新世界 AI 三皇 | Disco Diffusion, Dall-E2, Midjourney 全面战力对比!!

Hi, 我是海辛，是一名因为疫情原因已经被关在家里两个月了的导演。

其实这两个月，我本来应该在公司做数字人或者用 UE5 做虚拟制片项目，但自封闭日起，我只能每天对着一台上网本不知所措。年幼的我当时还不知道，AI 给我安排的路即将来临，而不知不觉间我竟然已经更新了这么多技术博fu文yin。

我现在是 AI 的使徒，我的名字是，圣海辛。

---

Disco Diffusion, Midjourney, Dall-E2 是时下最火的人工智能画画模型，给出任意一段描述性文字，AI 就会根据这段文字画出一幅作品。今天我准备测试一下他们到底谁更厉害。(*❦ω❦)

游戏规则是这样的：针对同一段文本描述测试 Disco Diffusion, Dall-E2, Midjourney 对文本的解读和表现能力。其中:

• Dall-E2 的测试素材来源于 Dall-E2 的 reddit 话题 [1]
• Disco Diffusion 和 Midjourney 则是根据 Dall-E2 素材的 Text prompt 进行生成的，均为默认设置，除了 text prompt 以外未进行任何参数调整。

（这样的规则多少有点偏向 Dall-E2. 因为通常只有比较好的生成结果，用户才会拿到论坛分享。不过既然我没排到 Dall-E2 的内测名额，就只有先到 Dall-E2 的主场啦。）

 9 轮测试的分类和题目如下：

1. 图标：猫咪约会应用的图标设计
2. 游戏：像素游戏的飞船资产设计
3. 模仿艺术家手稿：达芬奇关于现代飞机的手稿
4. 写实照片（想象类）：独角兽的 X 光片
5. 写实照片（风景照）：斯凯岛上苏格兰湖的风景
6. 角色设计：阿米达拉女王被蓝色光剑照亮的肖像
7. 场景设计：一对情侣走在巨大蘑菇下
8. 抽象画：一幅唤起紧张感的画
9. 怪力乱神：一把不像椅子的椅子

    1.  图标

• 题目：猫咪约会的应用程序图标
• Prompt: Dating for cats, app icon

↓ Disco Diffusion ↓

↓ Midjourney ↓

↓ Dall-E2 ↓

（震撼 Dall-E2 竟然还会讲冷笑话）

1. 游戏素材

• 题目：用于游戏的 24 pixel 的飞船资产
• Prompt: Spaceships, 24 pixel art game assets
  ↓ Disco Diffusion ↓
  

↓ Midjourney ↓

↓ Dall-E2 ↓

1. 模仿艺术家的手稿

• 题目：达芬奇关于 F-35 的手稿
• Prompt: lenardo da Vinci early sketches of the F-35

↓ Disco Diffusion ↓

↓ Midjourney ↓

↓ Dall-E2 ↓

1. 写实照片（想象类）

• 题目：独角兽的 X 光片
  

• Prompt: an x-ray of a unicorn

↓ Disco Diffusion ↓

↓ Midjourney ↓

↓ Dall-E2 ↓

1. 写实照片（风景照）

• 题目：斯凯岛上苏格兰湖的风景
• Prompt: A scenic view of a Scottish loch in the Isle of Skye

↓ Disco Diffusion ↓

↓ Midjourney ↓

↓ Dall-E2 ↓

1. 角色设计

• 题目：一幅 Padme Amidala 的渲染肖像，她的脸被蓝色的光剑照亮，卢卡斯电影质感，橙色和蓝色对比，在 artstation 上流行，幻想艺术。
• Prompt: A beautiful render of Padme Amidala portrait with her face illuminated by a blue lightsaber, lucas films, orange and blue contrast, trending artstation, fantasy art
  ↓ Disco Diffusion ↓
  

↓ Midjourney ↓

↓ Dall-E2 ↓

1. 场景设计

• 题目：一对情侣在巨大的蘑菇下散步的超现实景观画，数字艺术
  

• Prompt: surrealist landscape painting of lovers walking near a giant mushroom, digital art

↓ Disco Diffusion ↓

↓ Midjourney ↓

↓ Dall-E2 ↓

8. 抽象画

• 文本描述：一幅唤起紧张感的抽象画
• Prompt: An abstract painting evoking anxiety
  ↓ Disco Diffusion ↓
  

↓ Midjourney ↓

↓ Dall-E2 ↓

   9. 怪力乱神类

• 题目：一把不像椅子的椅子
• Prompt: A Chair that does not look like a chair.

↓ Disco Diffusion ↓

↓ Midjourney ↓

↓ Dall-E2 ↓

总结

目前这份小试牛刀的测试比较，可以帮助我们能得出怎样的结论呢？🤔

感觉 Disco Diffusion 就像一个三岁小孩，擅长于无意识作画，时不时激发天赋画出精彩的不需要逻辑的画作，但稍不留神就变出一团车祸。你让它随便玩玩的时候，就在泥巴坑里给你塑造出精彩作品，但稍微想指望一下，就会发现，指望不上。（也可以通过学习 DD 的语言，进行调参和炼丹，我总结过《上》《下》两篇 DD 参数效果大全，但有这时间，做点什么不好呢？）

DD 在画风景/抽象画时，其实效果常常还不错，但即使在还凑合的领域，也并没有明显优于 Midjourney 和 Dall-E2，单张跑的时间甚至是另外两个模型的数倍（在 Colab 充到每月 45 刀的会员，使用 V100 GPU 的情况，DD 默认设置下纯生成时间也有 5 分钟，如果再加上挂载 Google Drive, 安装模型包之类的时间，一张逼近 18 分钟；而 Midjourney, Dall-E2 平均 1 分钟 1 张，不需要装包，Midjourney 还天然带有社交社区）

所以还是让 DD 自己滴滴打车回去吧！

Disco Diffusion:

言归正传，Midjourney 还在内测，算法还在调试，不代表最终结果。DD 也在进化，要是赶上了还是会打车接她回来的。

在不远的未来，可能是下个月、下周、甚至可能是明天，Midjourney 和 Dall-E2 将会在平面、影视、广告、游戏等所有和视觉相关的领域全面开花，这个未来多久会来，仅取决于他们决定什么时候公测而已。

系好安全带吧朋友们，未来已来。

---

留言告诉我你觉得谁赢了(*^▽^*)

Reference

[1] https://www.reddit.com/r/dalle2/

[2] https://www.reddit.com/r/dalle2/comments/ul6qap/dating_for_cats_app_icon/

[3] https://www.reddit.com/r/dalle2/comments/ulh07q/spaceships_24_pixel_art_game_assets/

[4] https://www.reddit.com/r/dalle2/comments/ul5pnb/leonardo_da_vinci_early_sketches_of_the_f35/

[5] https://www.reddit.com/r/dalle2/comments/umbvic/an_xray_of_an_unicorn/

[6] https://medium.com/@nin_artificial/dall-e-2-vs-disco-diffusion-c6de6bfbacf9

[7] https://www.reddit.com/r/dalle2/comments/umc07i/a_beautiful_render_of_padme_amidala_portrait_with/

[8] https://www.reddit.com/r/dalle2/comments/umao4h/surrealist_landscape_painting_of_lovers_walking/

[9] https://www.reddit.com/r/dalle2/comments/uf4mcl/an_abstract_painting_evoking_anxiety/

[10] https://labs.openai.com/s/Jrkckp76odxBEdpQMeEdlkco