吳洋洋

Midjourney創(chuàng)始人David Holz。

時(shí)隔9個(gè)月，Midjourney在2023年圣誕節(jié)前推出了第六代文生圖模型MidjourneyV6。相較于上一代產(chǎn)品，新版本可以生成分辨率更高的圖像，像素達(dá)到2048×2048，用戶可以在生成的圖像中看清人皮膚上的細(xì)紋和汗毛，其他動(dòng)物的毛發(fā)、各種場(chǎng)景的光影細(xì)節(jié)，也都與高清相機(jī)拍攝出來的差不多—區(qū)別在于Midjourney的圖是通過AI模型生成的，用戶只需要像聊天一樣在對(duì)話框中輸入幾句圖像描述，幾秒種后，對(duì)話另一端的AI就會(huì)生成一幅相應(yīng)的圖像。

市面上的文生圖模型和產(chǎn)品已有很多，單國(guó)內(nèi)就有百度的文心一格、阿里云的通義萬(wàn)相、騰訊的混元，國(guó)外就更多了，Stability、Google旗下的Imagen2、OpenAI旗下的DALL·E3、Adobe旗下的Firefly……但最受設(shè)計(jì)師歡迎的還是Midjourney。

如果說MidjourneyV6售賣的是工業(yè)級(jí)的逼真，最初版本的Midjourney售賣的其實(shí)是想象力。

在諸多文生圖AI軟件中，Midjourney最先成為“網(wǎng)紅”。初代產(chǎn)品發(fā)布不到一個(gè)月，用Midjourney生成的圖片便登上了一個(gè)藝術(shù)博覽會(huì)。2022年8月，在美國(guó)科羅拉多州舉辦的藝術(shù)博覽會(huì)上，39歲的游戲設(shè)計(jì)師杰森·艾倫用Midjourney生成了一張圖，經(jīng)過Photoshop加工之后，這幅名為《太空歌劇院》的作品戰(zhàn)勝人類畫手，摘得展會(huì)數(shù)字藝術(shù)類別的冠軍。

當(dāng)時(shí)的Midjourney擅長(zhǎng)模仿藝術(shù)家，它學(xué)習(xí)過莫奈的《睡蓮》、達(dá)利的《記憶的永恒》，知道如何扮演不同風(fēng)格的畫家。此外，它還擅長(zhǎng)創(chuàng)建漂浮在太空中的古代城市，或是一個(gè)虛構(gòu)的星球景觀。

大衛(wèi)·霍爾茲（DavidHolz）是Midjourney的創(chuàng)始人，他一直試圖讓Midjourney變成一個(gè)更獨(dú)特的產(chǎn)品。2023年7月，在MidjourneyV5中，會(huì)員用戶可以使用更新的“weird”模式生成各種搞怪、有趣甚至詭異的表情包。比如你可以讓馬斯克穿上粉紅色的裙子，也可以讓雪人變成雪怪。

圖像設(shè)計(jì)工具領(lǐng)域的老牌公司Adobe一直在更新技術(shù)，以避免被生成式AI時(shí)代拋棄。2023年8月，它在Photoshop中推出了一個(gè)叫“生成式填充”（GenerativeFill）的功能，用戶可以通過輸入文本在圖片中添加或刪除對(duì)象、生成背景，也可以擴(kuò)展圖像。但Midjourney的“weird”模式生成的圖片更加有趣和前衛(wèi)。在其0到3000的參數(shù)范圍中，用戶給出的參數(shù)值越大，生成的圖片越離譜。

總之，競(jìng)品努力追求準(zhǔn)確描繪現(xiàn)實(shí)世界的時(shí)候，Midjourney著重提供的是想象力。這種想象力讓Midjourney比對(duì)手更早吸引到種子用戶—設(shè)計(jì)師。這部分人向其下游客戶售賣的首先同樣是想象力。

位于硅谷的Midjourney并不是全球第一個(gè)文生圖模型公司，若追溯這個(gè)細(xì)分市場(chǎng)的歷史，位于英國(guó)倫敦的Stability和位于美國(guó)紐約的Runway，都更早開始研究圖像生成技術(shù)，目前市面上流行的文生圖模型算法StableDiffusion就是Stability和Runway共同研發(fā)并由Stability開源的。

然而，眼下獲得最多用戶的產(chǎn)品是Midjourney。僅在Discord社區(qū)，Midjourney的社區(qū)用戶數(shù)就達(dá)到1480萬(wàn)。

Midjourney開辟了一種新型產(chǎn)品發(fā)布方式—寄身社交產(chǎn)品。迄今為止，Midjourney的所有產(chǎn)品都是在一個(gè)叫Discord的美國(guó)社交平臺(tái)上發(fā)布，而不是蘋果或安卓的應(yīng)用商店。

Discord擁有1.5億左右的Z世代月活用戶。2022年3月，霍爾茲在這個(gè)平臺(tái)上推出了第一版Midjourney。用戶只要登錄Discord，在Midjourney頻道中輸入一些文字需求，背后的AI模型就能生成相應(yīng)的圖片。比如，當(dāng)用戶想要生成一個(gè)未來主義風(fēng)格的城市景觀，可以在對(duì)話框中輸入“未來主義城市景觀、高科技建筑、夜晚、霓虹燈光”等提示詞（prompt），Midjourney很快就可以吐出圖片。如果想要修改，可以通過同樣的交互方式向模型提出要求，比如將“城市”改為“日落時(shí)的城市”，Midjourney會(huì)在畫面中添加相應(yīng)的光影效果。

由Midjourney所生成的漂浮在太空中的古代城市。

整個(gè)過程中，用戶不需要單獨(dú)打開Midjourney的網(wǎng)頁(yè)，或者下載一個(gè)同名App，他們只要是Discord用戶就可以使用這個(gè)工具。

寄身Discord使Midjourney獲得了一種社交裂變。在這個(gè)平臺(tái)上，用戶自發(fā)組成各種“提示詞小組”，共同討論如何給提示詞調(diào)優(yōu)，以獲得期望的圖像，他們還可以在Discord的“畫廊”中展示自己的作品。依賴Discord平臺(tái)本身的用戶基礎(chǔ)，Midjourney擁有了其他文生圖AI應(yīng)用不具備的社群氛圍。

進(jìn)駐Discord一年后，Midjourney的社區(qū)用戶數(shù)就從200萬(wàn)增長(zhǎng)到了1480萬(wàn)，成為Discord上最大的AI應(yīng)用。根據(jù)數(shù)據(jù)統(tǒng)計(jì)網(wǎng)站Photutorial的信息，截至2023年11月，Midjourney每天平均生成的圖片達(dá)到27.5萬(wàn)張，其產(chǎn)量與用戶歡迎度都超過了競(jìng)爭(zhēng)對(duì)手Stability和DALL·E3。

文生視頻模型開發(fā)商Runway和Pika也開始效仿Midjourney，把Discord作為產(chǎn)品首發(fā)地。2023年5月，Midjourney曾試圖以類似方式進(jìn)入中國(guó)市場(chǎng)，當(dāng)時(shí)它選擇的產(chǎn)品發(fā)布平臺(tái)是QQ。

直到2023年12月13日，“寄居”Discord社區(qū)兩年后，Midjourney才推出獨(dú)立網(wǎng)站，用戶終于可以直接在Midjourney的網(wǎng)站上使用它的文生圖功能，而無需注冊(cè)成為Discord用戶。

目前，Midjourney是生成式AI領(lǐng)域唯一沒有從外部融資、單純靠產(chǎn)品營(yíng)收維持運(yùn)營(yíng)的公司。

盯著Midjourney的風(fēng)險(xiǎn)投資機(jī)構(gòu)和大公司都不少，紅杉資本、AndreessenHorowitz都曾向Midjourney表明投資意向，然而都被大衛(wèi)·霍爾茲拒絕了。

“我（從上一次創(chuàng)業(yè)中）學(xué)到的是，首先要構(gòu)建一個(gè)真正受人們喜歡的好產(chǎn)品。然后，當(dāng)你完成這個(gè)產(chǎn)品時(shí)，才可以開始著手構(gòu)建生態(tài)系統(tǒng)?！贝笮l(wèi)·霍爾茲在接受技術(shù)媒體“極客公園”采訪時(shí)說。在資本的控制下，很多創(chuàng)業(yè)者都被推動(dòng)著過早地構(gòu)建了生態(tài)系統(tǒng)，霍爾茲認(rèn)為這會(huì)讓創(chuàng)業(yè)者的注意力分散，不能專注于構(gòu)建真正每個(gè)人可用的東西，而風(fēng)險(xiǎn)投資機(jī)構(gòu)們?cè)诔醋鲿r(shí)大筆投入，又常常在泡沫破裂后迅速退出。

創(chuàng)辦Midjourney之前，大衛(wèi)·霍爾茲是LeapMotion的聯(lián)合創(chuàng)始人，后者是一家2010年成立的3D運(yùn)動(dòng)檢測(cè)技術(shù)公司，其核心技術(shù)是能夠精確識(shí)別并跟蹤手部和指尖的動(dòng)作，從而用手勢(shì)控制計(jì)算機(jī)。當(dāng)時(shí)正值VR投資熱期間，LeapMotion從硅谷最知名的風(fēng)險(xiǎn)投資公司之一AndreessenHorowitz等投資機(jī)構(gòu)那里籌集了超過1億美元的資金。之后，霍爾茲就開始把大量精力花在了構(gòu)建產(chǎn)品的內(nèi)容生態(tài)上，而不是聚集于讓產(chǎn)品交互體驗(yàn)更好。最終，由于設(shè)備需要專門的軟件和驅(qū)動(dòng)程序才能在Windows系統(tǒng)上運(yùn)行，LeapMotion并未如霍爾茲所期望的那樣，成為觸摸屏之后的新一代交互方式。這次創(chuàng)業(yè)失敗讓霍爾茲格外注重產(chǎn)品本身與用戶之間的關(guān)系，他開始在多個(gè)場(chǎng)合強(qiáng)調(diào)“先產(chǎn)品，后生態(tài)”的重要性。

賣掉LeapMotion后，2021年8月，霍爾茲創(chuàng)辦了Midjourney，繼續(xù)關(guān)注視覺，這一次，他選擇不再被資本裹挾。

據(jù)早期用戶Ebersweiler透露，2022年年底時(shí)Midjourney的月收入就已超過100萬(wàn)美元，當(dāng)時(shí)，整個(gè)公司只雇用了11位員工。Midjourney很早就采用了付費(fèi)模式，根據(jù)服務(wù)條款，付費(fèi)用戶擁有所生成圖像的所有權(quán)，但如果用戶是公司的雇員或所有者，且公司年收入超過100萬(wàn)美元，那么他們必須購(gòu)買專業(yè)計(jì)劃（ProPlan）或超級(jí)會(huì)員計(jì)劃（MegaPlan）。2023年，Midjourney的1500萬(wàn)社區(qū)成員預(yù)計(jì)為其帶來2億美元收入。