Learnings

Midjourney bietet leider keine Kontrolle über die Komposition und die Formen innerhalb eines Bildes. Zusätzlich ist es sehr inkonsistent und hat einen merklichen Bias, was die Kreation von Buchstaben angeht. Während es markante Buchstaben wie „A“, „B“ oder „X“ meist richtig generiert, schafft es bei anderen Buchstaben kryptische Mischformen oder gibt komplett andere Buchstaben aus. Der Buchstabe „J“ ist hier Paradebeispiel für Midjourneys Schwäche mit der Form von Buchstaben. 90% der Generationen geben die Buchstaben „U“ oder „D“ aus, da sie aus ähnlichen Formen bestehen und vermutlich deutlich häufiger in den Trainingsdaten auftauchen. Die Funktion „Blend“ schafft hier nicht die gewünschte Kontrolle, da nur der Stil der Input Bilder erfasst wird und nicht die Formen und Komposition. Der Referenzbuchstabe hat keine signifikante Auswirkung auf die generierte Form. Um spezifische Glyphen mit Hilfe von Referenzbilder zu stilisieren oder zu von Grund auf neue Buchstaben zu generieren ist Midjourney zum heutigen Stand (v5.1) nicht geeignet, da es dem Nutzer kaum Kontrolle bietet. Um die Mischung aus richtigem Buchstaben, spannender Buchstabenform und passendem Stil zu erhalten, muss man sehr viel Zeit investieren. Um ohne Ziel zu arbeiten und explorativ Stile zu finden, ist es dagegen sehr gut geeignet. Durch Settings wie „Chaos“ oder „Stylize“ kann eine große Bandbreite von Ergebnissen pro Generation geschaffen werden.