第1章：入门
第2章：提示词基础
第3章：使用你自己的图像
第4章：使用网站
第5章：Midjourney 控制
第6章：使用 Discord
了解那些塑造了 Midjourney 发展历程 的旧版工具与功能。
如果你想了解 Midjourney 旧版模型的功能特性，你来对地方了。在不断推出新版本的同时，我们也希望回顾那些曾经存在的旧工具与功能，它们正是构建今日 Midjourney 体验的基石。
旧版模型（Legacy Versions）
Version5.2
V5.2 发布于 2023 年 6 月，并在 2023 年 6 月 22 日至 2024 年 2 月 14 日 期间作为默认模型。V5.2 输出图像更锐利、细节更丰富、色彩与对比度更出色，整体构图也更加自然。该版本对提示词（Prompt）的理解力优于早期模型，同时对 --stylize（风格化）参数的响应更灵敏，可实现更细腻的风格控制。
Version 5.1
V5.1 发布于 2023 年 5 月 4 日。在 2023 年 5 月 3 日至 6 月 22 日 期间为默认模型。该版本具有更出色的默认审美倾向，使得即便使用简单的文字提示，也能生成高质量图像。V5.1 拥有更高的一致性（Coherency），能更精准地理解自然语言提示，生成图像时更少出现杂质（Artifacts）与边框问题；锐度提升明显，并支持高级功能如 平铺（--tile）模式。
Version 5
V5 发布于 2023 年 3 月，并在 3 月 30 日至 5 月 3 日 期间作为默认模型。V5 相较 V5.1 拥有更强的摄影写实感；能更忠实地还原提示内容，但若要实现理想风格，通常需要更长、更具体的提示词。
Niji 5
Niji 5（虹绘模型） 发布于 2023 年 4 月。可通过不同的 --style 参数进行风格微调，例如：
- --style cute：生成可爱迷人的角色、道具与场景。
- --style expressive：呈现更具表现力、插画感更强的风格。
- --style original：使用原始 Niji V5 模型（2023 年 5 月 26 日前的默认样式）。
- --style scenic：打造梦幻背景与电影感角色场景。
默认参数值（Default Parameter Values）
| 参数名称 | 默认值 | 可选范围 | 中文说明 |
|---|---|---|---|
| Aspect Ratio（纵横比） | 1:1 | 任意比例 | 控制图像宽高比，如 1:1（方形）、16:9（横向）等。 |
| Chaos（混乱度） | 0 | 0–100 | 控制结果之间的差异度，值越高，图像越随机、变化越大。 |
| Quality（质量） | 1 | 0.25、0.5、1 | 决定渲染质量与耗时，数值越高画质越好，但消耗更多 GPU。 |
| Seed（随机种子） | 随机 | 0–4294967295 | 固定随机性，使用相同种子可重复生成相似结果。 |
| Stop（停止进度） | 100 | 10–100 | 提前终止生成过程，得到更柔和、未完成的画面效果。 |
| Stylize（风格化） | 100 | 0–1000 | 控制画面的艺术化程度，数值越高越“艺术”、越具风格化表现。 |
放大工具说明：版本 5 提供 Upscale (2x) 与 Upscale (4x) 两种放大模式，可将图像尺寸分别提升至原来的 2 倍 或 4 倍。⚠️ 但需注意：它们与平移（Pan）和平铺（Tile）功能不兼容。
Version 4 模型
Version 4
V4 模型 于 2022 年 11 月 发布。它在 2022 年 12 月 20 日至 2023 年 3 月 30 日 期间为默认模型。V4 是 Midjourney 团队基于全新代码架构与 自研 AI 超级集群（AI Supercluster） 从零打造的模型，相较于以往版本，它代表着一次彻底的系统级重构。V4 拥有比以往版本更广泛的知识库，对生物、场景、物体、材质等具备更精准的识别与表现能力。它在细节刻画上表现更出色，能够处理包含多人物、多物体的复杂提示词（Prompt），生成结果更具层次感与逻辑性。V4 支持多种高级功能，包括：图像提示（Image Prompting），多重提示（Multi-prompts） 同时具备极高的画面一致性（Coherency）， 在处理图像提示词时尤其稳定且表现优异。
V4 模型拥有三个风格微调版本（也称「风格风味 / Flavor」），它们在风格化调校上略有差异。你可以在提示词末尾添加 --style 4a、--style 4b 或 --style 4c 来切换不同风格的 V4 模型。4c 为默认版本，支持最大纵横比 1:2 或 2:1，4a 与 4b 仅支持 1:1、2:3、3:2 三种比例。
Niji 4
Midjourney 的首个「Niji（虹绘）」系列模型 —— Niji 4，发布于 2022 年 12 月 20 日
默认参数值
| 参数 | 默认值 | 取值范围 | 中文说明 |
|---|---|---|---|
| Aspect Ratio（纵横比） | 1:1 | 1:2 – 2:1 | 控制画幅比例。 |
| Chaos（混乱度） | 0 | 0–100 | 控制结果的多样性与差异性。 |
| Quality（质量） | 1 | 0.25, 0.5, 1 | 决定生成质量与速度的平衡。 |
| Seed（随机种子） | 随机 | 0–4294967295 | 固定随机性，用于复现结果。 |
| Stop（停止进度） | 100 | 10–100 | 控制生成过程终止百分比。 |
| Style（风格版本） | 4c | 4a, 4b, 4c | 指定子模型风格。 |
| Stylize（风格化程度） | 100 | 0–1000 | 控制艺术风格化的强度。 |
Upscalers（放大器）：早期版本的 Midjourney 会为每次任务生成一组低分辨率缩略图（预览网格）。你可以为任意缩略图使用 Upscaler（放大器），以提升分辨率并增强细节表现。下表列出了 1:1 方形画幅 下的不同放大模式与对应输出分辨率。更多细节请参考 Upscalers（放大器） 章节。
| 模型版本 | 起始网格尺寸 | 默认放大（Default Upscale） | 细节放大（Detail Upscale） | 轻量放大（Light Upscale） | 测试放大（Beta Upscale） |
|---|---|---|---|---|---|
| Version 4 | 512 × 512 | 1024 × 1024 | 1536 × 1536 | 1536 × 1536 | 2048 × 2048 |
| Niji 4 | 512 × 512 | 1024 × 1024 | 1024 × 1024 | 1024 × 1024 | 2048 × 2048 |
test 模型
--test 与 --testp 模型于 2022 年 8 月 首次推出，它们是 Midjourney 为了收集社区反馈、测试新功能而设立的实验模型。这些测试模型让用户能够预览即将推出的功能，并可与 --creative 参数搭配使用，以获得更具变化性与创意性的构图结果。在使用这些模型时需注意，它们支持的 --stylize（风格化强度）范围为 1250–5000，这意味着模型会呈现出非常强烈的艺术化风格倾向。
不过，这两个测试模型也存在一些功能限制，不支持 多重提示（Multi-prompts）；不支持 图像提示（Image-prompts）；支持的最大纵横比为 3:2 或 2:3。当纵横比为 1:1 时，模型会生成 两张初始网格图像（Grid）；若使用其他比例，则仅生成 一张初始网格图像。此外，在编写提示词时要注意：提示词开头的词语权重更高，比末尾的词对画面影响更大。正因为这些独特特征，--test 与 --testp 模型非常适合进行实验性视觉创作与风格探索。
Upscalers（放大器）：测试模型生成的初始网格图像分辨率为 512 × 512 像素。唯一可用的放大方式是 Beta Upscale（测试放大），在使用 1:1 比例 时，它会输出 2048 × 2048 像素 的成品图像，更多细节请参考 Upscalers（放大器） 章节。
Version 1-3 模型
Version 1
V1 模型 是 Midjourney 的首个公开版本，于 2022 年 2 月至 4 月 期间作为默认模型。V1 生成的图像风格极为抽象、富有绘画感，但整体一致性（coherency）较低，构图常呈现出自由、不可控的视觉散点。
Version 2
V2 风格更具创造力、色彩丰富且依然带有绘画气质，但画面一致性仍然较低。
Version 3
V3 生成结果具有极高的创造性与构图表现力，并首次实现了中等程度的画面一致性。
V3 旧版参数：--sameseed 随机种子（Seed）会在初始网格（Grid）图像中生成一块统一的随机噪声场（Noise Field），这一噪声作为所有图像生成的起点基础。当使用 --sameseed 参数时，初始网格中的所有图像都会使用相同的噪声起点，因此生成的四张图会结构高度相似，仅在细节或颜色上略有差异。
高清模型
--hd 是一个早期的替代模型，生成的图像内容复杂、细节丰富但偏抽象，且画面一致性较低。
Upscalers（放大器）：早期版本的 Midjourney 每次生成任务都会先创建一组低分辨率图像网格作为初始结果。你可以对这些图像使用 Upscaler（放大器），来提升分辨率并增强细节表现。下表展示了 1:1 方形图像 的各版本放大结果，更多细节请参考 Upscalers（放大器） 章节。
| 模型版本 | 起始网格 | 默认/细节放大（Detail Upscale） | 轻量放大（Light Upscale） | 测试放大（Beta Upscale） | 最大放大（Max Upscale） |
|---|---|---|---|---|---|
| Version 1 – 3 | 256 × 256 | 1024 × 1024 | 1024 × 1024 | 1024 × 1024 | 1664 × 1664 |
| HD | 512 × 512 | 1536 × 1536 | 1536 × 1536 | 2048 × 2048 | — |
旧版参数（Legacy Parameters）
这些参数属于早期 Midjourney 模型时代的特性，有的已整合进新版，有的则被废弃或重构。
| 分类 | 参数 | 中文说明 |
|---|---|---|
| 高清模型 | --hd | 早期高分辨率模式，生成更复杂、更抽象的图像。 |
| 测试模型 | --test, --testp | 公测模型，用于功能测试与社区反馈收集。 |
| 创意模式 | --creative | 提高随机性与自由构图度，使结果更具艺术化。 |
| 同种子模式 | --sameseed | 所有网格图使用相同噪声起点，生成结构相似的变体。 |
| 轻量放大 | --uplight | 更柔和的放大算法，边缘平滑、风格轻盈。 |
| 测试放大 | --upbeta | 实验性放大算法，提升清晰度但速度较慢。 |
| 中止生成 | --stop | 控制图像生成进程提前结束（柔化画面）。 |
| 风格调优码 | --style code | 来自 Style Tuner 的自定义风格编码。 |
Deprecated Parameters（已弃用参数）
| 已弃用参数 | 替代方案或状态 |
|---|---|
--width / --w | 改用 Aspect Ratio（纵横比） 参数 |
--height / --h | 改用 Aspect Ratio（纵横比） 参数 |
--fast | 改用 Quality（质量） 参数 |
--vibe | 已更名为 模型版本 1 |
--upanime | 已废弃（旧版日系放大模式） |
--hq | 已废弃 |
--newclip | 已废弃 |
--nostretch | 已废弃 |
--old | 已废弃 |
Parameter Version Compatibility（参数版本兼容性表）
| 参数 | 作用范围 | V6 | V5 | V4 | V3 | Test / Testp | Niji 4 | Niji 5 |
|---|---|---|---|---|---|---|---|---|
| 最大纵横比 (Max Aspect Ratio) | 初始与变体图像 | 任意 | 任意 | 1:2 / 2:1 | 5:2 / 2:5 | 3:2 / 2:3 | 1:2 / 2:1 | 任意 |
| Chaos（混乱度） | 初始图像 | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| Image Weight（图像权重） | 影响图像提示比重 | 0–3 (默认 1) | 0.5–2 (默认 1) | 0.5–2 (默认 1) | 任意 (默认 0.25) | — | 0.2–2 (默认 1) | — |
| Quality（质量） | 控制渲染速度与清晰度 | 0.5–2 | 0.25–1 | 0.25–1 | 0.25–2 | — | 0.25–2 | 0.25–2 |
| Repeat（重复生成） | 重复任务次数 | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| Seed（随机种子） | 固定随机起点 | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| Sameseed（同种子模式） | 仅影响初始网格 | — | — | — | ✅ | ✅ | — | — |
| Stop（停止进度） | 控制生成中止百分比 | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| Style（风格模式） | 控制子模型风格 | raw | raw | 4a / 4b | — | — | expressive / cute / scenic / original | — |
| Stylize（风格化强度） | 控制艺术化程度 | 0–1000 (默认 100) | 0–1000 (默认 100) | 0–1000 (默认 100) | 625–60000 (默认 2500) | 1250–5000 (默认 2500) | — | 0–1000 (默认 100) |
| Tile（平铺） | 无缝重复纹理 | ✅ | ✅ | ✅ | ✅ | — | ✅ | ✅ |
| Weird（怪异度） | 扭曲、非线性效果 | ✅ | ✅ | ✅ | — | — | — | — |
| 初始图像数量 | 生成的网格数 | 4 | 4 | 4 | 4 | 2 或 1（取决于比例） | 4 | 4 |
旧版放大器（ Legacy Upscalers）
在早期的 Midjourney 模型版本中，系统生成的图像尺寸相对较小，这些图像仍然可以通过 旧版放大器（Legacy Upscaler） 进行放大，这些放大工具不仅提升图像分辨率，还会为画面添加额外的细节信息。针对早期模型生成的图像，Midjourney 提供了多种旧版放大器可供选择，请注意，使用旧版放大器会消耗 GPU 运算时间。
Version 5
Midjourney 5.x 系列模型默认生成的图像尺寸为 1024 × 1024 像素，你可以使用 Upscale (2x) 或 Upscale (4x) 工具，将图像分别放大到 2048 × 2048 或 4096 × 4096 像素。V5 的放大工具无法与 Pan（平移）工具或 Tile（平铺）参数同时使用。
Versions 4 & （及更早版本）
每种放大器在放大图像时都会产生不同的视觉变化，下表中的所有尺寸单位均为像素，并以1:1 方形比例为基准。
| 版本 | 初始图像 | 默认放大 (V4 Default) | 轻量放大 (Light) | 测试放大 (Beta) | 细节放大 (Detail) | 最大放大 (Max)** |
|---|---|---|---|---|---|---|
| V4 | 512 × 512 | 1024 × 1024 | 1536 × 1536 | 2048 × 2048 | 1536 × 1536 | — |
| V1–V3 | 256 × 256 | — | 1024 × 1024 | 1024 × 1024 | 1024 × 1024* | 1664 × 1664 |
| Niji | 512 × 512 | 1024 × 1024 | 1024 × 1024 | 2048 × 2048 | 1024 × 1024 | — |
| Test / Testp | 512 × 512 | — | — | 2048 × 2048 | — | — |
| HD | 512 × 512 | — | 1536 × 1536 | 2048 × 2048 | 1536 × 1536* | — |
* = 各模型的默认放大器。
** = Max Upscale（最大放大）是旧时代资源消耗极高的放大方式，仅在 Fast 模式 下可用。
当使用旧版模型时，在提示词中加入 --uplight 或 --upbeta 参数，Discord 界面中的 U# 按钮 会自动变为对应的 Light Upscale 或 Beta Upscale 快捷键。
风格调谐器（Style Tuner）
Style Tuner（风格调谐器） 是 Midjourney 5.2 版本 在 Discord 中推出的实验性功能，它是 Midjourney 迈向 个性化生成、情绪板（Moodboards）与风格探索器（Style Explorer） 的重要早期尝试之一。/tune 命令现已停用，用户无法再创建新的风格调谐器。你仍然可以使用 /list_tuners 命令访问此前创建的风格调谐器，并继续在提示词中使用已存在的 --style code 风格代码。
重制功能（Remaster）
Remaster（重制） 是 Discord 界面中用于旧版图像放大的一个按钮。点击该按钮后，系统会自动将你原先的提示词（Prompt）重新混合并在 V5.2 模型中重新生成。在 Discord 中任意一张放大过的旧版图像下方，点击 🆕 Remaster 按钮即可对其进行重新生成。
停止参数（Stop）
Stop 参数（--stop） 适用于 V6 及更早版本 的 Midjourney 模型。当你在提示词中使用 --stop 参数时，可以在图像尚未完全生成前提前终止生成过程，从而得到更柔和、更模糊、细节较少的画面。
--stop 的默认值为 100，即系统会完整生成整张图，除非你手动指定其他值。你可以将该值设置在 10 到 100 之间，数值代表希望停止生成的“进度百分比”。