Midjourney在版权压力下推出首个视频模型，目标锁定“世界模型

在面对来自迪士尼和环球影业的版权诉讼之际，长期以来领先于文生图领域的Midjourney，却没有选择后退，而是在压迫中迎来了新的突破，决定于近日推出其首个视频模型。尽管外界环境与版权争议带来了不少困扰，Midjourney依然展示出了其一贯的高水准：调色精准、构图优雅、情绪表达饱满，依然铭刻着品牌独特的视觉风格。

与其说Midjourney在追求更高的分辨率或盲目追逐长镜头，不如说其看重的是一种独特的氛围感与美学辨识度。这家视图生成的“独角兽”公司显示出其志向，雄心壮志地向“世界模型”进军，但产品的粗糙度和功能局限性，也让其未来走得更远的可能性蒙上了一层阴影。

用户在体验方面的优化非常人性化，一旦上传或生成图像，简单一点“Animate”按钮即可轻松实现动态效果。每个任务会默认输出四段5秒的视频，用户还可以通过继续扩展，使最长生成时长达到21秒。视频生成支持手动和自动模式，使用户可以根据提示词设定动态效果。同时，系统也提供了低运动和高运动选项，为不同类型的场景提供匹配解决方案。不过需要注意的是，当前的视频功能仍然只支持480p的分辨率，且在生成时不支持音效、时间轴编辑，甚至片段之间的切换也显得比较生硬，处于早期阶段。

Midjourney对于艺术风格的坚持在视频模型中同样得以延续。从用户体验分享的效果来看，该模型承袭了其一贯的奇幻、超现实视觉风格，不论是动态的少年从高空坠落，还是来自于城市街道的灯光与建筑，都体现了出色的动态美感。有人分享了一段在电车站的场景，夕阳未落，光源自然、色温掌控精准，呈现出一种动态与静态交融的节奏感，使得这些片段不仅仅是视频，而更像是一幅幅流动的画作。

值得注意的是，当前的功能设计显然还有很大的提升空间。尽管视频模型具备不少创新元素，但在专业创作上却存在明显短板，如缺乏音效支持、无法进行时间轴编辑等，影响了整体的故事流畅性与情感表达。就目前想要完成一段完整的视频作品，用户仍需依赖其他工具来补充或修改视频跟音效方面的内容。

Midjourney当前的视频功能，也与市场中的其他竞争者相比，并不完全有优势。例如，Google的Veo 3和Luma的Dream Machine等工具都提供更多专业的功能，支持音效的自动添加以及更为灵活的编辑能力。同时，在计算资源的消耗上，虽然Midjourney的订阅费用在市场上保持一定竞争力，但当前的GPU资源消耗约为图像任务的8倍，也映衬出其运算负荷的增加。

Midjourney官方也明确表示，推出的视频模型仍然处于早期探索阶段，重在可访问性和易用性，未来还会继续扩展功能。其目标并不仅仅停留于此，Midjourney欲构建一个“世界模型”，整合图像生成、动画控制、三维空间导航以及实时渲染，将这些技术有机联接起来，最终实现在一个动态的AI系统中，用户只需简单地输入描述，AI便可以在三维空间中进行实时生成并与用户互动。

因此，Midjourney可以被视作在这条道路上搭建的第一块积木，下一步将着手推出3D模型与实时系统，朝着“世界模型”的更高目标迈进。根据Midjourney的规划，未来的12个月内，它将分阶段发布更为丰富的功能，只有不断推进，才能助力其在日渐激烈的市场竞争中稳固自己的地位。

Midjourney在互联网文生图领域的创新之路充满了挑战与机遇，尤其是在面临版权问题的情况下，依旧展现了极强的韧性与创意活力。随着技术能力的提升及其他功能的扩展，期待该公司在未来为用户带来更加丰富多样的创造体验。Midjourney正在用敢于拼搏的姿态，书写着自己的新篇章，未来可期。