共计 1069 个字符，预计需要花费 3 分钟才能阅读完成。
Midjourney，这家备受瞩目的 AI 图像生成初创公司，于本周三正式推出了其 AI 视频生成模型 V1，进一步拓展了其技术版图。V1 模型允许用户上传一张图片——无论是自己拍摄的还是通过 Midjourney 其他模型生成的——并基于该图片生成四段五秒的视频。与 Midjourney 的图像生成模型类似，V1 目前仅通过 Discord 平台提供，并且初期仅支持网页端使用。
V1 的发布标志着 Midjourney 正式加入了与 OpenAI 的 Sora、Runway 的 Gen 4、Adobe 的 Firefly 以及 Google 的 Veo 3 等公司的竞争行列。尽管许多公司专注于开发适用于商业场景的可控 AI 视频模型，Midjourney 却始终以其独特的 AI 图像生成技术吸引着创意型用户。Midjourney CEO David Holz 在一篇博客文章中表示，AI 视频模型是公司迈向“实时开放世界模拟”AI 模型这一终极目标的关键一步。
然而，V1 的发布并非一帆风顺。就在一周前，Midjourney 因被迪士尼和环球影业起诉而陷入舆论漩涡。诉讼称，Midjourney 的 AI 图像生成模型生成的图片中包含了这些公司受版权保护的角色，如霍默·辛普森和达斯·维达。好莱坞电影公司对 AI 图像和视频生成技术的兴起感到担忧，认为这些技术可能会取代或贬低创意领域的工作，并指控这些产品是基于其受版权保护的作品进行训练的。
尽管 Midjourney 试图通过强调其技术的创意性而非即时商业应用来与其他 AI 初创公司区分开来，但这些指控仍然难以避免。此外，V1 的视频生成费用是普通图像生成的 8 倍，这意味着订阅用户在生成视频时，每月的生成配额将比生成图像时消耗得更快。目前，用户可以通过订阅 Midjourney 每月 10 美元的基础计划来尝试 V1，而每月 60 美元的专业计划和每月 120 美元的超级计划用户则可以在“Relax”模式下无限生成视频。
V1 模型提供了一些自定义设置，允许用户控制视频的输出效果。用户可以选择自动动画设置，使图像随机移动，或者通过文字描述手动添加特定动画。此外，用户还可以通过选择“低运动”或“高运动”来调整相机和主体的运动量。尽管 V1 生成的视频默认长度为五秒，但用户可以选择将其延长四秒，最多延长四次，使视频最长可达 21 秒。
与 Midjourney 的 AI 图像生成模型类似，V1 的早期演示视频呈现出一种超现实的风格，而非极度逼真。尽管 V1 的初步反响积极，但其与其他领先的 AI 视频模型相比表现如何，仍需进一步观察。这些模型已经在市场上存在数月甚至数年，而 V1 的加入无疑将为这一领域带来新的竞争与挑战。
