首先Midjourney，作为一个非开源的商业应用，训练投喂的数据统一，用户能用到的版本一致，带来的好处就是稳定。
用户A能实现的操作，把方法教给用户B，用户B大概率也能实现。这一点对于生产力来说尤为重要，尤其是规模化生产，能大大提高效率 而且往往少量的prompt，就能输出下限很高的图片。
例如：
通过中心构图和全身视角展示了：上世纪50年代上海的富家太太们穿着传统的旗袍，优雅地摆出姿势，体现了当时的复古氛围和时代风貌。
Shanghai ladies in 1950s, posing elegantly, traditional cheongsams, neat buns,
gentle smiles, black and white photo, vintage atmosphere, Shanghai street in
1950s, muted
light, full
body shot, centered composition,Vintage
Midjourney的高下限，使得它在创意启发上具备很强的优势。
同时Midjourney最新的V6[ALPHA]版本，又有了重磅更新：
第一，语义理解能力进一步加强，prompt已经可以使用自然语言的长句子，而不再是关键词短语和词汇，并且可以通过上下左右描绘位置了。这意味着Midjourney会逐渐远离Stable
diffusion，而靠近ChatGPT。
一幅美丽的中世纪城市图画，位于白雪皑皑的平原上，夜晚星空灿烂，温暖的光线照耀着房屋“，”一座雄伟的宫殿，顶部有神圣的光芒，建筑物笔直“，”哑光绘画，4K，作者：Aaron
Limonick，Armada，趋势
A beautiful picture of medieval city,located on a snowy plain,night with
starry sky,warm light shone through houses",“one majestic palace, with a
sacred light on the
top,the
buildings are straight”,"matte painting,4K,by Aaron Limonick,Armada,trending
on Artstation
一个女孩骑着电动车在路上，两边都是花儿，路上有3D艺术品。泡泡玛特盲盒的风格，皮克斯动画的风格，3D渲染，8K中镜头正视图
A girl rides an electric scooter on the road with flowers on both sides and 3D
artwork on the road. Bubble Mart blind box style, Pixar animation style, 3D
rendering, 8K medium shot front view
虽然细节上依旧会存在相互串的问题，但相比纯关键词，可控度大大增强了，同时符合自然语言描述习惯的输入也使得效率提升。
第二，已经可以实现比较稳定文字（英文）输出，直出可用度显著增加了。
已经有很多大佬把字母/单词做在了物体表面，我手艺一般就举个牌儿好了：
但相比于Stable diffusion，已经属于有文字概念了。
另外MJ还有一个我很喜欢的功能是融图，也就是/blend。
这个功能可以又简单又快速得把A图的人物风格和B图的环境合而为一。
例如下面两张图：
Blend后得到融合了第一张图的环境+第二张图的人物服装和动作的新图：
不需要写任何一个提示词，单纯的上传两张图就可以。
再比如两张人物图：
Blend后得到了图1服装+图2人物的融合:
但尽管Midjourney已经可以通过自然语言进行一定程度的构图，但以它目前的准确率和细致程度，抽卡的成分仍然不可避免地有些高了。
（当然生成式AI产出内容的本质就是抽卡，这里只是说程度。）
这个时候Stable diffusion的优势就体现出来了。
Stable diffusion在可微调的局部重绘和ControlNet这两大法宝的加持下，对画面的掌控力要比Midjourney高多了。
ControlNet是Stable
diffusion在现阶段对比其他AI绘画的杀手锏之一，很多人觉得它复杂，而且这一关确实也拦住了不少人，但其实大多只是未得其法。
比如融合文字，基本上都能学得会
不闲聊太多，再说回来。
还是上面的这张图：
如果我想用Midjourney复刻这张图，哪怕MJ也可以参考性垫图，难度依旧非常高。
但如果用Stable diffusion，实现起来就不太难：
甚至如果你想的话，通过lora或者其他操作，修改人物，换掉脸，换个发型，换掉衣服，把人的身材定向调一下，把花的颜色定向调一下，都可以实现。
在这一刻，使用Stable diffusion的思路其实更接近于PhotoShop，而Midjourney，哪怕同样是重绘，思路还是更接近于GPT。
另外还有个一个有趣的事情，SD出的图再扔到MJ里blend，效果往往好于直接在MJ里面blend照片。
比如上面用SD复刻的这张图，加上下面这张同样是SD文生图的图片：
输入到MJ里面blend，会得到：
比前面直接blend的环境要跟原图更接近，而且还精细不少。
另外，Stable diffusion可以在原图的基础上，对人物身上的细节或者对环境进行定向重绘。
举例，比如下面一张原图：
我想让她显得更有钱一点，重绘之后，人物保持不变，环境中的物品产生变化：
所以Stable
diffusion是可以融入Photoshop的工作流的，很多以往在Photoshop中比较吃力的操作，例如去除人物纹身的同时保持肤色，通过SD都可以提效。
至于Midjourney，AI摄影好像暂时跟它没啥关系。
而且作为开源软件，Stable
diffusion可调整的细节远超Midjourney，底模型、采样算法、迭代步数、提示词整体权重以及每个提示词、反向提示词的权重、各种引导加入的时机，都是可以手动控制的。同时网上还可以下载到巨量的插件以及大神制作好的资源，扩展性要比MJ高的多（但反过来就是最开始说的稳定的问题）。
更不要说Stable
diffusion最强的一点是可以私炉炼丹。只要妹子给我足够数量的自拍照，我就是她的妙鸭相机plus。Midjourney可做不到这个。
不过你要说谁更强，我觉得也得分情况来看。
Midjourney的好处是不需要本地部署，对配置没要求，出图的下限高，不用太复杂的操作也能出来像模像样的图，而且足够标准化，自然语言理解能力进一步强化之后使用门槛更低，更适合应用在创意生产力。
Stable
diffusion好处是开源免费，扩展丰富（ChatGPT插件、自动翻译插件等等让易用性也大幅度提高），定制化极强，可控度更高（如果用ComfyUI还要更更高），适合需要对画面有一定掌控的图片输出，或者是进行后期处理
所有的AI设计工具，AI学习资料，都已经整理好了，文末扫码即可免费获取噢~
如果你是真正有耐心想花功夫学一门技术去改变现状，我可以把这套AI教程无偿分享给你，包含了AIGC资料包括AIGC入门学习思维导图、AIGC工具安装包、精品AIGC学习书籍手册、AI绘画视频教程、AIGC实战学习等。
这份完整版的AIGC资料我已经打包好，长按下方二维码，即可免费领取！