二次元造梦机:Niji Journey 使用解析
各位 AI 创作者,大家新年好。今天我要向大家介绍一款专攻二次元的小众 AI 模型——Niji Journey。
听到“Niji Journey”这个名字,你也许会不以为然地说:“不就是 MidJourney 的日本分支吗?我早就知道了,没什么新鲜的。”起初我也是这样认为的。但一次偶然的尝试之后,我发现我错了。Niji Journey 不是任何模型的分支,它就是它自己——一个专注于二次元图像生成的强大模型。
闲话不多说,我们先来看一组对比作品。以下图片均使用相同的风格参考图、相同的生图参数以及完全一致的提示词,在 MidJourney 和 Niji Journey 两个模型中分别生成:
- 这是 MidJourney 生成的图像;
- 这是 Niji Journey 生成的图像;
- 这是 MidJourney 生成的视频;
- 这是 Niji Journey 生成的视频。
大家看出差异了吗?
Niji Journey 是 MidJourney 公司与日本 Spellbrush 公司(中文译名“魔法刷子”)合作开发的一款专攻二次元的图像生成模型。访问其官网 www.nijijourney.com 即可打开页面,官网支持中文,界面整体简洁明了。
除文字介绍和招聘信息外,官网主视觉是一个类似“摩卡少女音”的卡通人物形象——这是 Niji Journey 自创的品牌代言人。YouTube 上有一段以该角色为主角的官方宣传片,制作精良,感兴趣的朋友可以自行搜索观看。
点击官网首页的“Start”按钮后,会弹出一个绿色小恶魔图标(即 Niji Journey 的吉祥物)登录界面。我选择通过 Discord 登录,因浏览器 Cookie 中已保存了 Discord 账户信息,点击后即完成快速登录。
登录后,我们来对比一下 Niji Journey 与 MidJourney 的界面设计。为便于观察,我将 Niji Journey 设置为浅色模式(Light Mode),MidJourney 设置为深色模式(Dark Mode)。客观来说,二者界面高度相似,甚至共享同一任务数据库。
我在界面上仅发现两处明显差异:
- Niji Journey 支持设置中、日、韩三种亚洲语言输入,而 MidJourney 无此功能;
- Niji Journey 在 Explorer 页面中设有专属图库,内容全部为二次元风格图像,与 MidJourney 原有图库形成明确区分。
正是这种界面的高度相似性,让许多用户(包括我本人)一度误以为 Niji Journey 只是“日本版 MidJourney”,从而停止深入探索,错失这个潜力巨大的二次元专用模型。
但我比较幸运——当时因一个具体需求,恰好在 Niji Journey 的专属图库中找到了一张合适的参考图:一位银发波波头、刘海遮住右眼、身穿红色连衣裙的女孩。由于图库中的图片无法直接下载,我便将这张图作为风格参考,复用原图提示词,并将 stylization 设为 500、variation 设为 50,在 MidJourney 中生成了一组图像。
结果尚可:4 张图均保持 MidJourney 一贯的稳定画质,且因本次需求宽松,几乎全部可用。通常我会从中挑选一张,再通过向下 Pan 操作拉出全身像,即可交付使用。
但这次我总觉得缺了点什么。按惯例,我可能会提高 stylization 值重抽一次。但那天不知为何,我点进了 Niji Journey。由于任务数据共享,一进入界面就看到了刚才 MidJourney 中生成的任务记录。我直接点击 “Use” 复用了上一个任务的提示词与风格参考,并同样将 stylization 设为 500,再次生成。
这一次,我眼前一亮。
Niji Journey 生成的图像更贴近我预期的二次元风格。4 张图中,有 3 张准确呈现了提示词中“刘海遮住右眼”的关键特征。更值得注意的是,提示词中还有一个细节词组:“泪痣”(即“内痣”)。这一要素在 MidJourney 的全部 4 张图中均未体现;而在 Niji Journey 的输出中,有一张图精准还原了这个微小却重要的面部特征。
这个现象引发了我进一步探究的兴趣。查阅资料后,我了解到:
MidJourney 表面支持中、日、韩文字输入,但实际并非直接将东方文字送入模型,而是先经后台翻译器转为英文,再交由基础模型处理。加之其训练语料主要来自欧美素材,导致在处理东方文字及对应文化元素时,大量细节难以准确表达。
而 Niji Journey 是 Spellbrush 公司基于 MidJourney 的基底模型进行再训练所得,可理解为:他们用自有二次元语料训练了一个专精于此领域的 LoRA 模型。同时,他们还针对性优化了翻译模块,使模型能更准确地理解东方语言输入,并生成更具二次元特征、细节更丰富的图像。