MJ新发力--v6.0文字生成效果测试

MJ新发力 v6.0文字生成效果测试 MJ新发力 v6.0文字生成效果测试 Modified January 2, 2024 The English letters "Misaki" are written in the lower left corner of the screen. A poster by Alphonse Mucha in Art Nouveau style:: In an autumn scene, a girl in light and thin dress walks between the grapevine and maple branches, holding a small white plate in one hand and picking purple grapes with another hand. bold outline around the girl:: flowing lines, decorative patterns, organic motifs, sharp details ar 16:9 v 6.0 4.3 图文关系测试结论 • 图文的存在会一定程度上相互影响，文字内容会影响图像的生成效果。难以理解和实现过于抽象荒诞的内容。 • 一般情况下，如果不做特殊的精细控制，对图像部分的提示词描述也会影响到文字的字体、颜色等效果上。 • MJ对文本的理解原理不明，且现在并不能完全将文本用作图案在画面中自由使用，要求其重复输出相同文本的的能力有限。 • MJ可以完成对字体附加特定材质的任务，虽然效果不算太稳定，但已经很有趣。 • 要求纯文字输出时，常常会出现要求内容以外的物品。 • 超长提示词中，文本仍能够有效生成，但也一定程度上会受到画面的限制（如被默认理解成水印和标签） 5. 输入法测试 5.1 测试内容 在我们需要AI输出含文本的图片时，如何控制MJ生成我们需要的文本并规定文本的位置及效果？ 迭代测试一些使用场景中能有效出文本的提示词。当然这里只是举例几个使用场景，不代表全部文字应用场景。仅供参考，以及呈现提示词调整和修改思路。 5.2 测试过程 实验1 一张拥有正副标题的PPT封面制作 拟需求一张用于商业宣传的路演PPT封面，文本内容是 "AICan rovider of a one stop AIGC learning and communication community platform" 画面内容不限，但体现出科技感和青春感。测试中主要希望MJ能够输出有设计感的文本字体，主标题部分可以利用MJ绘制和设计，但副标题部分其实并不一定需要AI生成。因此或考虑不要求MJ生成副标题文本，只生成有设计感的主标题文本部分。 Cover design, graphic design, simple style, formal font design, bold text "AICan" in the center of the screen, and a line of text "rovider of a one stop AIGC learning and communication community platform" at the bottom of the screen. simple background ar 16:9 v 6.0 封面设计，平面设计，简约风格，正式的字体设计，黑体字文本“AICan”在画面的正中心，画面偏下的位置有一行文字“rovider of a one stop AIGC learning and communication community platform”，背景简约 （图1） Cover design, flat design, minimalist style, formal font design, bold text "AICan" in the center of the picture. simple background ar 16:9 v 6.0 （图2） Minimalist background, silhouette, flat design, minimalist style, formal typography, bold text "AICan". Simple, solid color background ar 16:9 v 6.0 （图1） Bold text "AICan". Only text. Minimalist background, silhouette, flat design, minimalist style, formal typography, simplicity, solid color background ar 16:9 v 6.0 （图2） Cursive text "AICan". Only text. Minimalist background, logo design, graphic design, simple style, free font design, simplicity, solid color background ar 16:9 v 6.0 实验2 带有确定文本及情节的绘本画面 拟需求一张赛博朋克风格的太空探索漫画画面，画面中需要有两个宇航员角色，两个人用简短的语言进行对话。事实上，绘本、漫画等完全可以通过后期处理来添加或减少文字，因此需要AI生成的文本并不多，主要希望AI完成一些艺术字的设计生成，如本画面中的“BOOM”等。同时也希望探究一下MJ的理解能力增强，能否正确判断本需求中，文字在画面中的位置能否安排正确。 （图1）仅用引号包裹文本 Comic design, cyberpunk style. Two astronauts looked into the distance on the space station. An asteroid hit a planet in the distance, causing an explosion. The astronaut and space station are in the center on the left side of the screen, and the bust, planets and meteorites are in the upper right corner of the screen, occupying a small proportion. He said "Oh my God, what was that!" and there was a huge "BOOM" at the site of the impact ar 16:9 v 6.0 漫画设计，赛博朋克风格。两个宇航员在太空站上望着远方，遥远的地方有一颗小行星撞击到了一颗星球上，引发了爆炸。宇航员和太空站在画面的左侧居中，半身像，星球和陨石在画面右上角部分，占很小的比例。他说“天呐，那是什么！”，撞击的位置有一个巨大的“BOOM” （图2）文本后置 Comic design, cyberpunk style. Two astronauts looked into the distance on the space station. An asteroid hit a planet in the distance, causing an explosion. The astronaut and space station are in the center on the left side of the screen, and the bust, planets and meteorites are in the upper right corner of the screen, occupying a small proportion. There is a white dialog box and the text "Oh my god, what is that!", and the position of the planet and meteorite has the text "BOOM" ar 16:9 v 6.0 漫画设计，赛博朋克风格。两个宇航员在太空站上望着远方，遥远的地方有一颗小行星撞击到了一颗星球上，引发了爆炸。宇航员和太空站在画面的左侧居中，半身像，星球和陨石在画面右上角部分，占很小的比例。画面中有一个白色的对话框和文本 “天呐，那是什么！”，星球和陨石的位置有文本“BOOM” （图3）文本前置 Comic design, cyberpunk style. There is a white dialog box and the text "Oh my god, what is that!" in the screen. In the upper right corner of the screen are pictures of planets, meteorites and explosions, and the text "BOOM". There are two astronauts in the middle of the left side of the picture. The title is on the space station, looking at an asteroid hitting a planet in the distance, bust. ar 16:9 v 6.0 漫画设计，赛博朋克风格。画面中有一个白色的对话框和文本 “天呐，那是什么！”，画面右上角有星球和陨石和爆炸的画面，文本“BOOM”。画面左侧居中有两个宇航员，题目在太空站上，望着远方的一颗小行星撞击一颗星球，半身像。 输入法测试结论 • 提示词中，文本前置、后置等效果相近，并没有很大不同。 • 过长的文本难以控制文本出现的位置，建议只要求AI生成部分主要文本内容，自行嵌字仍然还是当前最佳方法。 • 加入引号“”包裹文本即能达到MJ生成文字的效果，不必要特殊说明“生成一段文本......”等内容。 • MJ能够自行判断文本应当存在的位置，会将文本安排在符合逻辑的位置上，不必要特殊描述。后续有机会可以进一步测试【局部重绘】能否控制文本在规定位置出现。 • 总结概括，MJ进行文本输出任务，提示词并没有特别固定的语法结构。只需要认识清楚其文本生成的能力范围和使用场景，即可高效的应用V6模型，生成有趣的画面内容。 预期使用场景 迪士尼字体风格的logo设计： 表白用的玫瑰花贺卡 The English letters "Misaki" are written in the lower left corner of the screen. A poster by Alphonse Mucha in Art Nouveau style:: In an autumn scene, a girl in light and thin dress walks between the grapevine and maple branches, holding a small white plate in one hand and picking purple grapes with another hand. bold outline around the girl:: flowing lines, decorative patterns, organic motifs, sharp details ar 16:9 v 6.0 The English letters "Misaki" are written in the lower left corner of the screen. A poster by Alphonse Mucha in Art Nouveau style:: In an autumn scene, a girl in light and thin dress walks between the grapevine and maple branches, holding a small white plate in one hand and picking purple grapes with another hand. bold outline around the girl:: flowing lines, decorative patterns, organic motifs, sharp details ar 16:9 v 6.0 4.3 图文关系测试结论 • 图文的存在会一定程度上相互影响，文字内容会影响图像的生成效果。难以理解和实现过于抽象荒诞的内容。 • 一般情况下，如果不做特殊的精细控制，对图像部分的提示词描述也会影响到文字的字体、颜色等效果上。 • MJ对文本的理解原理不明，且现在并不能完全将文本用作图案在画面中自由使用，要求其重复输出相同文本的的能力有限。 • MJ可以完成对字体附加特定材质的任务，虽然效果不算太稳定，但已经很有趣。 • 要求纯文字输出时，常常会出现要求内容以外的物品。 • 超长提示词中，文本仍能够有效生成，但也一定程度上会受到画面的限制（如被默认理解成水印和标签） 5. 输入法测试 5.1 测试内容 在我们需要AI输出含文本的图片时，如何控制MJ生成我们需要的文本并规定文本的位置及效果？ 迭代测试一些使用场景中能有效出文本的提示词。当然这里只是举例几个使用场景，不代表全部文字应用场景。仅供参考，以及呈现提示词调整和修改思路。 5.2 测试过程 实验1 一张拥有正副标题的PPT封面制作 拟需求一张用于商业宣传的路演PPT封面，文本内容是 "AICan rovider of a one stop AIGC learning and communication community platform" 画面内容不限，但体现出科技感和青春感。测试中主要希望MJ能够输出有设计感的文本字体，主标题部分可以利用MJ绘制和设计，但副标题部分其实并不一定需要AI生成。因此或考虑不要求MJ生成副标题文本，只生成有设计感的主标题文本部分。 Cover design, graphic design, simple style, formal font design, bold text "AICan" in the center of the screen, and a line of text "rovider of a one stop AIGC learning and communication community platform" at the bottom of the screen. simple background ar 16:9 v 6.0 封面设计，平面设计，简约风格，正式的字体设计，黑体字文本“AICan”在画面的正中心，画面偏下的位置有一行文字“rovider of a one stop AIGC learning and communication community platform”，背景简约 Cover design, graphic design, simple style, formal font design, bold text "AICan" in the center of the screen, and a line of text "rovider of a one stop AIGC learning and communication community platform" at the bottom of the screen. simple background ar 16:9 v 6.0 封面设计，平面设计，简约风格，正式的字体设计，黑体字文本“AICan”在画面的正中心，画面偏下的位置有一行文字“rovider of a one stop AIGC learning and communication community platform”，背景简约 （图1） Cover design, flat design, minimalist style, formal font design, bold text "AICan" in the center of the picture. simple background ar 16:9 v 6.0 （图2） Minimalist background, silhouette, flat design, minimalist style, formal typography, bold text "AICan". Simple, solid color background ar 16:9 v 6.0 （图1） Cover design, flat design, minimalist style, formal font design, bold text "AICan" in the center of the picture. simple background ar 16:9 v 6.0 （图2） Minimalist background, silhouette, flat design, minimalist style, formal typography, bold text "AICan". Simple, solid color background ar 16:9 v 6.0 （图1） Bold text "AICan". Only text. Minimalist background, silhouette, flat design, minimalist style, formal typography, simplicity, solid color background ar 16:9 v 6.0 （图2） Cursive text "AICan". Only text. Minimalist background, logo design, graphic design, simple style, free font design, simplicity, solid color background ar 16:9 v 6.0 （图1） Bold text "AICan". Only text. Minimalist background, silhouette, flat design, minimalist style, formal typography, simplicity, solid color background ar 16:9 v 6.0 （图2） Cursive text "AICan". Only text. Minimalist background, logo design, graphic design, simple style, free font design, simplicity, solid color background ar 16:9 v 6.0 实验2 带有确定文本及情节的绘本画面 拟需求一张赛博朋克风格的太空探索漫画画面，画面中需要有两个宇航员角色，两个人用简短的语言进行对话。事实上，绘本、漫画等完全可以通过后期处理来添加或减少文字，因此需要AI生成的文本并不多，主要希望AI完成一些艺术字的设计生成，如本画面中的“BOOM”等。同时也希望探究一下MJ的理解能力增强，能否正确判断本需求中，文字在画面中的位置能否安排正确。 （图1）仅用引号包裹文本 Comic design, cyberpunk style. Two astronauts looked into the distance on the space station. An asteroid hit a planet in the distance, causing an explosion. The astronaut and space station are in the center on the left side of the screen, and the bust, planets and meteorites are in the upper right corner of the screen, occupying a small proportion. He said "Oh my God, what was that!" and there was a huge "BOOM" at the site of the impact ar 16:9 v 6.0 漫画设计，赛博朋克风格。两个宇航员在太空站上望着远方，遥远的地方有一颗小行星撞击到了一颗星球上，引发了爆炸。宇航员和太空站在画面的左侧居中，半身像，星球和陨石在画面右上角部分，占很小的比例。他说“天呐，那是什么！”，撞击的位置有一个巨大的“BOOM” （图2）文本后置 Comic design, cyberpunk style. Two astronauts looked into the distance on the space station. An asteroid hit a planet in the distance, causing an explosion. The astronaut and space station are in the center on the left side of the screen, and the bust, planets and meteorites are in the upper right corner of the screen, occupying a small proportion. There is a white dialog box and the text "Oh my god, what is that!", and the position of the planet and meteorite has the text "BOOM" ar 16:9 v 6.0 漫画设计，赛博朋克风格。两个宇航员在太空站上望着远方，遥远的地方有一颗小行星撞击到了一颗星球上，引发了爆炸。宇航员和太空站在画面的左侧居中，半身像，星球和陨石在画面右上角部分，占很小的比例。画面中有一个白色的对话框和文本 “天呐，那是什么！”，星球和陨石的位置有文本“BOOM” （图1）仅用引号包裹文本 Comic design, cyberpunk style. Two astronauts looked into the distance on the space station. An asteroid hit a planet in the distance, causing an explosion. The astronaut and space station are in the center on the left side of the screen, and the bust, planets and meteorites are in the upper right corner of the screen, occupying a small proportion. He said "Oh my God, what was that!" and there was a huge "BOOM" at the site of the impact ar 16:9 v 6.0 漫画设计，赛博朋克风格。两个宇航员在太空站上望着远方，遥远的地方有一颗小行星撞击到了一颗星球上，引发了爆炸。宇航员和太空站在画面的左侧居中，半身像，星球和陨石在画面右上角部分，占很小的比例。他说“天呐，那是什么！”，撞击的位置有一个巨大的“BOOM” （图2）文本后置 Comic design, cyberpunk style. Two astronauts looked into the distance on the space station. An asteroid hit a planet in the distance, causing an explosion. The astronaut and space station are in the center on the left side of the screen, and the bust, planets and meteorites are in the upper right corner of the screen, occupying a small proportion. There is a white dialog box and the text "Oh my god, what is that!", and the position of the planet and meteorite has the text "BOOM" ar 16:9 v 6.0 漫画设计，赛博朋克风格。两个宇航员在太空站上望着远方，遥远的地方有一颗小行星撞击到了一颗星球上，引发了爆炸。宇航员和太空站在画面的左侧居中，半身像，星球和陨石在画面右上角部分，占很小的比例。画面中有一个白色的对话框和文本 “天呐，那是什么！”，星球和陨石的位置有文本“BOOM” （图3）文本前置 Comic design, cyberpunk style. There is a white dialog box and the text "Oh my god, what is that!" in the screen. In the upper right corner of the screen are pictures of planets, meteorites and explosions, and the text "BOOM". There are two astronauts in the middle of the left side of the picture. The title is on the space station, looking at an asteroid hitting a planet in the distance, bust. ar 16:9 v 6.0 漫画设计，赛博朋克风格。画面中有一个白色的对话框和文本 “天呐，那是什么！”，画面右上角有星球和陨石和爆炸的画面，文本“BOOM”。画面左侧居中有两个宇航员，题目在太空站上，望着远方的一颗小行星撞击一颗星球，半身像。 （图3）文本前置 Comic design, cyberpunk style. There is a white dialog box and the text "Oh my god, what is that!" in the screen. In the upper right corner of the screen are pictures of planets, meteorites and explosions, and the text "BOOM". There are two astronauts in the middle of the left side of the picture. The title is on the space station, looking at an asteroid hitting a planet in the distance, bust. ar 16:9 v 6.0 漫画设计，赛博朋克风格。画面中有一个白色的对话框和文本 “天呐，那是什么！”，画面右上角有星球和陨石和爆炸的画面，文本“BOOM”。画面左侧居中有两个宇航员，题目在太空站上，望着远方的一颗小行星撞击一颗星球，半身像。 输入法测试结论 • 提示词中，文本前置、后置等效果相近，并没有很大不同。 • 过长的文本难以控制文本出现的位置，建议只要求AI生成部分主要文本内容，自行嵌字仍然还是当前最佳方法。 • 加入引号“”包裹文本即能达到MJ生成文字的效果，不必要特殊说明“生成一段文本......”等内容。 • MJ能够自行判断文本应当存在的位置，会将文本安排在符合逻辑的位置上，不必要特殊描述。后续有机会可以进一步测试【局部重绘】能否控制文本在规定位置出现。 • 总结概括，MJ进行文本输出任务，提示词并没有特别固定的语法结构。只需要认识清楚其文本生成的能力范围和使用场景，即可高效的应用V6模型，生成有趣的画面内容。 预期使用场景 迪士尼字体风格的logo设计： 表白用的玫瑰花贺卡 A printer prints out a blank sheet of paper. There is a line of black text on the white paper "Hello World" ar 16:9 v 6.0 A printer prints out a blank sheet of paper. There is a line of black text on the white paper "Hello World" ar 16:9 v 6.0 📌 MJ在年底终于发力，在圣诞节前夕推出新版本V6，从多方面都进行了效果的更新！ 本次聚焦在大家都在吹捧的文字生成方面，在DELL E识别和生成文字已经让人啧啧称奇的情况下，MJ的写字能力又将为我们带来哪些惊喜？ MJ在年底终于发力，在圣诞节前夕推出新版本V6，从多方面都进行了效果的更新！ 本次聚焦在大家都在吹捧的文字生成方面，在DELL E识别和生成文字已经让人啧啧称奇的情况下，MJ的写字能力又将为我们带来哪些惊喜？ 文字生成效果测试计划 MJ使用英文文本输入，其对英语提示词的识别效果进一步变好，在提示词中将需要生成的文本使用双引号“text”包裹，输出的图片中便能出现所要求的文字！ 当然，在当前测试的一些案例中，带文字的图片生成仍然不能百分百优质，这也取决于文本量的多少、文字在画面中的占比以及其他提示词数量、画面复杂程度等等。 为了进一步探究V6的文字生成能力，开展了进一步的实践测试： 1. 语种测试 1.1 测试内容 使用相同内容和格式的提示词，分别测试中文以及若干字母文字组成的语种。测试使用相同格式的一组提示词 要求画出一台打印机，打出写着 Hello World 文本的一张纸 1.2 测试过程 分别替换 "Hello World" 为各语种的 "你好世界"，评测MJ能否输出相应语种的文字。 同时测试加入English、Chinese、Japanese 等语言词，是否会影响输出文字的效果。 英语 A printer prints out a blank sheet of paper. There is a line of black text on the white paper "Hello World" ar 16:9 v 6.0 A printer prints out a blank sheet of paper. There is a line of black English text on the white paper "Hello World" ar 16:9 v 6.0 A printer prints out a blank sheet of paper. There is a line of black text on the white paper "Hello World" ar 16:9 v 6.0 A printer prints out a blank sheet of paper. There is a line of black English text on the white paper "Hello World" ar 16:9 v 6.0 汉语 A printer prints out a blank sheet of paper. There is a line of black text on the white paper "你好世界" ar 16:9 v 6.0 A printer prints out a blank sheet of paper. There is a line of black Chinese text on the white paper "你好世界" ar 16:9 v 6.0 A printer prints out a blank sheet of paper. There is a line of black text on the white paper "你好世界" ar 16:9 v 6.0 A printer prints out a blank sheet of paper. There is a line of black Chinese text on the white paper "你好世界" ar 16:9 v 6.0 日语 こんにちは 泰语 สวัสดีชาวโลก 俄语 Привет, мир 法语 Bonjour le monde 拉丁语 Salve mundi 1.3 语种测试结论 • 当前MJ的进化只针对了拉丁字母文字进行了训练特化，英语、法语、拉丁语等共用26个字母的语言效果较好。 • 是否存在语言词影响不大（English text 和 text 效果并无显著差异 ） • 若输入的文本非拉丁字母类语言，MJ会输出很奇怪的图像。泰语、日语等似乎都混合了中文的文字形式，可能和其内部的训练内容有关。 • 法语、拉丁语的出图效果尚可，但不如英文文本的稳定，不排除测试中的偶然性，但有一定含义的英文文本有助于MJ在输出的图片中生成更清晰明确的文字。 • 大致总结一下，V6文本生成已经大幅提高，但只能满足26个英文字母的识别和输出，英文文本输出成功率较高。 2. 字体测试 2.1 测试内容 经测试，V6只擅长英文字母类型的输出，图片输出中会存在一些形态各异的英文字体。 现进一步测试其对字体生成的可控情况和能力范围。 2.2 测试过程 使用三组提示词，分别测试不同类型字体的识别及输出能力。 • 要求在一张纸上画出【手写体（花体）、印刷衬线体、印刷无衬线体】的相应文字 "Hello"； • 给定文本载体【打印纸、名片、贺卡】，要求用不同的特色字体书写内容； • 给定不同场景，要求在场景里出现"AICan" 字样，并用不同形容词来形容字体【活跃海报、赛博朋克、复古风】 第一组测试 衬线体、非衬线体、手写体的 "Hello" 文本 （图1）A piece of paper on the table. A black word on paper, written in typographic serif "Hello!" ar 16:9 v 6.0 （图2）A piece of paper on the table. A black word on paper, written in typographic sans serif "Hello!" ar 16:9 v 6.0 （图3）A piece of paper on the table. A black word on paper, written in cursive "Hello!" ar 16:9