Генерация изображений по текстовому описанию ещё пару лет назад казалась чем-то из области научной фантастики, а сегодня этим инструментом пользуются и дизайнеры крупных студий, и блогеры-одиночки, и школьники, делающие презентации по истории. Львиная доля внимания в этой нише традиционно достаётся Midjourney – нейросети, которая с первых версий приковывала внимание колоритными, порой гротескно красивыми результатами. Но команда разработчиков не остановилась на достигнутом: весной 2025 года они представили режим Omni, и вокруг него тут же разгорелись споры. Одни называют его революцией, другие – маркетинговым ходом. А чтобы разобраться, где правда, стоит взглянуть на этот режим без розовых очков, со всеми его сильными сторонами и подводными камнями.
Что такое Midjourney Omni и чем он отличается от предыдущих версий?
По сути, Omni – это не просто очередное обновление модели, а скорее принципиально иной подход к обработке промтов. Если раньше Midjourney тяготела к художественной стилизации (иногда даже чрезмерной), то в новом режиме разработчики сделали ставку на мультимодальное понимание запроса. Вся суть в том, что модель теперь анализирует не только текст, но и загруженные референсные изображения, стилевые карты и даже цветовые палитры одновременно. Это довольно серьёзный шаг вперёд. Ведь предыдущие версии, включая V6, работали с референсами куда более прямолинейно – брали общее настроение картинки и «вплетали» его в результат без особой деликатности. Omni же действует иначе: вычленяет конкретные элементы, композиционные приёмы и фактуры, а потом переносит их с хирургической точностью.
Нужно отметить, что переход на Omni случился не мгновенно. Сначала режим появился в закрытом бета-тестировании, потом просочился к подписчикам плана Pro, и только затем стал доступен на стандартном тарифе. К слову, именно этот поэтапный ролаут породил массу слухов: кто-то утверждал, что Omni умеет генерировать видео (нет), кто-то – что он полностью заменил V6 (тоже нет). На самом деле оба режима сосуществуют, и переключение между ними занимает пару секунд в интерфейсе.
Работа с промтами: новая философия
Промт-инжиниринг. Именно эти два слова вызывают у новичков тихий ужас, а у опытных пользователей – азартный блеск в глазах. В Omni подход к составлению текстовых запросов заметно сместился. Если в V5 и V6 добротный промт напоминал техническое задание для художника – с указанием стиля, освещения, ракурса, детализации, – то Omni лучше реагирует на описательный, почти литературный стиль. Модель стала щепетильнее к нюансам языка. Вместо сухого «cinematic lighting, 8K, photorealistic» теперь можно написать что-то вроде «тёплый вечерний свет из окна падает на стол, покрытый льняной скатертью, создавая мягкие тени». И результат порадует куда больше.
Нереальный визуал и кинематографичное видео в пару кликов 🎬
Нужен крутой концепт-арт, реалистичная анимация или профессиональный апскейл? Теперь у вас есть единый доступ к лучшим визуальным нейросетям планеты: Midjourney, Runway, Kling и Sora. Улучшайте качество готовых роликов до максимума с помощью встроенных ИИ-инструментов. Никаких сложных настроек, мощного ПК или зарубежных карт. Всё работает прямо в браузере или в Telegram-боте!
Откройте новые горизонты для творчества. Жмите на ссылку, регистрируйтесь и создавайте шедевры 👉 https://clck.ru/3RNCRL
Означает ли это, что старые промты перестали работать? Вовсе нет. Однако их эффективность в Omni заметно ниже, чем в классических режимах. Дело в том, что движок Omni интерпретирует «ключевые слова-костыли» (вроде «trending on ArtStation» или «masterpiece») гораздо спокойнее – он просто игнорирует львиную долю таких тегов. А вот на глаголы действия и пространственные отношения между объектами реагирует куда внимательнее. И это, пожалуй, самая важная перемена для тех, кто привык копировать чужие промты из Reddit.
Стоит ли переходить на Omni ради качества изображений?
Качество – понятие растяжимое. Но если говорить о чисто техническом исполнении, то прогресс бросается в глаза. Разрешение базовых генераций в Omni составляет 2048×2048 пикселей без апскейла, тогда как V6 выдавала 1024×1024 по умолчанию. Кроме того, детализация мелких элементов (текстуры ткани, прожилки на листьях, блики на стекле) вышла на совершенно иной уровень. Впрочем, есть и ложка дёгтя: при генерации сложных сцен с пятью и более персонажами модель всё ещё путается в количестве пальцев и порой «склеивает» лица. Проблема не новая, но в Omni она проявляется реже – примерно в каждом пятом-шестом результате вместо каждого второго-третьего.
Особый интерес вызывает работа с текстом на изображениях. Буквально год назад вписать читаемую надпись в картинку средствами Midjourney было практически невозможно – буквы «плавали», слова искажались. В Omni ситуация кардинально изменилась. Короткие надписи (до пяти-шести слов) рендерятся вполне корректно, с правильной орфографией и ровной базовой линией. Для вывесок, логотипов, обложек книг – настоящий спасательный круг. Но длинные фразы всё ещё грешат артефактами, так что не стоит перебарщивать.
Мультимодальный ввод: референсы, палитры и стилевые карты
Вот где Omni по-настоящему солирует. Раньше загрузка референсного изображения была скорее подсказкой для нейросети – «посмотри, мне нравится вот это настроение». Теперь же пользователь может загрузить до четырёх изображений одновременно и указать, что именно из каждого нужно взять. Из первого – композицию. Из второго – цветовую гамму. Из третьего – текстуру. Из четвёртого – стиль штриховки. Модель разбирает каждый референс на компоненты и комбинирует их, словно опытный повар, смешивающий ингредиенты по своему усмотрению, но с учётом пожеланий клиента.
Стилевые карты – ещё одна изюминка. Это по сути набор визуальных параметров (контраст, насыщенность, преобладающие оттенки, степень абстракции), сохранённый в виде файла. Создав такую карту однажды, можно применять её к сотням последующих генераций, добиваясь единого визуального языка. Для брендов и контент-мейкеров такой инструмент – настоящий кладезь удобства. Да и самим фрилансерам-дизайнерам он позволяет экономить десятки минут на каждом проекте. К тому же стилевые карты можно экспортировать и делиться ими с коллегами, что делает командную работу куда более предсказуемой.
Скорость генерации и расход подписки
Не сильно ударит по кошельку? Зависит от того, как работать. В режиме Omni каждая генерация потребляет примерно в полтора раза больше GPU-минут, чем аналогичный запрос в V6. Это связано с тем, что мультимодальный анализ входных данных требует дополнительных вычислений. На практике подписчик стандартного плана (около 30 долларов в месяц) получает примерно 200 быстрых генераций вместо прежних 300. Серьёзное вложение? Смотря для кого. Профессионал, зарабатывающий на визуальном контенте, окупит разницу одним заказом. А вот для обывателя, который балуется нейроартом ради удовольствия, лимит может закончиться довольно быстро.
Со скоростью дело обстоит неоднозначно. Простой промт без референсов отрабатывается за 15–25 секунд, что сопоставимо с V6. Но стоит загрузить пару референсных изображений и стилевую карту, как время ожидания растягивается до 40–60 секунд. В режиме «relax» (без приоритета) генерация и вовсе может затянуться на три-четыре минуты в часы пиковой нагрузки. И всё же для большинства задач это вполне терпимо. Ведь результат, как правило, требует меньше итераций – а значит, общая экономия времени налицо.
Чем Omni полезен для коммерческих проектов?
Маркетологи и владельцы небольших бизнесов грезят о визуальном контенте, который не бьёт по бюджету, но при этом выглядит впечатляюще. Omni подбирается к этой мечте вплотную. Во-первых, улучшенная работа с текстом на изображениях позволяет генерировать черновые макеты рекламных баннеров прямо в нейросети – без промежуточного этапа в Photoshop. Во-вторых, стилевые карты гарантируют единообразие визуального ряда: все посты в социальных сетях, все обложки статей, все иллюстрации к рассылке выдержаны в одной палитре и одном настроении. Ну и, наконец, появилась возможность задавать точные пропорции кадра (не только стандартные 1:1 или 16:9, но и нестандартные вроде 4:5 для Instagram или 9:16 для Stories), что раньше требовало танцев с бубном и последующей обрезки.
Для e-commerce тоже открываются интересные горизонты. Представьте ситуацию: небольшой бренд выпускает линейку ароматических свечей. Фотосъёмка каждой свечи в пяти разных интерьерных сценах – удовольствие не из дешёвых. А Omni позволяет загрузить фотографию реального продукта, задать стилевую карту с нужной атмосферой и получить десяток вариантов «лайфстайл»-снимков за пару минут. Конечно, для каталожной съёмки с высокими требованиями к цветопередаче нейросеть пока не заменит студию, но для социальных сетей и промо-материалов результат вполне добротный.
Ограничения и подводные камни
Идеализировать нет смысла. У Omni хватает нерешённых проблем, о которых стоит знать заранее. Самая заметная – «галлюцинации» при работе со сложной архитектурой и техникой. Модель может сгенерировать великолепный фасад здания, но при внимательном рассмотрении окажется, что окна на третьем этаже уходят в стену под невозможным углом, а лестница ведёт в никуда. Для художественных целей это терпимо, а вот для архитектурной визуализации – зрелище удручающее.
Ещё один нюанс касается этических ограничений. Omni более строг к промтам, чем предыдущие версии. Модель отказывается генерировать образы реальных людей (даже если имя написано в промте без злого умысла), а также блокирует широкий спектр запросов, связанных с насилием, медицинскими темами и политическими фигурами. С одной стороны, это правильный шаг с точки зрения ответственности. С другой – фильтры иногда срабатывают слишком рьяно. Промт «средневековый рыцарь в битве» может вернуть отказ, если система посчитает сцену чрезмерно жестокой. Впрочем, перефразировка обычно решает проблему за пару попыток.
Как настроить рабочий процесс под Omni?
Начать нужно с пересмотра своей библиотеки промтов. Те шаблоны, которые исправно служили в V5 и V6, в Omni могут давать блёклые, «усреднённые» результаты. Это связано с тем, что новая модель по-другому расставляет приоритеты между словами в промте. Если раньше порядок слов почти не влиял на итог, то теперь первые 10–15 слов получают больший вес, а всё, что идёт после, модель воспринимает как второстепенные пожелания. Поэтому самое важное – композицию, настроение, главный объект – стоит ставить в начало описания. А технические параметры (разрешение, соотношение сторон) выносить в специальные флаги через двойное тире.
Отдельно стоит упомянуть параметр —chaos, который в Omni работает заметно интереснее. На низких значениях (0–20) генерации получаются предсказуемыми и «причёсанными». На средних (30–60) появляется здоровая вариативность: каждый из четырёх вариантов отличается по настроению и композиции, но остаётся в рамках заданной темы. А вот на высоких значениях (70–100) модель уходит в настоящий творческий полёт – результаты могут удивить даже опытного пользователя. И не всегда приятно. Тем не менее именно хаотичные генерации иногда подкидывают самые неожиданные идеи, которые потом ложатся в основу целого проекта.
Omni и конкуренты: где проходит граница?
Многие считают, что после запуска Omni у DALL-E 3 и Stable Diffusion не осталось шансов. Но на самом деле расклад сложнее. DALL-E 3, встроенный в экосистему OpenAI и ChatGPT, берёт своё доступностью и простотой – ввёл пару слов, получил картинку, не нужна подписка на отдельный сервис. Stable Diffusion, работающий локально на собственном «железе» пользователя, выигрывает у Omni в гибкости настроек и полном отсутствии цензуры (со всеми вытекающими рисками). А вот по чистому качеству художественных генераций Midjourney Omni пока что впереди. Особенно это заметно на органических текстурах – кожа, ткань, растения, вода – где модель творит чудеса, недоступные конкурентам.
К тому же экосистема Midjourney постепенно обрастает сторонними инструментами. Уже сейчас существуют плагины для Figma, позволяющие вызывать генерацию прямо из дизайнерского макета, а также боты для Telegram и Discord, автоматизирующие пакетную обработку запросов. Для профессионала, у которого каждая минута на счету, такая интеграция – не роскошь, а необходимость. Да и сама веб-версия Midjourney за последние месяцы стала куда удобнее: появились папки для организации генераций, история промтов с возможностью быстрого редактирования и встроенный апскейлер (до 4096×4096 пикселей).
Что дальше?
Дорожная карта Midjourney намекает на несколько грандиозных обновлений в ближайшие полгода. Среди просочившихся деталей – поддержка генерации 3D-объектов из текстового описания и интеграция с движками реального времени вроде Unreal Engine. Звучит амбициозно, и, конечно, здоровая доля скептицизма тут не помешает. Однако если вспомнить, какой путь прошла нейросеть от пиксельной каши V1 до фотореалистичного великолепия Omni – всего за три года, – то даже самые смелые прогнозы уже не кажутся фантастикой.
Omni – не идеальный инструмент. Ведь идеальных инструментов не бывает. Но для тех, кто зарабатывает визуальным контентом или просто хочет перевести свои творческие идеи из головы на экран, этот режим станет отличным решением. Не стоит бояться экспериментов с новыми промтами и мультимодальным вводом – именно так и рождаются самые впечатляющие результаты. Удачи в освоении нового рубежа нейрогенерации, и пусть каждый четвёртый вариант в сетке оказывается именно тем, что вы задумали.
