Midjourney 今早更新了测试版 Personalization (–p) 的新功能，通过你在 Ranking 中投票的选择来提供个性化的输出。

我用之前的 prompt 测试了一下：

第一张图是之前制作的，后面三张是用同样的 prompt 加上 –p 之后出的图。

对比之下可以看到，个人喜好对风格的影响非常明显。

但是这个功能还在处于测试阶段，局部修整的功能还无法使用。

在网上看过很多人用 AI 画十二生肖主题的系列画，但大多数我都觉得太套路了，要么只是生成一只动物，要么是套上一些所谓的古风服装，强行「国风」一把。我觉得，既然工具本身已经有很强的生成能力了，那么，创作者就应该更多地表达观念。没有观念的全自动生成出来的东西，再好看，也是大同小异、千篇一律。这种现象，最典型的就是那些长着网红脸的 AI 美女图。好看，但无味，因为缺少人味儿。

人味儿来自什么？最重要的两个点是：有缺陷，有观念

缺陷是因为人的不完美，不能样样都要，那么就得有取舍，而取舍的依据是什么呢？那就是观念。观念和审美，本质上是我们经年累月的经历中，所积累下来的看待世界的偏见。这里说的「偏见」不是贬义词，而是在说，人无法客观，而观念与审美就是在主观中沉淀下来一系列判断依据。我们就是用这样的依据来取舍，这些选择就形成了创作的结果。

即便是回溯到人类此前的所有历史中，艺术家们的创作，也是基于自己的「偏见」来选择创作的工具、技艺、载体和题材的。没有偏见，就没有作品。

因此，我想尝试创作一套有「戏剧感」的十二生肖。

戏剧感，一方面来自这些生肖不能只是动物，或者套了动物头套的人，而是得有个性与故事的角色，角色的人物小传可以从它们的神情、服饰、妆容等呈现出来；另一方面，需要一定的冲突感，这里说的不是观念不同的冲突，而是来自文化和故事背景中，衍生出来的角色的生命力，它会把你带入到某种场景里，它们的妆容和服饰或许不是那么常规、习以为常的文化惯性中的表达，但它们在场景和故事中，是合理的。

以下就是我的创作尝试：

如果你喜欢，可以自行下载原图。

如果你要转载，或者二次创作，请附上这篇 blog 的链接：suithink.me/?p=11457

我大致分享一下，这十二个角色的构思吧。

【鼠牛虎】这一组，是想把【生肖】与【西服】做一个融合，但我希望它们有更多的变化和区别，就分别在色彩、气质上做一些差异化描述。最后出来的三个角色，能感觉到是来自同一出剧的人物，饱受欺凌的鼠，正直优雅的牛、权势凌人的虎，故事就由此可以展开了。

【兔】通常是软弱和被欺负的对象。我希望创作一只勇敢、独立的兔小姐，于是让她走在一个昏暗的街道里，身着红色皮夹克，眼神坚定地朝着镜头。在很多文化意象中，兔子、皮衣和地下文化的组合，是谄媚的，是挑逗的，或者是色情和暴力的。但我不希望是这样，我想她可以是地下世界的英雄。她是这个系列中的第一位女性角色。

【龙】在中国的文化里，高高在上的霸权。于是我想，首先在颜色上我就不要那种红黄黑的东西，我不要皇权和武力的表达，我要它是个君子。作为君子的龙，需要同时具备威严和素雅。威严在于其妆容造型和气质眼神，素雅在于整体的色彩倾向和服饰风格。所以，这头金龙虽然相貌霸气，但眼神柔和坚定，白发之下是金线白袍，不怒自威。

【蛇】是邪恶的，多数文化中，它们都是这样的形象。这是第二位女性，我希望赋予她高雅的气质，和中立的角色身份。她在诸国纷争中，不倾向任何一方。但保持中立，需要的不仅仅是态度，也需要武力和经济。所以，她应该是一位既有贵气又有智慧的女性领主。在她紫色的服饰之中，使用了羽毛的元素，与蛇类那种光滑、阴暗的视觉元素做一点调和。

【马羊猴】这一组是相对现代的角色。【马】通常是黑色或褐色的，虽然也有白马，但在印象中，说起马就是黑色的动物。所以我想给她穿一身干练的白色风衣，即符合马这种动物在人类文化中的形象，又能在色彩搭配上突出她的质感。值得一提的是，我选择了一个侧面的视角，因为马的轮廓，侧面是最美的；并且，我在 prompt 中加入了长辫的描述，黑色布料的造型很妙，因此这个角色是目前没在网上出现过的全新的马人形象。她也是这组当中的第三位女性。【羊】的种类实在是多，不同种类的羊，出来的气质也都不太一样。经过不同的组合尝试，我最终选择了 Goat 这种羊。我想要一个有点脾气和痞气的大叔，他平时就坐在街道头的店铺门外，跟老板聊天，街上一旦出了什么事情，他一定会出手。因此，他的皮衣和眼镜都是有点讲究的。不过你看得出来，他并不是那种有钱人，他的讲究是一种对待自我的态度。

【猴】很特别，一方面是猴的种类也很多，另一方面是，猴子在绝大多数文化中都是活泼闹腾的男性形象。我非要她是女性，但她不会是个乖训的家伙。最后我之所以觉得，滇金丝猴是一个很合适的选择，在于它的毛色和毛发的形态，橙色到白色的过度让角色有一种温和的基调，但向外肆意张开的样子又很有流浪不羁的气质。服饰上我选了裙子和围巾。但在色彩上我动了一点心思，暖色系的猴和皮衣加长裙，得有一些色彩上的对冲，来建立她的个性和态度。因此，围巾是绿色的，也有相当的体量感。

【鸡狗猪】中的【鸡】是在【骄傲大公鸡】的基础上的进一步表达。首先，鸡的种类很多，但白色羽毛的，通常是 white Plymouth Rock。为了增加戏剧冲突，我希望他穿着镶满了珠宝的绿色三件套西装。神气，就是要神气！【狗】就更多种类了，我最开始也尝试了不同的品种，因为拿不准什么样的形象是更合适的。后来我意识到，不同的狗，它们自身的气质差别就很大，所以不存在一种狗能表达狗这件事。于是，重点就变成了，我想要表达什么，那就选择什么狗。我希望这是第五位女性。恰好，筱烨以前的 Daisy 就是一只金毛，一个可爱热情受街坊邻里欢迎的小女孩。那就金毛寻回犬吧！在这个设定的基础上，我增加了双麻花辫和白色校服的描述，最后就有了这个金毛小女孩。

最后的【猪】我有两个想法，一个是十二生肖中男女比例对半开，所以我希望她是女生；另一个是，我想她可以非现实一些。前面的十一位都是比较写实的感觉，但写实的猪，和女性结合，在观感上，很容易让人产品某些厌女、性别对立的联想。我不希望这位可爱的女性角色被贬损。于是，我给她增加了金色皮毛质感的设定，穿上温暖的粉红色外套，带着白围巾站在雪地里。这是一位温柔的女性，但她的防风镜会告诉你，她可不是傻白甜，在雪天的山里行走，缺少她的交通工具，哪怕是楼上的虎先生，也寸步难行。温柔也是有力量的。

下载高清原图：鼠   牛   虎   兔   龙   蛇   马   羊   猴   鸡   狗   猪

之前测试了 Midjourney V6 在石膏、大理石、黄金材质下的表现，出品非常好，并且品质表现很稳定。今天忽然想测试一下，同样的题材在不锈钢材质下的表现如何。

因为上述三种材质的漫反射对形态的干扰很小，AI 的训练素材应该也大部分是以这类非镜面材质的图库为主，所以我猜测，同样的雕像在抛光/镜面不锈钢下的表现，很可能会因为镜面反射对形态的干扰，产生许多错误。

以下实测例图，均可点击查看原始尺寸高清大图。

Prompt Bust photo, polished stainless steel goddess sculpture, real feathered wings, black rock, magma and flame, dark clouds –ar 3:4 –style raw –v 6

可以看到，镜面不锈钢材质在没有手部参与的情况下，表现非常出色。形态、比例与动态都在镜面材质下，显得更为出色，细节的呈现也非常舒服。

Prompt A statue of the goddess made of polished stainless steel, with huge white feathered wings, surrounded by obsidian, with lava flowing, violent flames, and clouds of darkness –ar 3:4 –style raw –stylize 50 –v 6

这一组我着实测试了很多轮，才终于能挑选出这两张还看得过去的成品。期间最容易出现问题的点有：

1、手的比例和手指的形态、数量；

2、画面未完整呈现 prompt 所制定的内容；

3、不锈钢、羽毛、岩浆、火焰四种材质的不恰当混合。

我感觉目前的 
V6 Alpha 虽然在光影关系和质感的表达上非常强，但在较复杂的 prompt 的情况下，非常容易出现不合适的混合。

Prompt Mirrored Stainless Steel, Goddess Statue, White Feathers, Obsidian, Lava –ar 2:3 –style raw –v 6

这一组实例中，明显可以看到 

MJ 对于 Mirrored Stainless Steel 这个关键词的错误执行。虽然质感的表现非常好，但它根本不是镜面不锈钢。同时，岩浆、黑曜石这些关键词也几乎没有呈现，仅有部份反光似乎呈现出了对「Lava」一词的反馈。从最终结果来看，质感的表达是明显跑题了。

Prompt Mirrored Stainless Steel, Goddess Statue, Above the Waist, Red Feathers, Obsidian, Magma –ar 2:3 –style raw –v 6

当我把其中「白色羽毛」的描述，修改成「红色羽毛」后，可见材质之间的干扰就几乎消失了。大概是镜面材质中高光的部份容易和白色材质产生混淆，所以在颜色明显有区分的描述下，不锈钢的质感表达就非常舒服了。

这一点猜测，在最后一组失误实例中，可见到更离谱的跑题。

Prompt Mirrored Stainless Steel, Goddess Statue, White Feathers, Obsidian, Lava –ar 2:3 –style raw –v 6

这一组和上上组的 prompt 是完全一样的，区别有：

1、选择方案发散路径时，选择了有躯体的版本，有起伏的形态更有利于表达镜面材质；

2、更大面积的曲面形态，似乎会有更少的概率出现材质跑题的情况。

我不确定以上猜测的概率，但在实际测试中的感受就是：

如果人物以全身、半身的形态来呈现，那么镜面不锈钢的表达错误非常少见；但如果选择只有脸部特写的方案深入，材质跑偏的概率明显更大。

Prompt Mirrored stainless steel, close-up of goddess’s hand, white feathers –ar 3:4 –style raw –v 6

同时，因为以上的所有测试中，手的比例和手指的形态、数量一直都在出问题，所以我单独对「手」做了几轮测试。在高反射材质描述下，「手」出问题的概率非常非常大。必须一轮一轮地精挑细选，在看着还行的方案上一次次地 Vary 才能偶遇到一两个，看着没什么大毛病的「手」。

同时，因为高反射的干扰，高光和白色很容易让不锈钢材质呈现出磨砂质感。

Prompt Polished stainless steel bust of a goddess with white feathered wings, black rocks, lava, flames, dark clouds –chaos 21 –ar 3:4 –v 6

这就是上文说到的跑题千里的材质表达。

同是 Polished stainless steel 这个词，但无论是躯体还是面部，都完全没有 Polish 的意思。整体观感更像是光滑的石头，它的质感表达完全被白色羽毛给搞混了。但同时，羽毛也呈现出石雕的质感，完全不是羽毛的质感，和上面几组实例的羽毛完全不是一类表现。

本轮测试总计生成了 659 份方案，筛选出以上 19 张我认为可以的成品图。

在我看来，这个比例过于低了。

希望在 



V6 的正式版本中，能优化这方面算法。

Midjourney V6 的质感和细节，真的是飞跃式的成长！

和今年三月相比，已经完全脱胎换骨了。对自然语言的理解和再表达，也已经在渐渐脱离「咒语」的局限，结合 ChatGPT 的语言转译，一个人能够用母语把尚不明确的观念表达清晰，愈发显得重要。

点击图片，可查看原始尺寸高清大图：

当 AI 越来越擅长理解人类的自然语言，我们就愈发迫切地要掌握「用语言表达思想」这件事情。

因为语言的精度和颗粒度，将会在人类与 AI 的相处、合作中，展现出人类智力的上限所在，以及外延的纵深能够得着多远。