Midjourney:AIGC现象级应用如何助力内容创作者

Midjourney 是一款 AI 软件,也是一个垂类 SaaS 产品,引用 Point Nine Capital 的创始合伙人 Christoph Janz 的观点,垂直 SaaS 产品的成功离不开以下基本原则:对所在行业的客户有更深入的了解;以最好的方式解决他们的具体问题;专门向目标的群体进行营销/销售;随着时间的推移增加更多的功能层,增加 ACV( 平…

Midjourney 是一款 AI 软件,也是一个垂类 SaaS 产品,引用 Point Nine Capital 的创始合伙人 Christoph Janz 的观点,垂直 SaaS 产品的成功离不开以下基本原则:对所在行业的客户有更深入的了解;以最好的方式解决他们的具体问题;专门向目标的群体进行营销/销售;随着时间的推移增加更多的功能层,增加 ACV( 平均客户价值)和粘性。我们在 Midjourney 的产品中看到了以上特点,也在其未来发展规划中看到了对增加 ACV 和用户粘性的努力。

惊艳的产品效果

Midjourney 产品定位具体,“了解用户到底需要什么”,商业可行性强,能在更大程度上提高创意设计的效率。正如 Discord 中的用户评价:“ Midjourney 超过其竞争对手是因为它生成的图片都是可以商业化的。” 具体而言,Midjourney 的 prompt 简短,具有科幻色彩。相比之下,DALL-E2 更偏写实风格,Stable Diffusion 无风格偏向,但需要更长的 prompt 和更多的尝试来获得好的图片效果。

Midjourney:AIGC现象级应用如何助力内容创作者

Mobile App UIs, created by midjourney

Prompt 包括图片内容描述、艺术风格描述、艺术媒介&手段、光线描述、图片细节描述等等,使用不同的 prompt 可以实现图片的精细化调节。利用 Midjourney 获得美术竞赛数字艺术类别一等奖的 Théâtre D’opéra Spatial (太空歌剧院),创作者 Jason Allen 经过了 80 个小时的创作、大约 900 次尝试才完成了这个作品。

但这也反映了目前的图片生成无法控制,也无法修改。对于用户是一个黑盒,一方面不知道输入什么样的 prompt 会突然产生好的效果,另一方面即使每次都输入同样的词,每次出来的东西也不一样。但产品如果要商用化,每一个步骤都应该是有迹可循的。

对于 Midjourney 独特的艺术风格,Holz 表示,Midjourney 在优化模型的过程中是期待制作美好的图片,激发人类的想象力,而不是复刻现实。Midjourney 不会成为假照片的制造机器。

同时,Midjourney 在质量和速度之间做了“黄金区域”的选择。最初有 20 分钟生成高画质图片和 15 秒能生成低画质的图片两种算法。经过测试发现,相较于质量,人们更关心速度,但太快也不会带来更多体验上的加成。所以最终选择了 60 秒的版本,比 10 秒生成的质量更高,速度也在人们舒适的范围内。

以 Discord 为载体的社区交互设计

Discord 为 Midjourney 的启动提供了绝佳的社交体验平台,成功将其带入了大众市场。一方面 Discord bot 降低了用户使用门槛;另一方面,图片创作是一个在讨论中不断迭代的过程,欣赏其他用户的作品有也助于激发灵感。Holz 在访谈中也提到,不直接做一个 iOS App 的原因是因为人们喜欢艺术共创。Midjourney 迅速成为 Discord 上用户最多的服务器,拥有了超 1000 万名社区成员。

Midjourney 近期扩大了产品的可用范围,任何人都可以将 Midjourney bot 引入自己的 Discord 服务器,这将进一步扩大 Midjourney 的使用容量。

Midjourney:AIGC现象级应用如何助力内容创作者

通过数据飞轮和快速迭代,建立护城河

迭代速度对于文生图软件非常重要。SaaS 订阅制的产品模式使其盈利能力取决于图片效果及成本。而底层技术的飞速进步,必须不断地迭代模型以紧跟行业发展。其实数据质量及数据标注质量的重要性远远超过模型本身。Midjourney 以 PLG 的模式获得庞大用户量,形成数据飞轮,能够根据用户需求针对性地训练模型并快速迭代产品,长期来看更有利于建立竞争壁垒。

Midjourney 自发布以来迭代速度非常快。2022 年 3 月 V1 发布时仍参考了很多的开源模型;4 月、7 月和 11 月分别发布了V2、V3 和 V4,迭代出了自己的模型优势。V4 补充了生物、地点等信息;增强了对细节的识别能力及多物体/多人物的场景塑造能力。总之,每次迭代都是产品功能的飞跃。

Midjourney 也在扩展地理版图。目前已经登录中国市场,使用微信内测群的方式提供服务。用户在内测群中艾特 Bot,并输入关键词,就可以生成 AI 图片。

逐渐深入设计工作流

Midjourney 替代了 Google Images、Shutterstock、Getty Images、Pinterest、Unsplash 等传统图库平台,用户不再需要花费数小时搜索他人的作品激发灵感,而是直接生成,据称可以将一个月的工作量降低至一星期。

ToB 端,Midjourney 目前还主要在设计工作流初期。因为自定义能力有限,无法调整样式;也无法与其他平台集成,要生成满意的图片需要反复的尝试;所以只能用于灵感激发和提高工作效率,对于工作流的渗透并不深入。近期发布的 ControlNet 使得 Diffusion 模型更好地受控生成图片,提高了图片生成的速度和精准度,并可以调整图片细节,将会进一步深入工作流,改变专业设计行业的生产模式。Midjourney 若要进一步深入工作流需尽快集成 ControlNet。

ToC 端,会极大的简化工作流,比如代替设计师或外包商完成公众号等自媒体团队的图片设计等等。

不可忽视的是,Midjourney 在发展过程中还面临着潜在风险,如版权问题。David Holz 承认 Midjourney 使用的公开数据集包含了数百万张未经作者同意的作品;2023 年 1 月,三位艺术家对 Stability AI、Midjourney 以及 DeviantArt 提起了侵犯版权的诉讼。AI 生成作品中还存在着种族歧视及成年内容。虽然 Midjourney 进行了关键词限制,但仍无法完全避免相关内容出现。

Prompt 生态

社区用户对于 Midjourney 的能力探索热情极高,目前已经出现了 prompt 的学习交流网站如 promptoMANIA,社群中也流传着很多 prompt 数据集的公开 Google 文档及文章教程。

Style groups in midjourney — Image by Lars Nielsen

由于用不同的 prompt 获得的图片效果差异很大,甚至出现了 prompt 交易平台。PromptBase就是一个包含Midjourney、DALL-E2、GPT-3 等不同平台 prompt 的交易平台,产品定价为 1.99 – 5.99 美元不等,平台抽佣 20%。目前为止,PromptBase 已有 1 万多名用户,最受欢迎的内容为 Logo、网站、服装等商业化设计场景,能够卖出几百到几千次。

Prompt 交易市场之所以能存在,一方面是因为人们表达能力的不同;另一方面是模型内部逻辑的原因,一些看似不合常理的词语组合却能获得意想不到的效果。OpenAI 创始人Sam Altman在采访中表示,未来的 AI 系统不会因为增补特定词就产生截然不同的输出,而是能更好地理解自然语言。所以未来,该平台的价值会被表达能力更强的人捕获。

06. 团队背景

Midjourney 正式团队成员十分精简,共 11 人。除了 CEO 之外,有 8 位研究与工程师,2 位财务与法务。除此之外,还有 4 位编外顾问,以及 60 位兼职 Discord 运营。

CEO David Holz 高中时便尝试创意领域的创业,大学主修数学物理学,在攻读流体力学博士的同时为 NASA 和 Max Planck 工作。之后创立了 Leap Motion,获得来自 a16z、Founders Fund、Intel Capital 和 JP Morgan 的超 1.2 亿美元投资。Leap Motion 的核心技术是手部追踪技术,想要成为 Metaverse 中的“鼠标和键盘”,但因为 VR&AR 一直难以突破瓶颈,所以“鼠标和键盘”自然也缺乏应用场景。

虽然 Holz 离开了 Leap Motion,但从未放弃 Metaverse 的蓝图,他创立了 Midjourney,或许也期待成为 Metaverse 中的生产力和 “大脑”。Midjourney 团队的多个核心成员来自 Leap Motion,如 CFO Nadia Ali 和高级研发工程师 Johnathon Selstad。团队成员及顾问拥有 AI 技术及产品创业的复合背景。这使得 Midjourney 不仅擅长模型优化,也能够理解用户,打造优秀的产品。

David Holz 认为 AI 不应该被限制,而是人类应该去适应。他将 AI 比作水,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。同时,他认为文生图的核心并不是艺术或深度伪造(deepfakes),而是人类想象力的引擎。正是团队的思维方式使得 Midjourney 的风格充满了科幻色彩,也使其选择了 Discord,以最开放的方式面向用户。

在 2022 年 8 月的采访中,Holz 表示 Midjourney 目前不以财务回报为动机,也没有成为上市公司的计划。只是期待未来十年能够做对个人和世界有意义的事情,并且从中享受乐趣。

07. 竞争格局

竞争对手

Midjourney 主要的竞争对手为以下几家使用了 Diffusion 模型的文生图软件公司:

Midjourney:AIGC现象级应用如何助力内容创作者

科技大厂也在文生图领域积极布局,但速度较慢,目前仅仅发布了理论模型。Apple 若未来将 Stable Diffusion 嵌入 Iphone 中,可能会对行业格局产生较大影响。

Midjourney vs. Stable Diffusion

Midjourney 最有力的竞争对手是 Stability.AI,与 Midjourney 的闭源不同,其模型 Stable Diffusion 因开源模式受到了广泛关注。

Stable Diffusion 于 2022 年 8 月推出,以开源底层代码的形式在 HuggingFace/Github 公开发布。“将 AIGC 交到数十亿人手中,实现技术民主化”,用户可以在其代码的基础上运行或修改,制作自己的应用程序,向终端用户提供服务。作为稀缺的开源模型,同时有着良好的性能,公测后就受到了广泛的关注和好评,积累了大量用户。截止 2022 年 10 月,Stable Diffusion 已经有超过 20 万开发者下载和获得授权,各渠道累计日活用户超过 1000 万。团队开发的付费在线平台 DreamStudio 目前获得了超过150 万用户,生成超过1.7 亿图片。

Stable Diffusion 的开源优势在于能够吸引大量的开发者,最大程度的把模型用起来。开源社区会齐心协力地完善模型文档,共同推进 prompt engineering,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,使得文生图行业快速成长和普及。同时社区成员会创建新的 UI,通过扩展现有的功能创造新的用例,因此 Stable Diffusion 模型上长出了繁荣的应用。缺点在于商业化不够直接,可能为别人“做了嫁衣”。

同时,Midjourney 与 Stable Diffusion 因使用的数据集及模型微调方式不同,在产品层面存在较大差异。

• 产品定位上,Midjourney 是给创意设计群体开发的灵感激发及效率工具。

而 Stable Diffusion 更为开放,在风格变化的多样性上具有优势,但获得想要的图片效果需要更长的 prompt 和更多的尝试,同时在特定领域都不如该领域的专业化产品。

• 商业化维度,对比 Midjourney 的闭源与 Stable Diffusion 的开源,Midjourney 商业化层面更为占优。

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。在与 Stable Diffusion 的竞争中,因为其模型的开源,Midjourney 可以随时集成其模型优势。

• 用户获取层面,Midjourney 最早开放了 Openbeta 版本,短时间获得大量用户。

但 Stable Diffusion 的商业化版本 DreamStudio 需要等待 Wait list,而开源模型的本地部署有较高的门槛。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。

本文来自投稿,不代表创意星球立场,如若转载,请注明出处:https://crstai.com/post/207/

(60978)
上一篇 2022年11月30日 上午2:21
下一篇 2023年3月15日 上午11:30

相关推荐

  • 最火AI画图应用Midjourney不再免费:花钱才能避免泛滥

    近日AI图像生成服务Midjourney被遭到滥用,3月30日,Midjourney宣布不再提供免费试用版。 AI图像生成服务经常被人滥用改造名人相片。近日推特上流传一帧天主教教宗方济各(Pope Francis)被改造的相片引发哗然。照片中的教宗穿着貌似知名品牌巴黎世家(Balenciaga)价格超过3,500美元的白色蓬松系腰外套,脖子上还挂着十字架项链…

    2023年3月31日
    2.7K
  • Leonardo.Ai 一款功能强大免费 AI 绘图,随心所欲创作

    「Leonardo.Ai」,生成圖片的品質不輸 Midjourney、Stable Diffusion。 Leonardo.Ai 的技術是基於開源的 Stable Diffusion,使用者只需輸入簡單的文字指令,就可以生成各種風格的圖片,且可供商用,還能訓練自己的模型、使用 3D Texture Generation 功能來生成 3D 圖像材質,讓你能夠作…

    2023年8月5日
    10.4K
  • DALL-E 3的AI出图教程,比肩Midjourney

    2023年9月, Open AI 宣布 ChatGPT 将要加入 DALL.E 3 最新 AI 绘图引擎,从 2023年10 月份开始,陆续提供给 ChatGPT Plus 或企业版帐户使用,也就是说,可以直接在 ChatGPT 中使用 GPT-4 来生成图片了!前几天,我也在自己的帐号中获得 AI 生成图片新功能,马上实际试试看,发现 ChatGPT 的 …

    2023年10月30日
    265

联系我们

+1(740)-679-2888

邮件:darler@qq.com

工作时间:9:30-17:30

联系微信