KeyFrame內部研究專用

Midjourney Update | June 2026: Midjourney SCANNER, V8.2 Preview, Bigger Batches & More

Woollyfern9 min英文
觀看原始影片

三句話摘要

Midrani公司推出全身超聲波掃描器硬體產品,同時釋出影象生成工具v8.1的Draft Mode和v8.2預覽版更新。 Midrani透過開發成本低廉的超聲波掃描硬體探索醫療應用新方向,而其影象生成平臺透過Draft Mode和逐步迭代的版本更新持續最佳化創作工具,兩個方向都體現了該公司在各自領域追求創新與使用者體驗的承諾。 Midrani Scanner採用Butterfly Network的晶片技術(40個晶片、數千微型感測器),透過水和聲波無輻射地生成高解析度3D身體內部影象。該技術成本低廉、速度超快,首期應用於健康檢查而非診療,雖與FDA合作但診療應用需要長期臨床驗證。

重點整理

  1. Midrani Scanner採用Butterfly Network的晶片技術(40個晶片、數千微型感測器),透過水和聲波無輻射地生成高解析度3D身體內部影象。該技術成本低廉、速度超快,首期應用於健康檢查而非診療,雖與FDA合作但診療應用需要長期臨床驗證。

  2. Midrani建立獨立醫學分部證明公司多元化發展,硬體和影象生成團隊完全分離運作,表明影象生成業務並未停止,而是縱向擴充套件。產品透過新建Midrani Spa推向市場,融合硬體體驗與生活方式。

  3. Draft Mode透過一次生成24張影象、成本減半的方式,讓創作者高效探索提示詞效果。配合sref random功能可一次性體驗24種不同風格,大幅提高創意流程的速度和靈活性。

  4. 技術路線清晰,v8.2即將釋出改進美感和提示詞遵循,v9採用更大規模模型和資料訓練預計年內推出。編輯器分階段釋出,優先推出OREF類功能,最終將支援多參考能力,計劃時間表具體但保守。

實用技巧與重點

  • Midrani Scanner硬體規格:
  • 晶片技術:Butterfly Network超聲晶片
  • 晶片數量:40個,每個包含數千微型感測器
  • 掃描時間:約60秒
  • 成本對比:為MRI十分之一
  • 速度對比:比MRI快60倍
  • 掃描介質:水和聲波,無輻射無強磁場
  • 當前狀態:原型機,不使用AI
  • 首期應用:身體成分對映(健康檢查工具)
  • 合作單位:與FDA合作
  • Midrani Spa地點與規模:
  • 位置:舊金山Union Square附近
  • 面積:25,000平方英尺
  • 樓層:四層
  • 初期掃描器數:10臺
  • 配套設施:熱水浴、冷水浸、桑拿
  • 目標開業時間:2027年底前
  • 長期目標:2031年前全球50,000臺掃描器,月產能10億次掃描
  • Midrani其他專案:
  • 共4個硬體專案在開發
  • 年內將公佈2個可購買持有的硬體專案
  • 多個秘密軟體專案進行中
  • 大多數秘密專案以創意為核心
  • Midjourney v8.1 Draft Mode:
  • 一次生成影象數:24張
  • 成本:標準工作的一半
  • 啟用方式:點選提示欄右側閃電按鈕
  • 支援模式:relax和fast
  • sref random特性:每張影象使用不同隨機sref程式碼(隨機值範圍0到約42億)
  • 微調方式:點選喜歡的影象觸發subtle variation工作
  • v8.2預覽版(--preview引數):
  • 主要改進:美感、提示詞遵循度
  • 已知問題:偶爾產生不需要內容、連貫性問題
  • 預期釋出時間:下週或兩週內
  • v9訓練進展:
  • 狀態:早期訓練已開始
  • 定位:v8的擴大版本(更大模型、更多資料)
  • 非架構性改變
  • 無具體釋出時間表,計劃年內推出
  • 主要改進:身體連貫性增強
  • 編輯器(Editor)開發:
  • 優先順序:當前最高
  • 釋出策略:分階段增量釋出
  • 首先推出:OREF類似功能
  • 最終功能:多參考能力(組合場景、角色、物體)
  • 已知問題與建議:
  • Tile引數在v8.1中產生淡淡邊框,建議使用v7處理
  • OREF當前限制:v8.1網頁介面可新增OREF影象但執行時使用v7
  • NG8訓練進行中
  • v2影片模型計劃在v9之後釋出

結論

Midrani透過開發成本低廉的超聲波掃描硬體探索醫療應用新方向,而其影象生成平臺透過Draft Mode和逐步迭代的版本更新持續最佳化創作工具,兩個方向都體現了該公司在各自領域追求創新與使用者體驗的承諾。

完整解析

Midrani在六月的更新中最令人意外的訊息是推出了首個硬體專案——Midrani Scanner,一臺全身超聲波掃描器。這個硬體專案需要澄清的是,Midrani並非放棄其核心的影象生成業務,而是建立了獨立的Midrani Medical分部,由大約9人的專業團隊專門從事醫療硬體開發,與負責影象模型的主團隊完全分離。這種結構設計反映了公司在保持核心業務專注的同時,對新領域的戰略性探索。

Midrani Scanner的工作原理創新獨特。使用者站立在一個平臺上,該平臺逐漸下降進入裝滿水的池體,周圍環繞的感測器環從各個角度持續傳送和接收超聲波。整個掃描過程僅需約60秒,即可生成高解析度的3D身體內部影象。該裝置採用了Butterfly Network的超聲波晶片技術,由40個晶片組成,每個晶片內整合數千個微型的獨立感測器。從效能指標看,這項技術相比MRI具有顯著優勢:掃描成本約為MRI的十分之一,掃描速度快60倍,且完全無輻射、無需強磁場,僅依靠水和聲波工作。需要特別說明的是,現階段的原型機並未使用任何AI技術參與影象生成,完全依賴硬體能力。

產品的首個應用場景被定位為身體成分對映,作為一個健康檢查工具而非診療工具。雖然Midrani正與FDA合作推進這項技術的發展,但要進入診療應用領域需要進行大量的臨床驗證,這個過程需要相當長的時間投入。從現有的資訊來看,Midrani Scanner並非意圖取代MRI,而是作為醫療工具箱中的補充工具,特別適合提供低成本、高可及性的預防性健康篩查。關於消費者最終購買成本和使用者資料處理等關鍵問題,講者強調團隊認真對待這些問題,並建議感興趣的人閱讀Midrani的最新博文以獲取更多關於開發過程的細節。

Midrani Scanner推向市場的策略同樣引人注目。公司計劃透過建立Midrani Spa來進行首輪推出,這是一個融合硬體體驗與生活方式的創新模式。他們在舊金山Union Square附近租賃了一個25,000平方英尺、共四層樓的場所,預計在2027年底前正式開業。初期配置將包括10臺掃描器,並配套熱水浴、冷水浸和桑拿等設施,創造一個綜合的健康體驗空間。公司的長期目標更加宏大:到2031年在全球部署50,000臺掃描器,實現月產能10億次掃描,這是一個極具雄心的發展目標。講者也坦誠地指出,希望未來能看到非Spa渠道的使用選項出現,因為傳統Spa環境不一定能被所有人接受和使用。最後值得一提的是,Midrani是一個完全由社群資助的實驗室,正因為其在影象生成領域取得的成功,才有能力投入資源開發如此具有野心的硬體專案。此外,Midrani還有四個硬體專案在開發中,其中兩個將在今年公佈,且這兩個專案是使用者可以購買和持有的,還有多個秘密的軟體專案也在推進中。

在影象生成軟體方面,v8.1現已成為預設模型,並推出了期盼已久的Draft Mode功能。Draft Mode是一個低解析度、低成本的操作模式,能在單次執行中生成24張影象,成本僅為標準工作的一半。使用者可以透過點選提示欄右側的閃電按鈕來啟用這個模式,這是快速評估提示詞效果和探索創意可能性的理想工具。當使用者找到滿意的結果後,只需點選"subtle variation"按鈕,系統即會在使用者設定的預設解析度下執行高質量版本,例如如果使用者設定HD為預設解析度,則會生成HD質量的影象。Draft Mode支援relax和fast兩種執行模式,為使用者提供了成本和速度之間的靈活選擇。

Draft Mode與sref random功能結合使用帶來了特別有趣的應用可能。Sref random會為Draft Mode生成的24張影象分別賦予不同的隨機風格程式碼,讓使用者能在一次執行中瀏覽24種完全不同的風格選項。這種組合使風格探索變得高效且富有探險精神,講者在其Patreon平臺上分享了更多關於這種用法的具體技巧。另一個v8.1的新功能是--preview引數,使用者可以透過這個引數嘗試即將釋出的v8.2的早期版本。根據目前的反饋,包括講者本人在內的使用者對該預覽版本的效果反應積極,特別是在個性化和情緒板方面表現出色,但偶爾會產生不需要的內容和連貫性問題。開發團隊正在修復這些問題,因此該預覽模型不應被視為穩定版本。v8.2的最終版本預計在一到兩週內釋出,其主要改進集中在美感和提示詞遵循度方面。

在技術發展路線圖方面,v9的早期訓練已經開始。v9被定位為v8的擴大版本,採用更大的模型規模和更多的資料,而非進行架構上的根本性改變。雖然沒有具體的釋出時間表,但預計將在今年內推出。較大的資料集整合過程似乎略微延緩了訓練進度。相比v8.2,v9的主要改進將集中在身體連貫性的增強上,而這個功能改進是與v8.2分別的。編輯器功能目前是團隊優先順序最高的工作項,大部分團隊成員投入其中。計劃採用分階段的增量釋出方式,首先推出類似OREF的功能,然後是其他功能。最終的編輯器將支援多重參考能力,使使用者能更無縫地組合場景、角色和物體等元素。目前如果使用者在v8.1中使用OREF,雖然網頁介面允許新增OREF影象,但執行時仍會使用v7版本,因為OREF功能在v8.1中尚未可用。

講者還提到了一些已知問題和使用建議。v8.1中的tile引數是一個已知問題,經常在影象邊緣產生淡淡的邊框,這會破壞無縫圖案的效果。開發團隊表示這個問題可能無法在v8.1中修復,但可能會在v8.2中嘗試解決,但不作保證。如果使用者需要使用tile引數建立無縫圖案,講者建議使用v7模型,可以透過在提示詞中新增--v7引數或在設定中選擇v7作為預設模型來實現。此外,NG8的早期訓練也在進行中,v2影片模型的釋出預計將在v9之後進行。由於講者即將度假,如有任何重大釋出會在其Patreon社群釋出訊息通知,完整的影片演示則需要等待其返回。講者還提到了其在Patreon上的Midjourney初學者課程,最近已新增到$25月度級別,為感興趣的使用者提供了更經濟實惠的學習選項。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。