Midjourney тестирует Thinking Mode: кнопка Rerun (Thinking) для точности текста

Midjourney начала тестировать Thinking Mode для генерации изображений на Alpha-сайте alpha.midjourney.com. Включается он одной кнопкой «Rerun (Thinking)» в правом нижнем углу лайтбокса готовой работы. Внутренние тесты, по словам команды, показывают улучшение по трём направлениям: точность следования промпту, типографика и общая связность изображения. Это приглашение к тестированию, а не полноценный релиз. Цифр, бенчмарков, данных о времени генерации и стоимости в анонсе нет.

Как это устроено в интерфейсе

Механика проста. Пользователь открывает уже сгенерированную работу в лайтбоксе и вместо обычного Rerun нажимает вариант с пометкой Thinking. Модель заново обрабатывает тот же запрос, но с дополнительным этапом «размышления». Что именно происходит на этом этапе, Midjourney не раскрывает: планирование композиции, разбор промпта, самопроверка или что-то иное, неизвестно.

Факты из анонса:

• платформа: Alpha-сайт alpha.midjourney.com;
• запуск: «Rerun (Thinking)» под лайтбоксом задания;
• заявленные улучшения: точность промпта, типографика, связность;
• планы: возможный широкий доступ как режим «thinking» или как способ «добавить больше размышления» после задания;
• обратная связь: канал #ideas-and-features, примеры приветствуются.

Зачем картинкам «размышление»

Список слабых мест выбран неслучайно. Типографика давно остаётся больной темой генеративных моделей: буквы ломаются, слова превращаются в псевдотекст, длинные надписи разваливаются. Точность промпта проявляется на сложных запросах, где нужно удержать много объектов, их взаимное расположение и атрибуты. Связность отвечает за то, чтобы сцена не рассыпалась на детали, которые по отдельности выглядят прилично, а вместе противоречат друг другу.

Если давать модели дополнительное время на обдумывание, как это уже делают языковые модели с режимами рассуждения, именно эти задачи выигрывают первыми. Цена обычно известна заранее: больше вычислений на один результат. Midjourney про задержку и расход GPU-времени ничего не сообщает, поэтому ждать скорости обычной генерации не стоит. Формулировка «как способ добавить больше размышления после задания» намекает на модель дозированного использования: сначала быстрый черновик, затем дорогой проход для тех работ, которые того стоят.

Есть и стратегический слой. Midjourney давно соревнуется с моделями, которые лучше понимают текстовые инструкции. Ставка на «думающий» проход позволяет подтянуть дисциплину в рамках собственной эстетики, не меняя базовую модель целиком.

Как тестировать с пользой

Команда просит не просто лайки, а примеры: где режим помогает и где нет. Чтобы ваш отчёт был полезным, стоит сравнивать парами. Берите один и тот же промпт и сид, если он доступен, запускайте обычный Rerun и Rerun (Thinking), сохраняйте обе версии.

Хорошие кандидаты для проверки:

• плакаты и обложки с заголовком из 3–6 слов;
• сцены с несколькими объектами и чёткой раскладкой («слева… справа… на переднем плане…»);
• промпты с отрицаниями и уточнениями, которые модели обычно игнорируют;
• стилизованные работы, где важно, не потеряет ли режим фирменный характер Midjourney.

Отдельно фиксируйте побочные эффекты: пересушенную композицию, потерю атмосферы, лишнее время ожидания. Именно такие замечания определят, станет ли Thinking отдельным режимом или опцией после генерации.

Пока это эксперимент на Alpha-сайте, строить на нём рабочие процессы рано. Но для дизайнеров, которым нужен текст на изображении без ручной доводки, его стоит проверить уже сейчас.