在生成式AI、雲計算等技術逐漸抹平大企業與中小企業之間的技術、成本差距後，各企業真正比拼的，只剩下人才、創意與執行力。

目前，隨着AI技術的快速迭代，各種基於AIGC（人工智能內容生成）技術的產品不斷湧向社會，而其中最普遍的，則莫過於大量的AI繪圖模型，如Midjourney、Dreambooth、Novel AI和Stable Diffusion等。

雖然AI繪圖領域，看似進入了百花齊放的時代，但目前業內的頂流，仍然是Midjourney和Stable Diffusion為代表兩大龍頭。
模
今年4月，Midjourney進一步宣布推出針對二次元、動漫風格的繪圖模型Niji-journey V5。

這一模型與以往最大的不同，就是它能「取代」高級原畫師了。

憑藉着出眾的造型張力和色彩使用、以及豐富的風格化表現力，Niji V5不光看傻一眾吃瓜群眾，甚至驚艷了業內畫師，讓人直呼其已經具有了大師插畫的味道。

之所以能夠如此質變，一大原因在於相較此前版本，Niji V5 支持了風格化（stylize）參數設置。

簡而言之，在該版本下，用戶只需使用風格化命令，就能引用不同藝術家設計風格產出圖片。

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產出圖片的品質相當優秀，幾乎覆蓋市面上的常見風格。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秀高級原畫的工作需求。

如此出色的技術，不禁讓人對其背後的Midjourney公司產生了強烈的興趣。

實際上，雖然Midjourney和Stable Diffusion同為當前AI繪畫的兩大領軍者，但其當下的境遇卻有着天壤之別。

Stable Diffusion背後的明星公司——Stability AI，目前正面臨嚴重的財政困境，由於沒有明確的盈利途徑，公司正面臨倒閉的危機。

相較之下，Midjourney卻運行得風生水起，憑藉着付費訂閱的商業模式，Midjourney不僅獲得了每年1 億美元的營收，並且在Discord上已經積累了1000多萬用戶。

同為開發繪畫AI的團隊，Midjourney是怎麼取得今天的成就的呢？

01 延伸人類想象力

雖然Midjourney在不融資的情況下就實現了盈利，但從創建的背景來看，創始人大衛·霍爾茨（David Holz），並不像那種鑽進錢眼裡的人。

他為Midjourney設立了一個非常不「銅臭」的宗旨：AI 不是現實世界的復刻，而是人類想象力的延伸。

而這樣充滿科幻色彩的宗旨，和大衛的背景、經歷有着很大的關係。

MidJourney的創始人大衛·霍爾茨

作為一個數學專業的博士生，大衛曾在大學期間研究激光雷達、大氣科學和火星任務，可謂是一個涉獵甚廣，且充滿好奇心的「怪才」。

經過了廣泛的探索後，大衛似乎找到了自己真正的興趣所在，於是，在2010年便創立了一家研發手部跟蹤技術為主的公司——Leap Motion。

然而，由於與之相關的VR/AR技術一直不成熟，Leap Motion也始終沒能做出有具體應用場景的產品。

大衛之前研發的手部追蹤產品

最終，2019年，大衛把 Leap Motion 公司賣給了競爭對手 Ultrahaptics。隨後，他成立了一個工作室來探索新的機會，

恰巧在這時，AI在生成藝術方面取得了突破。

Transformer架構的出現，徹底改寫了圖像合成的歷史。從此，多模態深度學習整合了NLP和計算機視覺的技術，成為圖像合成的藝術方法。

於是，借着生成式AI的東風，大衛創建了Midjourney。

公司團隊成員僅11人，其中1位創始人、8位研發人員、1位法務、1位財務。

在公司的構成中，完全沒有產品經理、市場銷售人員，除了創始人、兩個支持性崗位（法務、財務），80%的人員都是研發人員。

而作為中堅力量的研發成員，一半（4位）都是尚未畢業的本科生。

雖然這四位本科生都有一些實操甚至是創業經歷，但是確實經驗有限，而且也非畢業頂尖名校。

剩下來的幾位研發人員，都有着比較豐富的職業經歷。

在聚攏人才後，大衛也進一步明確了自己對於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，又是文明的驅動力。

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

然而，在當時生成式AI的競爭格局上，有這類「雄心壯志」的團隊，可不只Midjourney一家。

例如Stable Diffusion的母公司 Stability.AI，在創立時也聲稱要將自己的使命定格為成為世界領先的開源AI公司，並發揚將AI共享於全世界的理念。

然而，口號喊得震天響，理念終歸是不能當飯吃的啊。

情懷滿滿的大衛，之後是怎麼解決一系列公司融資、盈利的問題的呢？

02 開源VS閉源

從今天來看，Midjourney的盈利模式看上去十分簡單，即通過付費訂閱的商業模式，按月向用戶收取費用，其標準有3種套餐，分別是10/30/60美元/月。

不過，這樣的模式要想行得通，得解決兩大關鍵問題：

1.憑什麼讓用戶產生付費的意願？

2.大模型訓練所需要的高昂成本怎麼解決？

先來說說第一點，實際上，當AI圖像生成技術開始方興未艾之時，很多使用者並不覺得這種技術是需要「付費」的。

原因就在於，當時像Stable Diffusion這樣的行業龍頭，為了吸引大量的開發者，最大程度的把模型用起來，因此採取了開源的模式。

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

雖然對硬件有着一定要求，但也能在幾秒鐘內生成高清圖像。

這樣的好處在於，開源社區會齊心協力地完善模型文檔，共同解決技術難題。這使得代碼的迭代速度非常快，優化效率遠遠高於閉源系統。

但缺點也很顯而易見，那就是商業化不夠直接，可能為別人「做了嫁衣」。

而相較之下，Midjourney卻採用了不那麼開放的「閉源系統」。

如果說閉源系統真的有什麼好處，那就是針對性更強了。

因為模型閉源，並通過龐大的用戶量積累了獨有的數據集，可以根據用戶需求不斷地針對性訓練模型，長期來看更有利於建立競爭壁壘。

在探索用戶需求這點上，大衛採取了產品上線後邊測試邊改進的辦法。

例如Midjourney模型最開始很慢，需要20分鐘才能出一張高質量的圖片。後來團隊推出了一個做15秒生產圖片，但是質量沒那麼高的版本，

經過多輪測試，團隊了解到，速度和質量其實都只是表象，因為不同用戶的選擇，實際上是多維度的。

在針對用戶需求進行調整後，無論是創意行業設計者，還是普通愛好者，都能通過Midjourney滿足自身的繪畫需求。

除了了解用戶需求外，在使用流程方面，Midjourney也並不像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有要求。

雖為閉源，但Midjourney在使用難易度上，卻更像一個「親民」的大眾產品。

於是，Midjourney 獲得大量用戶後，養成了用戶使用習慣，且在開啟付費訂閱後就進一步加強了用戶粘性。

03 算力難題

剛才提到，Midjourney在硬件方面，對用戶幾乎沒什麼要求。而這樣的原因，則是由於Midjourney所有的圖片都是在雲上完成並訓練的。

但如此龐大的雲計算量，必然需要高昂的成本，這就回到了剛才的第二個問題：

在沒有融資的情況下，在雲上進行大模型訓練所需要的高昂，成本怎麼解決？

實際上，大衛解決這個問題的方式很簡單，也很不可思議。

當大衛需要找到一個雲供應商提供10,000個GPU時，他直接給雲供應商的負責人發了封電子郵件，結果對方就直接給到了這些資源，完全不需要風險投資。

看到這兒，也許有人驚得下巴都掉了，這種事在現實中真的可能嗎？

當然，供應商並不是抽風了，而是看中了大衛之前的成就和聲譽。

大衛之前的創業已經獲得了聲譽，大衛打從創辦Leap Motion的時候起就有一個觀點，他覺得技術的最大限制不是規模、成本或速度，而是人們如何與之互動。

Leap Motion的手勢互動是一個嘗試，到了Midjourney這裡，他開始使用更短的繪畫關鍵詞（prompt）來催動AI產出。

這樣的理念，吸引了每一個了解大衛的人，也讓他得到了雲供應商的支持。

然而，在獲得了供應商的鼎力支持後，大衛也仍然要面對算力捉襟見肘的問題。

從成本來說，Midjourney大約10%的雲成本用於訓練，90%是用戶製作圖像的推理。所以幾乎所有的成本都在製作圖像上。

為解決這一點，Midjourney在世界上八個不同的地區，設立了自己的服務器，比如韓國、日本或荷蘭等，在每個時區的夜間，當地人都在睡覺，沒有人使用GPU。Midjourney就可以充分利用這些算力，實現GPU負載平衡。

實際上，這種依靠雲端服務器來降低成本、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。

在算力已經愈發成為大模型訓練瓶頸的今天，如果在訓練開發環節，直接調用雲端的大模型和AI算力資源，完成後一鍵分發到用戶終端上，就可以大大降低成本，減少工作量。

因此，Midjourney 「雲上計算」的這一步棋，着實是摸准了時代的方向。

互聯網的演進之路，已經說明，無論To B還是To C行業，都在追求越來越集約精簡的終端硬件、越來越低門檻的交互入口、越來越輕盈的軟件應用。

所以說，大模型從雲入端，是模型服務商實現商業化的必爭之地。

04 總結

從Midjourney看似不可思議的創業經歷，我們可以發現，在這次AIGC時代的浪潮中，能夠脫穎而出的企業、團隊，未必是財大氣粗的頭部大廠。

因為在生成式AI、雲計算等技術逐漸抹平大企業與中小企業之間的技術、成本差距後，各企業真正比拼的，只剩下人才、創意與執行力。

而這也是為什麼， Midjourney這類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，具有大企業所沒有的靈活性、創見和魄力。

而這類小團隊的創意、靈感，若要真正在市場、社會中紮下根，就離不開對用戶多樣化、個性化需求的追蹤。

這是因為，AIGC技術的「泛用性」，決定了其絕不是針對某一行業、人群，或是某一類企業的技術。

只有在這多樣化的需求中，儘可能地滿足不同層級用戶的特定需求，一款產品才能真正地具有長遠的生命。

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

在算力已經愈發成為大模型訓練瓶頸的今天，如果在訓練開發環節，直接調用雲端的大模型和AI算力資源，完成後一鍵分發到用戶終端上，就可以大大降低成本，減少工作量。

因此，Midjourney 「雲上計算」的這一步棋，着實是摸准了時代的方向。

互聯網的演進之路，已經說明，無論To B還是To C行業，都在追求越來越集約精簡的終端硬件、越來越低門檻的交互入口、越來越輕盈的軟件應用。

所以說，大模型從雲入端，是模型服務商實現商業化的必爭之地。

04 總結
從Midjourney看似不可思議的創業經歷，我們可以發現，在這次AIGC時代的浪潮中，能夠脫穎而出的企業、團隊，未必是財大氣粗的頭部大廠。

因為在生成式AI、雲計算等技術逐漸抹平大企業與中小企業之間的技術、成本差距後，各企業真正比拼的，只剩下人才、創意與執行力。

而這也是為什麼， Midjourney這類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，具有大企業所沒有的靈活性、創見和魄力。

而這類小團隊的創意、靈感，若要真正在市場、社會中紮下根，就離不開對用戶多樣化、個性化需求的追蹤。

這是因為，AIGC技術的「泛用性」，決定了其絕不是針對某一行業、人群，或是某一類企業的技術。

只有在這多樣化的需求中，儘可能地滿足不同層級用戶的特定需求，一款產品才能真正地具有長遠的生命。

既服務所有人，又不忽視每一個特殊的人，這或許就是Midjourney成功的最大原因。-(來源:阿爾法工場)