به‌تازگی، میدجرنی مدل جدید خود با نام V7 را منتشر کرده‌است و کاربران بلافاصله شروع کردند به آزمایش دستورهای خلاقانه‌ای که شامل نام فایل‌های دوربین می‌شد تا به تصاویر تولیدشده توسط هوش مصنوعی، جلوه‌ای فوتورئالیستی بدهند.
یکی از کاربران شبکه‌ی ایکس (توییتر سابق) با نام مین چوی، مجموعه‌ای از تصاویر منتشر کرده که در آن‌ها پیش از توصیف صحنه، یک نام فایل معمولی دوربین را در دستور وارد می‌کند. او فرمت CR2 را انتخاب کرده است؛ فرمت RAW نسل قبلی دوربین کانن. برای مثال، چوی از دستوری مانند «IMG_7249.CR2» به‌همراه عبارت «سلفی معمولی در مکان X» استفاده کرده است.
نتیجه‌ها خیره‌کننده‌اند؛ تصاویری خلق شده‌اند که تشخیص مصنوعی بودنشان تقریباً غیرممکن است.
جالب این‌که فقط از نام فایل‌های کانن استفاده نمی‌شود؛ «لِوای فورستر» هم در دستورات میدجرنی خود، فرمت تصویری HEIC متعلق به آیفون را به‌کار گرفته است.
استفاده از نام فایل عکس برای واقعی‌سازی تصویر در میدجرنی: راز جدید کاربران
«هوش مصنوعی با عکس‌های واقعی آموزش دیده است»، لِوای فورستر توضیح می‌دهد. «بسیاری از عکس‌های واقعی نام فایل‌هایی مثل IMG_02202021.HEIC دارند — بنابراین اگر فقط یک نام فایل معمولی را وارد دستور کنید و چیز دیگری نگویید، هوش مصنوعی تصویری واقعی خلق می‌کند، چون داده‌هایی که با این الگو هماهنگ‌اند، معمولاً مربوط به تصاویر واقعی‌اند.»
یکی از کاربران ردیت نیز طی چند ماه اخیر مشغول آزمایش همین روش بوده تا بتواند عکس‌هایی واقع‌گرایانه با استفاده از مولد تصویر هوش مصنوعی بسازد.
او می‌نویسد: «فایل CR2 یک فرمت تصویر خام (RAW) است که توسط دوربین دیجیتال کانن تولید می‌شود. CR2 مخفف Canon Raw 2 است. بخش عددی اسم فایل را خودم سرهم کرده‌ام؛ شما هم می‌توانید هر عددی را وارد کنید، فقط ترتیب کلی را رعایت کنید.»
به‌عبارت دیگر، کاربران می‌توانند تنها یک نام فایل ساده و معمولی دوربین را وارد دستور میدجرنی کنند — بدون هیچ توضیح اضافی — و خروجی، تصویری تصادفی ولی با جلوه‌ای واقعی خواهد بود.
از سوی دیگر، بسیاری از کاربران نیز از واقع‌گرایی چشم‌گیر مدل جدید میدجرنی (V7) تمجید کرده‌اند و نمونه‌هایی فوتورئالیستی را به اشتراک گذاشته‌اند.
مدل V7 که در حال حاضر در فاز آلفا قرار دارد، هنوز در حال تکمیل و عرضه‌ی قابلیت‌هایش است. یکی از ویژگی‌های جدید آن «حالت پیش‌نویس» (Draft Mode) نام دارد که گفته می‌شود تا ۱۰ برابر سریع‌تر است و هزینه‌ی کمتری دارد — البته با این تفاوت که تصاویر را با وضوح پایین‌تری تولید می‌کند.
