經過數月的猜測，Midjourney終于推出了其首款視頻模型。公司稱這一舉措是實現AI系統實時模擬完整3D世界的重要早期里程碑。
全新的"圖像轉視頻"功能允許用戶將任何Midjourney生成的靜態圖像轉化為動畫短片。用戶只需在網頁界面點擊新增的"動畫"按鈕，即可選擇自動模式（由系統決定動畫效果）或手動模式（通過文字描述自定義動畫效果）。
該功能提供兩種主要模式："低動態"模式適合固定鏡頭和緩慢移動的場景，而"高動態"模式會大幅增強鏡頭和主體的運動幅度——不過Midjourney表示，這可能導致畫面精確度下降。
每段視頻可進行最多四次延長，每次延長約4秒。用戶還能在每次延長時修改原始圖像的提示詞。
非Midjourney生成的圖像也可通過拖拽至提示框并設為"起始幀"來實現動畫效果，用戶只需用文字描述期望的運動軌跡即可。
目前官方尚未公布分辨率、幀率或比特率的具體參數，也未內置畫質提升功能。實測下載的視頻為480p MP4格式，幀率為24fps。
視頻生成成本約為圖像的八倍
該視頻功能目前僅限網頁端使用。生成視頻的消耗約為靜態圖像的八倍，每次可生成四段5秒的短片。實際換算相當于每秒視頻消耗約1張圖像的生成額度。Midjourney聲稱其成本比競品低約25倍。
針對"Pro"及以上等級用戶，公司正在測試"視頻放松模式"，允許用戶在不消耗快速生成額度的情況下制作視頻，可能進一步降低單次生成成本。官方表示未來幾周將根據需求量和服務器負載調整定價策略。
技術演進與行業競爭
Midjourney將此次視頻模型的發布視為關鍵過渡步驟。其長期目標是將視頻模型、3D元素與實時處理技術整合為統一平臺。創始人David Holz始終致力于開發能實時模擬世界的系統。視頻模型開發過程中積累的經驗也將反哺現有的圖像工具。
在AI視頻領域，谷歌Veo 3模型目前被普遍視為行業標桿。該模型可直接通過文字提示生成視頻，無需初始圖像，還能添加語音和音效，在當前AI視頻領域獨樹一幟。
法律糾紛持續發酵
與此同時，迪士尼與環球影業已聯合起訴Midjourney，指控其AI圖像生成器未經授權創建了達斯·維德、小黃人等注冊商標角色的圖像。這份提交至加州聯邦法院的訴狀指出，Midjourney在多次警告后仍持續復制受版權保護的內容。
兩家制片公司要求賠償損失、陪審團審判，并申請禁令阻止未來對受保護角色的使用。類似版權糾紛可追溯至2023年。截至目前，Midjourney尚未公開回應，其新視頻模型的訓練數據來源亦不明確。
精選文章：