آیا Grok واقعا بهتر از Midjourney است؟

هنگامی که صحبت از تولیدکنندگان تصاویر هوش مصنوعی به میان می‌آید، امروزه ده‌ها گزینه برای انتخاب وجود دارد. دو مورد برجسته در این زمینه، Midjourney و Grok 2 هستند: اولی به خاطر شهرت در تولید تصاویر واقع‌گرایانه خیره‌کننده و دومی به دلیل توانایی در خلق تصاویر بر روی صفحه شناخته شده است. تقریباً هر ایده‌ای که قابل تصور باشد، بدون توجه به محدودیت‌های کپی رایت یا هنجارهای اجتماعی قدیمی، قابل ایجاد است.

قیمت و طرح ها

اگر می‌خواهید از هر یک از پلتفرم‌ها استفاده کنید، باید مبلغی را پرداخت کنید زیرا هیچ‌کدام از آن‌ها سطح رایگانی برای کاربران ندارند. ایکس (که قبلاً توئیتر نامیده می‌شد)، اشتراک X Premium را با قیمت 7 دلار در ماه عرضه می‌کند که شامل نصف تعداد تبلیغات و “تقویت پاسخ بیشتر” نسبت به تجربه استاندارد وب‌سایت است، در حالی که بسته Premium+ با قیمت 14 دلار در ماه، تبلیغات را کاملاً حذف می‌کند و به شما اجازه می‌دهد مقالات بنویسید. هر دو اشتراک همچنین دسترسی زودهنگام به Grok را به شما می‌دهند.

Midjourney چهار سطح از اشتراک‌ها را ارائه می‌دهد که می‌توانند ماهانه یا سالانه صورت‌حساب شوند. طرح پایه با قیمت 10 دلار در ماه، 3.3 ساعت زمان GPU سریع را در اختیار شما قرار می‌دهد. برای زمان دسترسی بیشتر، می‌توانید با پرداخت 4 دلار برای هر ساعت اضافه، خریداری کنید. طرح استاندارد با قیمت 30 دلار در ماه، دسترسی به GPU سریع را به 15 ساعت در ماه و زمان نامحدود GPU در حالت “Relax” افزایش می‌دهد.

طرح Pro با قیمت 60 دلار در ماه، زمان GPU سریع را به 30 ساعت در ماه افزایش داده و اسلات‌های اضافی در صف پردازش را به شما می‌دهد. طرح Mega با قیمت 120 دلار در ماه، 60 ساعت GPU سریع را ارائه می‌دهد. لازم به ذکر است که اگر شرکت شما بیش از 1,000,000 دلار درآمد ناخالص سالانه دارد، باید طرح Pro یا Mega را انتخاب کنید.

Grok چیست و چه کاری می تواند انجام دهد؟

Grok یک چت بات توسعه یافته توسط xAI است؛ یک استارتاپ که توسط ایلان ماسک پس از ترک هیئت مدیره OpenAI به دلیل اختلافات مدیریتی تأسیس شده است. مدل اولیه Grok-1 در نوامبر 2023 منتشر شد و طبق اظهارات ماسک، بر روی یک خوشه شامل ده‌ها هزار پردازنده گرافیکی آموزش دیده است. Grok-1.5 که در مارس 2024 منتشر شد، جایگزین Grok-1 شد و سپس توسط Grok-2 که در آگوست 2024 عرضه شد، پشت سر گذاشته شد.

Grok عمدتاً به عنوان یک چت ربات مشابه ChatGPT، Gemini، Claude و Copilot فعالیت می‌کند. این برنامه با ترکیبی از داده‌های عمومی اینترنتی (با دانش تا نیمه دوم سال 2023) و داده‌های کاربران ایکس آموزش دیده که این شامل میلیاردها توییت و یادداشت‌های کامیونیتی می‌شود. Grok به این دلیل منحصر به فرد است که مستقیماً به پلتفرم رسانه‌ای ایکس متصل شده و می‌تواند به اطلاعات آن در لحظه دسترسی پیدا کند، همانند دیگر چت ربات‌ها که قادر به انجام جستجوهای اینترنتی برای کسب اطلاعات درباره رویدادهایی هستند که پس از تاریخ قطع دانش اتفاق افتاده‌اند.

این قابلیت به Grok اجازه می‌دهد تا از رویدادهای جهانی آگاه باشد، اما این امکان نیز وجود دارد که بر اساس محتوای منبع، به اشتباه تفسیر کردن واقعیت‌ها و ارائه پاسخ‌های نامناسب به درخواست‌های کاربران بیشتر شود. آخرین نسخه Grok، که اولین نسخه‌ای است که با مدل Flux.1 توسعه یافته توسط Black Forrest Labs ادغام شده، قابلیت‌های تولید تصویر را به ارمغان می‌آورد. Grok-2 که در ماه آگوست راه‌اندازی شد، در مقایسه با سایر چت ربات‌ها، فاقد هرگونه مکانیزم ایمنی مشخص برای جلوگیری از تولید تصاویر حاوی کپی رایت، خشونت، نژادپرستی یا سایر محتوای مضر است.

Midjourney چیست و چه کاری می تواند انجام دهد؟

Midjourney، همراه با Dall-E و Stable Diffusion، یکی از پیشگامان تولید تصویر در انقلاب هوش مصنوعی است. اگرچه ممکن است بخش چت‌باتی مانند Grok را نداشته باشد، اما Midjourney قادر است تصاویر را بر اساس درخواست‌های زبان طبیعی شما از طریق ربات دیسکورد یا ویرایشگر وب خود ایجاد کند.

این سیستم می‌تواند تصاویری را در طیف وسیعی از موضوعات تولید کند، که از انیمیشن‌های کارتونی و سبک‌های تصویرسازی دستی گرفته تا عکس‌های واقع‌گرایانه با جزئیات دقیق، مانند میم معروف “پاپ با ژاکت پفی” که در سال 2023 محبوب شد. اولین بار به عنوان نسخه بتای باز در سال 2022 منتشر شده، Midjourney با آخرین نسخه 6.1 که در اواخر ژوئیه 2024 منتشر شد، چندین بار به‌روزرسانی شده است.

Midjourney پیش از این به عنوان یکی از برترین تولیدکنندگان تصویر شناخته شده و آثار آن بر روی جلد مجلات معتبری چون The Economist و The Atlantic به نمایش درآمده است. این سیستم حتی در مسابقه هنر دیجیتال نمایشگاه ایالتی کلرادو در سال 2022 با اثر Théâtre D’opéra Spatial، که در تصویر زیر آمده، مقام اول را به دست آورد.

برخلاف Grok، مدل Midjourney (آغاز با نسخه 5) از سیستم تعدیل محتوای پیشرفته‌ای بر پایه هوش مصنوعی بهره می‌برد که نسبت به سیستم ممنوعیت کلمات پیشین، دقیق‌تر عمل می‌کند. در حالی که سیستم پیشین تنها تولید محتوای نامناسب و خشونت‌آمیز و همچنین کلمات کلیدی خاصی مانند نام‌های شخصیت‌های مذهبی و سیاسی را ممنوع می‌کرد، طرح جدید اعتدال، آزادی عمل بیشتری را با توجه به زمینه فراهم می‌آورد.

به این معنا که اکنون می‌توانید تصویری از رئیس جمهور چین را خلق کنید (که بر اساس قوانین پیشین غیرممکن بود)، اما همچنان نمی‌توانید تصویری از او در حالت دستبند زده شده تولید کنید (مگر اینکه از Grok استفاده کنید).

کدام یک برای شما بهتر است؟

قطعاً Midjourney، مگر اینکه قصد داشته باشید قوانین کپی‌رایت را نقض کنید یا اطلاعات نادرستی تولید کنید، نیازی نیست ماهانه 7 دلار خود را صرف حمایت از شبکه اجتماعی ناموفق ایلان ماسک کنید.