
访问 Niji 5 需要付费的 Midjourney 订阅，基本计划每月起价为10美元。用户通过 Discord 命令（如 /imagine）与模型交互，并可选择 Niji 5 作为特定模型版本。该模型也可通过 Midjourney 于2023年晚些时候推出的网页界面使用。每个订阅层级包含每月 GPU 时间配额，更高层级提供更快的处理速度和更多并发任务。
Niji 5 常被独立艺术家、游戏开发者和内容创作者用于概念艺术、角色设计和宣传材料。其易用性和风格一致性使其在在线社区中广受欢迎，许多教程和提示库专门针对它。该模型的输出通常被认为是高质量的，尽管偶尔可能会产生伪影或误解模糊的提示。
技术细节
Niji 5 基于基于变换器的架构构建，类似于其他用于文本到图像合成的现代大型语言模型。它采用多头注意力机制将文本提示与视觉特征对齐，并在生成过程中使用top-k采样和top-p采样来平衡多样性和连贯性。该模型在精选的动漫插画、漫画页面和相关媒体数据集上进行训练，这有助于其专业化输出。
与一些竞争对手不同，Niji 5 未公开披露其确切的参数数量或训练数据来源。它托管在 Midjourney 的专有基础设施上，其中包括亚马逊网络服务和其他云提供商，但具体细节未得到官方确认。该模型会定期更新，小版本修订用于修复错误和改进性能。
与其他模型的比较
在生成式AI领域，Niji 5 与 Stable Diffusion 的动漫微调版本和 NovelAI 的图像生成等模型竞争。虽然 Stable Diffusion 提供开源灵活性，但 Niji 5 提供了更精致、开箱即用的体验，并专注于动漫风格。NovelAI 侧重于角色一致性和叙事控制，但 Niji 5 常因其更广泛的艺术范围和更快的生成时间而受到赞誉。然而，Niji 5 的封闭性限制了定制化，用户无法在自有数据集上微调该模型。
反响与影响
Niji 5 在发布时获得了积极反馈，用户强调其能以最少努力生成专业级动漫艺术。它已被用于各种独立游戏项目和网络漫画中，并影响了 AI 辅助艺术创作的趋势。一些评论者对其训练数据中艺术家作品的使用和版权问题表示担忧，尽管 Midjourney 未披露其数据来源。尽管存在这些争议，截至2024年，Niji 5 仍是动漫艺术社区中的重要工具。