目前，隨著(zhù)AI技術(shù)的快速迭代，各種基于A(yíng)IGC（人工智能內容生成）技術(shù)的產(chǎn)品不斷涌向社會(huì )，而其中最普遍的，則莫過(guò)于大量的AI繪圖模型，如Midjourney、Dreambooth、Novel AI和Stable Diffusion等。

雖然AI繪圖領(lǐng)域，看似進(jìn)入了百花齊放的時(shí)代，但目前業(yè)內的頂流，仍然是Midjourney和Stable Diffusion為代表兩大龍頭。

(資料圖片僅供參考)

今年4月，Midjourney進(jìn)一步宣布推出針對二次元、動(dòng)漫風(fēng)格的繪圖模型Niji-journey V5。

這一模型與以往最大的不同，就是它能“取代”高級原畫(huà)師了。

憑借著(zhù)出眾的造型張力和色彩使用、以及豐富的風(fēng)格化表現力，Niji V5不光看傻一眾吃瓜群眾，甚至驚艷了業(yè)內畫(huà)師，讓人直呼其已經(jīng)具有了大師插畫(huà)的味道。

之所以能夠如此質(zhì)變，一大原因在于相較此前版本，Niji V5 支持了風(fēng)格化（stylize）參數設置。

簡(jiǎn)而言之，在該版本下，用戶(hù)只需使用風(fēng)格化命令，就能引用不同藝術(shù)家設計風(fēng)格產(chǎn)出圖片。

在Niji V5的助力下，人們輕易地生成了許多“大師級”的作品。

Niji V5產(chǎn)出圖片的品質(zhì)相當優(yōu)秀，幾乎覆蓋市面上的常見(jiàn)風(fēng)格。在此基礎上，使用者只需要微調設計，基本能夠達到大部分優(yōu)秀高級原畫(huà)的工作需求。

如此出色的技術(shù)，不禁讓人對其背后的Midjourney公司產(chǎn)生了強烈的興趣。

實(shí)際上，雖然Midjourney和Stable Diffusion同為當前AI繪畫(huà)的兩大領(lǐng)軍者，但其當下的境遇卻有著(zhù)天壤之別。

Stable Diffusion背后的明星公司——Stability AI，目前正面臨嚴重的財政困境，由于沒(méi)有明確的盈利途徑，公司正面臨倒閉的危機。

相較之下，Midjourney卻運行得風(fēng)生水起，憑借著(zhù)付費訂閱的商業(yè)模式，Midjourney不僅獲得了每年1 億美元的營(yíng)收，并且在Discord上已經(jīng)積累了1000多萬(wàn)用戶(hù)。

同為開(kāi)發(fā)繪畫(huà)AI的團隊，Midjourney是怎么取得今天的成就的呢？

01 延伸人類(lèi)想象力

雖然Midjourney在不融資的情況下就實(shí)現了盈利，但從創(chuàng )建的背景來(lái)看，創(chuàng )始人大衛·霍爾茨（David Holz），并不像那種鉆進(jìn)錢(qián)眼里的人。

他為Midjourney設立了一個(gè)非常不“銅臭”的宗旨：AI 不是現實(shí)世界的復刻，而是人類(lèi)想象力的延伸。

而這樣充滿(mǎn)科幻色彩的宗旨，和大衛的背景、經(jīng)歷有著(zhù)很大的關(guān)系。

作為一個(gè)數學(xué)專(zhuān)業(yè)的博士生，大衛曾在大學(xué)期間研究激光雷達、大氣科學(xué)和火星任務(wù)，可謂是一個(gè)涉獵甚廣，且充滿(mǎn)好奇心的“怪才”。

經(jīng)過(guò)了廣泛的探索后，大衛似乎找到了自己真正的興趣所在，于是，在2010年便創(chuàng )立了一家研發(fā)手部跟蹤技術(shù)為主的公司——Leap Motion。

然而，由于與之相關(guān)的VR/AR技術(shù)一直不成熟，Leap Motion也始終沒(méi)能做出有具體應用場(chǎng)景的產(chǎn)品。

最終，2019年，大衛把 Leap Motion 公司賣(mài)給了競爭對手 Ultrahaptics。隨后，他成立了一個(gè)工作室來(lái)探索新的機會(huì )，恰巧在這時(shí)，AI在生成藝術(shù)方面取得了突破。

Transformer架構的出現，徹底改寫(xiě)了圖像合成的歷史。從此，多模態(tài)深度學(xué)習整合了NLP和計算機視覺(jué)的技術(shù)，成為圖像合成的藝術(shù)方法。

于是，借著(zhù)生成式AI的東風(fēng)，大衛創(chuàng )建了Midjourney。

公司團隊成員僅11人，其中1位創(chuàng )始人、8位研發(fā)人員、1位法務(wù)、1位財務(wù)。

在公司的構成中，完全沒(méi)有產(chǎn)品經(jīng)理、市場(chǎng)銷(xiāo)售人員，除了創(chuàng )始人、兩個(gè)支持性崗位（法務(wù)、財務(wù)），80%的人員都是研發(fā)人員。

而作為中堅力量的研發(fā)成員，一半（4位）都是尚未畢業(yè)的本科生。

雖然這四位本科生都有一些實(shí)操甚至是創(chuàng )業(yè)經(jīng)歷，但是確實(shí)經(jīng)驗有限，而且也非畢業(yè)頂尖名校。

剩下來(lái)的幾位研發(fā)人員，都有著(zhù)比較豐富的職業(yè)經(jīng)歷。

在聚攏人才后，大衛也進(jìn)一步明確了自己對于Midjourney的理念。

大衛將公司Logos 設計成了一艘在波浪中航行的帆船，意為水既危險，又是文明的驅動(dòng)力。

懂得如何與水一起生活和工作的人類(lèi)，將有能力在水中游泳、做船、筑壩發(fā)電，從而更好的生活，因此，大衛認為AI是人類(lèi)想象力的引擎。

然而，在當時(shí)生成式AI的競爭格局上，有這類(lèi)“雄心壯志”的團隊，可不只Midjourney一家。

例如Stable Diffusion的母公司 Stability.AI，在創(chuàng )立時(shí)也聲稱(chēng)要將自己的使命定格為成為世界領(lǐng)先的開(kāi)源AI公司，并發(fā)揚將AI共享于全世界的理念。

然而，口號喊得震天響，理念終歸是不能當飯吃的啊。

情懷滿(mǎn)滿(mǎn)的大衛，之后是怎么解決一系列公司融資、盈利的問(wèn)題的呢？

02 開(kāi)源VS閉源

從今天來(lái)看，Midjourney的盈利模式看上去十分簡(jiǎn)單，即通過(guò)付費訂閱的商業(yè)模式，按月向用戶(hù)收取費用，其標準有3種套餐，分別是10/30/60美元/月。

不過(guò)，這樣的模式要想行得通，得解決兩大關(guān)鍵問(wèn)題：

1.憑什么讓用戶(hù)產(chǎn)生付費的意愿？

2.大模型訓練所需要的高昂成本怎么解決？

先來(lái)說(shuō)說(shuō)第一點(diǎn)，實(shí)際上，當AI圖像生成技術(shù)開(kāi)始方興未艾之時(shí)，很多使用者并不覺(jué)得這種技術(shù)是需要“付費”的。

原因就在于，當時(shí)像Stable Diffusion這樣的行業(yè)龍頭，為了吸引大量的開(kāi)發(fā)者，最大程度的把模型用起來(lái)，因此采取了開(kāi)源的模式。

和Dall·E、Midjourney不同，Stable Diffusion是完全免費、不限次數、任何人都可用的。

雖然對硬件有著(zhù)一定要求，但也能在幾秒鐘內生成高清圖像。

這樣的好處在于，開(kāi)源社區會(huì )齊心協(xié)力地完善模型文檔，共同解決技術(shù)難題。這使得代碼的迭代速度非?？?，優(yōu)化效率遠遠高于閉源系統。

但缺點(diǎn)也很顯而易見(jiàn)，那就是商業(yè)化不夠直接，可能為別人“做了嫁衣”。

而相較之下，Midjourney卻采用了不那么開(kāi)放的“閉源系統”。

如果說(shuō)閉源系統真的有什么好處，那就是針對性更強了。

因為模型閉源，并通過(guò)龐大的用戶(hù)量積累了獨有的數據集，可以根據用戶(hù)需求不斷地針對性訓練模型，長(cháng)期來(lái)看更有利于建立競爭壁壘。

在探索用戶(hù)需求這點(diǎn)上，大衛采取了產(chǎn)品上線(xiàn)后邊測試邊改進(jìn)的辦法。

例如Midjourney模型最開(kāi)始很慢，需要20分鐘才能出一張高質(zhì)量的圖片。后來(lái)團隊推出了一個(gè)做15秒生產(chǎn)圖片，但是質(zhì)量沒(méi)那么高的版本，

經(jīng)過(guò)多輪測試，團隊了解到，速度和質(zhì)量其實(shí)都只是表象，因為不同用戶(hù)的選擇，實(shí)際上是多維度的。

在針對用戶(hù)需求進(jìn)行調整后，無(wú)論是創(chuàng )意行業(yè)設計者，還是普通愛(ài)好者，都能通過(guò)Midjourney滿(mǎn)足自身的繪畫(huà)需求。

除了了解用戶(hù)需求外，在使用流程方面，Midjourney也并不像Stable Diffusion需要本地部署，操作十分便捷，對顯卡和硬件性能也幾乎沒(méi)有要求。

雖為閉源，但Midjourney在使用難易度上，卻更像一個(gè)“親民”的大眾產(chǎn)品。

于是，Midjourney 獲得大量用戶(hù)后，養成了用戶(hù)使用習慣，且在開(kāi)啟付費訂閱后就進(jìn)一步加強了用戶(hù)粘性。

03 算力難題

剛才提到，Midjourney在硬件方面，對用戶(hù)幾乎沒(méi)什么要求。而這樣的原因，則是由于Midjourney所有的圖片都是在云上完成并訓練的。

但如此龐大的云計算量，必然需要高昂的成本，這就回到了剛才的第二個(gè)問(wèn)題：

在沒(méi)有融資的情況下，在云上進(jìn)行大模型訓練所需要的高昂，該成本怎么解決？

實(shí)際上，大衛解決這個(gè)問(wèn)題的方式很簡(jiǎn)單，也很不可思議。

當大衛需要找到一個(gè)云供應商提供10,000個(gè)GPU時(shí)，他直接給云供應商的負責人發(fā)了封電子郵件，結果對方就直接給到了這些資源，完全不需要風(fēng)險投資。

看到這兒，也許有人驚得下巴都掉了，這種事在現實(shí)中真的可能嗎？

當然，供應商并不是抽風(fēng)了，而是看中了大衛之前的成就和聲譽(yù)。

大衛之前的創(chuàng )業(yè)已經(jīng)獲得了聲譽(yù)，大衛打從創(chuàng )辦Leap Motion的時(shí)候起就有一個(gè)觀(guān)點(diǎn)，他覺(jué)得技術(shù)的最大限制不是規模、成本或速度，而是人們如何與之互動(dòng)。

Leap Motion的手勢互動(dòng)是一個(gè)嘗試，到了Midjourney這里，他開(kāi)始使用更短的繪畫(huà)關(guān)鍵詞（prompt）來(lái)催動(dòng)AI產(chǎn)出。

這樣的理念，吸引了每一個(gè)了解大衛的人，也讓他得到了云供應商的支持。

然而，在獲得了供應商的鼎力支持后，大衛也仍然要面對算力捉襟見(jiàn)肘的問(wèn)題。

從成本來(lái)說(shuō)，Midjourney大約10%的云成本用于訓練，90%是用戶(hù)制作圖像的推理。所以幾乎所有的成本都在制作圖像上。

為解決這一點(diǎn)，Midjourney在世界上八個(gè)不同的地區，設立了自己的服務(wù)器，比如韓國、日本或荷蘭等，在每個(gè)時(shí)區的夜間，當地人都在睡覺(jué)，沒(méi)有人使用GPU。Midjourney就可以充分利用這些算力，實(shí)現GPU負載平衡。

實(shí)際上，這種依靠云端服務(wù)器來(lái)降低成本、加快模型訓練的做法，與目前騰訊訓練大模型的策略十分相似。

在算力已經(jīng)愈發(fā)成為大模型訓練瓶頸的今天，如果在訓練開(kāi)發(fā)環(huán)節，直接調用云端的大模型和AI算力資源，完成后一鍵分發(fā)到用戶(hù)終端上，就可以大大降低成本，減少工作量。

因此，Midjourney “云上計算”的這一步棋，著(zhù)實(shí)是摸準了時(shí)代的方向。

互聯(lián)網(wǎng)的演進(jìn)之路，已經(jīng)說(shuō)明，無(wú)論To B還是To C行業(yè)，都在追求越來(lái)越集約精簡(jiǎn)的終端硬件、越來(lái)越低門(mén)檻的交互入口、越來(lái)越輕盈的軟件應用。

所以說(shuō)，大模型從云入端，是模型服務(wù)商實(shí)現商業(yè)化的必爭之地。

04 總結

從Midjourney看似不可思議的創(chuàng )業(yè)經(jīng)歷，我們可以發(fā)現，在這次AIGC時(shí)代的浪潮中，能夠脫穎而出的企業(yè)、團隊，未必是財大氣粗的頭部大廠(chǎng)。

因為在生成式AI、云計算等技術(shù)逐漸抹平大企業(yè)與中小企業(yè)之間的技術(shù)、成本差距后，各企業(yè)真正比拼的，只剩下人才、創(chuàng )意與執行力。

而這也是為什么， Midjourney這類(lèi)僅有寥寥十幾人的小團隊能脫穎而出的原因。因為這樣依靠少數尖端人才組建的團隊，具有大企業(yè)所沒(méi)有的靈活性、創(chuàng )見(jiàn)和魄力。

而這類(lèi)小團隊的創(chuàng )意、靈感，若要真正在市場(chǎng)、社會(huì )中扎下根，就離不開(kāi)對用戶(hù)多樣化、個(gè)性化需求的追蹤。

這是因為，AIGC技術(shù)的“泛用性”，決定了其絕不是針對某一行業(yè)、人群，或是某一類(lèi)企業(yè)的技術(shù)。

只有在這多樣化的需求中，盡可能地滿(mǎn)足不同層級用戶(hù)的特定需求，一款產(chǎn)品才能真正地具有長(cháng)遠的生命。

既服務(wù)所有人，又不忽視每一個(gè)特殊的人，這或許就是Midjourney成功的最大原因。

本文作者：舉大名耳，來(lái)源：AI新智能，原文標題：《Midjourney：偉大的公司只需要十一人》

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：