Midjourney：伟大的公司只需要11个人

目前，随着 AI 技术的快速迭代，各种基于 AIGC（人工智能内容生成）技术的产品不断涌向社会，而其中最普遍的，则莫过于大量的 AI 绘图模型，如 Midjourney、Dreambooth、Novel AI 和 Stable Diffusion 等。

虽然 AI 绘图领域，看似进入了百花齐放的时代，但目前业内的顶流，仍然是 Midjourney 和 Stable Diffusion 为代表两大龙头。

今年 4 月，Midjourney 进一步宣布推出针对二次元、动漫风格的绘图模型 Niji-journey V5。

这一模型与以往最大的不同，就是它能 “取代” 高级原画师了。

凭借着出众的造型张力和色彩使用、以及丰富的风格化表现力，Niji V5 不光看傻一众吃瓜群众，甚至惊艳了业内画师，让人直呼其已经具有了大师插画的味道。

之所以能够如此质变，一大原因在于相较此前版本，Niji V5 支持了风格化（stylize）参数设置。

简而言之，在该版本下，用户只需使用风格化命令，就能引用不同艺术家设计风格产出图片。

在 Niji V5 的助力下，人们轻易地生成了许多 “大师级” 的作品。

Niji V5 产出图片的品质相当优秀，几乎覆盖市面上的常见风格。在此基础上，使用者只需要微调设计，基本能够达到大部分优秀高级原画的工作需求。

如此出色的技术，不禁让人对其背后的 Midjourney 公司产生了强烈的兴趣。

实际上，虽然 Midjourney 和 Stable Diffusion 同为当前 AI 绘画的两大领军者，但其当下的境遇却有着天壤之别。

Stable Diffusion 背后的明星公司 ——Stability AI，目前正面临严重的财政困境，由于没有明确的盈利途径，公司正面临倒闭的危机。

相较之下，Midjourney 却运行得风生水起，凭借着付费订阅的商业模式，Midjourney 不仅获得了每年 1 亿美元的营收，并且在 Discord 上已经积累了 1000 多万用户。

同为开发绘画 AI 的团队，Midjourney 是怎么取得今天的成就的呢？

01、延伸人类想象力

虽然 Midjourney 在不融资的情况下就实现了盈利，但从创建的背景来看，创始人大卫・霍尔茨（David Holz），并不像那种钻进钱眼里的人。

他为 Midjourney 设立了一个非常不 “铜臭” 的宗旨：AI 不是现实世界的复刻，而是人类想象力的延伸。

而这样充满科幻色彩的宗旨，和大卫的背景、经历有着很大的关系。

MidJourney 的创始人大卫・霍尔茨

作为一个数学专业的博士生，大卫曾在大学期间研究激光雷达、大气科学和火星任务，可谓是一个涉猎甚广，且充满好奇心的 “怪才”。

经过了广泛的探索后，大卫似乎找到了自己真正的兴趣所在，于是，在 2010 年便创立了一家研发手部跟踪技术为主的公司 ——Leap Motion。

然而，由于与之相关的 VR/AR 技术一直不成熟，Leap Motion 也始终没能做出有具体应用场景的产品。

大卫之前研发的手部追踪产品

最终，2019 年，大卫把 Leap Motion 公司卖给了竞争对手 Ultrahaptics。随后，他成立了一个工作室来探索新的机会，

恰巧在这时，AI 在生成艺术方面取得了突破。

Transformer 架构的出现，彻底改写了图像合成的历史。从此，多模态深度学习整合了 NLP 和计算机视觉的技术，成为图像合成的艺术方法。

于是，借着生成式 AI 的东风，大卫创建了 Midjourney。

公司团队成员仅 11 人，其中 1 位创始人、8 位研发人员、1 位法务、1 位财务。

在公司的构成中，完全没有产品经理、市场销售人员，除了创始人、两个支持性岗位（法务、财务），80% 的人员都是研发人员。

而作为中坚力量的研发成员，一半（4 位）都是尚未毕业的本科生。

虽然这四位本科生都有一些实操甚至是创业经历，但是确实经验有限，而且也非毕业顶尖名校。

剩下来的几位研发人员，都有着比较丰富的职业经历。

在聚拢人才后，大卫也进一步明确了自己对于 Midjourney 的理念。

大卫将公司 Logos 设计成了一艘在波浪中航行的帆船，意为水既危险，又是文明的驱动力。

懂得如何与水一起生活和工作的人类，将有能力在水中游泳、做船、筑坝发电，从而更好的生活，因此，大卫认为 AI 是人类想象力的引擎。

然而，在当时生成式 AI 的竞争格局上，有这类 “雄心壮志” 的团队，可不只 Midjourney 一家。

例如 Stable Diffusion 的母公司 Stability.AI，在创立时也声称要将自己的使命定格为成为世界领先的开源 AI 公司，并发扬将 AI 共享于全世界的理念。

然而，口号喊得震天响，理念终归是不能当饭吃的啊。

情怀满满的大卫，之后是怎么解决一系列公司融资、盈利的问题的呢？

02、开源 VS 闭源

从今天来看，Midjourney 的盈利模式看上去十分简单，即通过付费订阅的商业模式，按月向用户收取费用，其标准有 3 种套餐，分别是 10/30/60 美元 / 月。

不过，这样的模式要想行得通，得解决两大关键问题：

1. 凭什么让用户产生付费的意愿？

2. 大模型训练所需要的高昂成本怎么解决？

先来说说第一点，实际上，当 AI 图像生成技术开始方兴未艾之时，很多使用者并不觉得这种技术是需要 “付费” 的。

原因就在于，当时像 Stable Diffusion 这样的行业龙头，为了吸引大量的开发者，最大程度的把模型用起来，因此采取了开源的模式。

和 Dall・E、Midjourney 不同，Stable Diffusion 是完全免费、不限次数、任何人都可用的。

虽然对硬件有着一定要求，但也能在几秒钟内生成高清图像。

这样的好处在于，开源社区会齐心协力地完善模型文档，共同解决技术难题。这使得代码的迭代速度非常快，优化效率远远高于闭源系统。

但缺点也很显而易见，那就是商业化不够直接，可能为别人 “做了嫁衣”。

而相较之下，Midjourney 却采用了不那么开放的 “闭源系统”。

如果说闭源系统真的有什么好处，那就是针对性更强了。

因为模型闭源，并通过庞大的用户量积累了独有的数据集，可以根据用户需求不断地针对性训练模型，长期来看更有利于建立竞争壁垒。

在探索用户需求这点上，大卫采取了产品上线后边测试边改进的办法。

例如 Midjourney 模型最开始很慢，需要 20 分钟才能出一张高质量的图片。后来团队推出了一个做 15 秒生产图片，但是质量没那么高的版本，

经过多轮测试，团队了解到，速度和质量其实都只是表象，因为不同用户的选择，实际上是多维度的。

在针对用户需求进行调整后，无论是创意行业设计者，还是普通爱好者，都能通过 Midjourney 满足自身的绘画需求。

除了了解用户需求外，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，对显卡和硬件性能也几乎没有要求。

虽为闭源，但 Midjourney 在使用难易度上，却更像一个 “亲民” 的大众产品。

于是，Midjourney 获得大量用户后，养成了用户使用习惯，且在开启付费订阅后就进一步加强了用户粘性。

03、算力难题

刚才提到，Midjourney 在硬件方面，对用户几乎没什么要求。而这样的原因，则是由于 Midjourney 所有的图片都是在云上完成并训练的。

但如此庞大的云计算量，必然需要高昂的成本，这就回到了刚才的第二个问题：

在没有融资的情况下，在云上进行大模型训练所需要的高昂，该成本怎么解决？

实际上，大卫解决这个问题的方式很简单，也很不可思议。

当大卫需要找到一个云供应商提供 10,000 个 GPU 时，他直接给云供应商的负责人发了封电子邮件，结果对方就直接给到了这些资源，完全不需要风险投资。

看到这儿，也许有人惊得下巴都掉了，这种事在现实中真的可能吗？

当然，供应商并不是抽风了，而是看中了大卫之前的成就和声誉。

大卫之前的创业已经获得了声誉，大卫打从创办 Leap Motion 的时候起就有一个观点，他觉得技术的最大限制不是规模、成本或速度，而是人们如何与之互动。

Leap Motion 的手势互动是一个尝试，到了 Midjourney 这里，他开始使用更短的绘画关键词（prompt）来催动 AI 产出。

这样的理念，吸引了每一个了解大卫的人，也让他得到了云供应商的支持。

然而，在获得了供应商的鼎力支持后，大卫也仍然要面对算力捉襟见肘的问题。

从成本来说，Midjourney 大约 10% 的云成本用于训练，90% 是用户制作图像的推理。所以几乎所有的成本都在制作图像上。

为解决这一点，Midjourney 在世界上八个不同的地区，设立了自己的服务器，比如韩国、日本或荷兰等，在每个时区的夜间，当地人都在睡觉，没有人使用 GPU。Midjourney 就可以充分利用这些算力，实现 GPU 负载平衡。

实际上，这种依靠云端服务器来降低成本、加快模型训练的做法，与目前腾讯训练大模型的策略十分相似。

在算力已经愈发成为大模型训练瓶颈的今天，如果在训练开发环节，直接调用云端的大模型和 AI 算力资源，完成后一键分发到用户终端上，就可以大大降低成本，减少工作量。

因此，Midjourney “云上计算” 的这一步棋，着实是摸准了时代的方向。

互联网的演进之路，已经说明，无论 To B 还是 To C 行业，都在追求越来越集约精简的终端硬件、越来越低门槛的交互入口、越来越轻盈的软件应用。

所以说，大模型从云入端，是模型服务商实现商业化的必争之地。

04、总结

从 Midjourney 看似不可思议的创业经历，我们可以发现，在这次 AIGC 时代的浪潮中，能够脱颖而出的企业、团队，未必是财大气粗的头部大厂。

因为在生成式 AI、云计算等技术逐渐抹平大企业与中小企业之间的技术、成本差距后，各企业真正比拼的，只剩下人才、创意与执行力。

而这也是为什么， Midjourney 这类仅有寥寥十几人的小团队能脱颖而出的原因。因为这样依靠少数尖端人才组建的团队，具有大企业所没有的灵活性、创见和魄力。

而这类小团队的创意、灵感，若要真正在市场、社会中扎下根，就离不开对用户多样化、个性化需求的追踪。

这是因为，AIGC 技术的 “泛用性”，决定了其绝不是针对某一行业、人群，或是某一类企业的技术。

只有在这多样化的需求中，尽可能地满足不同层级用户的特定需求，一款产品才能真正地具有长远的生命。

既服务所有人，又不忽视每一个特殊的人，这或许就是 Midjourney 成功的最大原因。

来源：AI 新智能 微信号：alpAIworks