Midjourney V3

Midjourney V3 是 Midjourney 的第三代模型。Midjourney 是一类把简短文字提示生成图像的系统，V3 于 2022 年 7 月 25 日发布，距离 7 月 12 日开放的公开测试（open beta）不久 ^[1]。在 Midjourney 的版本序列里，V3 标志着出图质量的一次明显跃升，那一年受到广泛讨论的一幅 AI 图像也出自这个版本。

用户怎样用它

用户通过 Discord 机器人（bot）使用它：在频道里发出提示词，生成的图像大约一分钟内会出现在频道中，所有用户都能看到 ^[3]。这个细节对理解模型的演进方式很关键——工具是在公开的共享空间里被使用的，很多人在同一时刻围观结果生成。

变了什么

按 Midjourney 创始人 David Holz 的说法，V3 加入了一个基于用户活动的反馈回路（feedback loop），他把质量提升的很大一部分归功于这个回路 ^[2]。他表示提升幅度超出预期，并指出团队并没有往训练数据里加入更多的艺术作品，改进来自关于用户喜欢哪些图像、以及他们如何使用工具的数据 ^[3]。换句话说，训练的原料——图片——没有太大变化，变化的是关于人们实际偏好什么的信息。

所谓反馈回路，在这个语境里指的是：系统记录人们对自己产出的反应，再拿这些反应去调整模型。不只是给模型看更多图像样本，而是告诉它，在它自己生成的若干结果里，人们挑了哪些、留下了哪些、接着拿哪些继续工作，让这些信号来引导它。对图像模型而言，输出质量不只取决于模型见过多少图像，也取决于它在多大程度上被调校得贴合人们想要的东西；从真实使用中收集信号，就是做这种调校的一种办法。

它产出了什么

2022 年 8 月，一幅在这一时期生成、题为《Théâtre D'opéra Spatial》的图像赢得了科罗拉多州博览会的数字艺术奖 ^[1]。这个奖项引发的关注远远超出 AI 研究圈子，因为它把一幅生成的图像放进了为人类艺术家设立的竞赛里。

在版本序列中的位置

V3 之后很快出现了若干测试模型：2022 年 8 月 22 日的 --beta 和 8 月 28 日的 test/testp ^[1]。它的后继版本 V4 于 2022 年 11 月推出 ^[1]。两个版本之间只隔了几个月，说明当时迭代速度很快：V3 不是终点，而是在数周之内就被继续测试和修改的一步。

为什么重要

V3 是 Midjourney 的产出好到足以赢得艺术奖项的那个版本 ^[1]，也是团队的方法从「只喂更多图片」转向「向用户学习」的那个版本 ^[2][3]。这两点都延续到了后面的版本中：公开、共享的使用方式，以及根据人们实际如何使用工具来调校模型的习惯。