Midjourney 上線首個影片模型 V1：圖生 5 秒短片，繼承招牌畫風

Midjourney 憋了這麼久的影片功能，終於端上來了。

不過，這個叫 V1 的影片模型剛上線，趕上的節點多少有點微妙：就在前幾天，迪士尼和環球影業剛因為版權侵權把 Midjourney 告上了法庭。但官司歸官司，團隊還是把網頁端的新按鈕推給了所有社群使用者。

先動起來，而且一次給四條

和市面上很多文生影片模型不同，Midjourney 這次走的是純圖生影片（Image-to-Video）路線，而且暫時只在網頁端提供。

玩法並不複雜。你在網頁上點開一張圖，就能看到「Animate」按鈕。你可以讓系統自動配一段運動提示詞幫你盲盒式動起來，也可以手動輸入提示詞，指定鏡頭怎麼走、主體怎麼動。

系統給了兩檔動態選項：低動態適合環境靜止、主體慢動作的微動鏡頭，不過有時可能畫面根本不動；高動態則讓鏡頭和主體一起動，不過容易出現畫面變形或破綻。

除了動自家生成的圖，你也可以把外部圖片直接拖進輸入框作為起始幀來做動效。

每次生成任務，V1 會直接生成 4 條 5 秒長的影片。如果你覺得某條感覺對了，可以按大約 4 秒一段往後延長，最多能延長 4 次，把片子拉長到 20 秒左右。

算力消耗方面，Midjourney 稱一次影片任務大約消耗相當於 8 張圖片的生成算力，相當於 1 秒影片摺合 1 張圖的成本。CEO David Holz 稱這比市面上現有的影片模型便宜了 25 倍，並且後續會針對 Pro 及更高訂閱檔位測試 relax 慢速免額度模式。

它的終點其實不是做影片

如果你衝著 Sora 或者谷歌 Veo 3 那種帶聲音、懂物理規律的大片去試 V1，大機率會覺得它還差點意思。V1 目前完全不支援聲音生成，也沒有純文本直接出影片的功能。

但 David Holz 在公告裡把底牌亮得很明白：影片並不是終點，而是他們通往「即時開放世界模擬器」的一塊墊腳石。

按他的構想，這個未來的世界模擬器需要四塊積木拼圖：影像負責視覺質感，影片負責讓畫面動起來，3D 負責在空間裡移動，最後還要靠即時模型讓這一切能互動。接下來的這一年，Midjourney 會分別把這些積木一塊塊搭出來，最終揉進同一個系統裡。

為什麼重要

對於創作者和設計師來說，V1 最大的價值不是技術有多顛覆，而是工作流終於順手了。Midjourney 最大的壁壘一直是它的美術審美和質感，以往大家要先在它這裡刷出驚豔的靜幀，再導去 Runaway、Luma 或 Kling 裡做動效，跨工具非常折騰。現在一鍵動起來，還保留了 MJ 標誌性的質感，儘管只有 5 秒，但做社交媒體動態海報、分鏡草稿已經完全夠用。

從商業定價看，我們認為 Midjourney 這次把價格壓到「1 秒影片約等於 1 張圖的成本」，對行業是很有殺傷力的一招。影片生成以往最勸退人的就是高昂的算力費，直接生成 4 條還宣稱比競品便宜 25 倍，擺明了是想靠低門檻讓海量使用者放開手腳去刷。

但隱患同樣明顯。首先是功能單薄，既不能加音訊，也沒有文生影片能力，長鏡頭一致性依然依賴多次拼接。更麻煩的是法律風險，好萊塢巨頭剛把侵權訴訟砸下來，Midjourney 就放出讓靜止角色徹底動起來的影片工具，一旦使用者拿受版權保護的角色大做二創影片，版權戰火只會燒得更旺。不過單就產品體驗而言，如果你本來就是它的會員，現在去網頁端點一下讓老圖動起來，絕對值回票價。