Midjourney 在 AI 公司 Value Chain 上占據了多個位置，擁有數據層、模型層、應用層整個技術棧。它參考 CLIP 及 Diffusion 構建了自己的閉源模型，抓取公開數據進行訓練，并構建了 Discord 中的 Midjourney bot 應用。作為應用層公司，Midjourney 收集用戶反饋數據，迭加技術的進步，不斷迭代模型。

AI’s next frontier:building and investing in Large Language Models

2022 年 3 月，Midjourney 啟動邀請制 Beta 版本。因為文生圖本身具有極強的吸引力，且 Midjourney 創作的圖片質量很高，所以很快就吸引了大量用戶。

從圖中可以看出，AI 生成藝術的興趣浪潮由 6 月初的 DALL-E2 引發。2022 年 7 月，Midjourney 開放 Openbeta 版本；2022 年 8 月，使用 Midjourney 創作的畫作 Théatre D’opéra Spatial（太空歌劇院）獲得了美術競賽數字藝術類別的一等獎，人們對于 Midjourney 的關注達到高峰。雖然文生圖領域應用層出不窮，但 Midjourney 保持住了在人們心目中的地位，目前仍是使用最廣泛、最受用戶喜愛的文生圖應用。截止 2023 年 2 月 12 日，Discord 頻道的用戶數達到 1081 萬，早已實現盈利。

04 Who is the Customer？

Midjourney 用戶群體廣闊，主要包括創意設計人群、工業設計人群、Web3 & NFT 從業者以及個人愛好者。

創意設計人群

創意設計從業者是一個很大的群體，滲透各行各業。小 b 端，包括產品設計師（如玩具、墻紙等）；圖片設計師（網站、廣告、PPT、Logo、插圖等）；游戲設計師（游戲場景、角色、道具）以及自媒體創作者等等。企業端，Midjourney 可服務廣告公司、影視公司、品牌的廣告創意部門等對于藝術效果圖有大量需求的客戶。

Midjourney 生成的圖片可以顯著地提高創意設計人群的工作效率。目前 Discord 的用戶中專業設計師占比達 30% – 40%，包括 Nike、Adidas、New Balance 等公司的設計師。根據客戶訪談，Midjourney 主要被應用于設計工作早期，幫助設計師激發靈感，快速測試想法，并迭代圖片。用戶表示，設計品牌始終在尋找設計新方法和新工具以提高工作效率，對于 Midjourney 的付費意愿非常強。Midjourney 的風格包括很多科幻元素，擅長創造環境圖，同時針對人像做了優化，風格較為細膩，非常適合游戲、電影、音樂和出版等創意行業。

工業設計行業

Midjourney 也進入了工業設計等精細化要求較高的領域，如建筑設計。目前 Instagram 上有許多建筑師分享文生圖作品，有超過 72,000 個帖子被標記為 #midjourneyarchitecture。

An image of a house for a pianist,designed by Tim Fu using Midjourney.

Source: Tim Fu

Created by Jon Henning

在工作中，建筑師使用 Midjourney 在項目的最初階段創建情緒版 (mood board)。目前 Midjourney 生成的圖像僅能作為草圖，用來激發靈感。建筑師將這些草圖翻譯成圖紙，并建模和進行結構分析，開發出 3D 模型后，建筑師會再將圖像反饋給 Midjourney，進一步迭代建筑圖紙。不過近期發布的 ControlNet 將會進一步深入設計工作流。

*情緒版 (mood board) 是指一系列圖像、文字或樣品的拼貼組合物，用來展現設計師對一個項目的想法或感覺。

NFT 從業者

NFT 無疑也是文生圖的一大應用場景。Midjourney 目前被廣泛應用在 NFT 創作上，因此公司發布規定，如果在 “與區塊鏈相關的事物” 中使用 Midjourney 生成圖像，需要對每月超過 20,000 美元的收入部分支付 20% 的版稅。

NFTs Created by Midjourney

個人愛好者

Midjourney 用戶群體中不乏個人愛好者，如自媒體群體。文生圖大大降低了藝術創作門檻，使得普通用戶也可以成為藝術家和設計師，并通過 AI 創作獲取收入。

05 Why Midjourney?

Midjourney 是一款 AI 軟件，也是一個垂類 SaaS 產品，引用 Point Nine Capital 的創始合伙人 Christoph Janz 的觀點，垂直 SaaS 產品的成功離不開以下基本原則：對所在行業的客戶有更深入的了解；以最好的方式解決他們的具體問題；專門向目標的群體進行營銷/銷售；隨著時間的推移增加更多的功能層，增加 ACV（ 平均客戶價值）和粘性。我們在 Midjourney 的產品中看到了以上特點，也在其未來發展規劃中看到了對增加 ACV 和用戶粘性的努力。

驚艷的產品效果

Midjourney 產品定位具體，“了解用戶到底需要什么”，商業可行性強，能在更大程度上提高創意設計的效率。正如 Discord 中的用戶評價：“ Midjourney 超過其競爭對手是因為它生成的圖片都是可以商業化的?！?具體而言，Midjourney 的 prompt 簡短，具有科幻色彩。相比之下，DALL-E2 更偏寫實風格，Stable Diffusion 無風格偏向，但需要更長的 prompt 和更多的嘗試來獲得好的圖片效果。

Book covers

Mobile App UIs, created by midjourney

Prompt 包括圖片內容描述、藝術風格描述、藝術媒介&手段、光線描述、圖片細節描述等等，使用不同的 prompt 可以實現圖片的精細化調節。利用 Midjourney 獲得美術競賽數字藝術類別一等獎的 Théatre D’opéra Spatial （太空歌劇院），創作者 Jason Allen 經過了 80 個小時的創作、大約 900 次嘗試才完成了這個作品。

但這也反映了目前的圖片生成無法控制，也無法修改。對于用戶是一個黑盒，一方面不知道輸入什么樣的 prompt 會突然產生好的效果，另一方面即使每次都輸入同樣的詞，每次出來的東西也不一樣。但產品如果要商用化，每一個步驟都應該是有跡可循的。對于 Midjourney 獨特的藝術風格，Holz 表示，Midjourney 在優化模型的過程中是期待制作美好的圖片，激發人類的想象力，而不是復刻現實。Midjourney 不會成為假照片的制造機器。

同時，Midjourney 在質量和速度之間做了“黃金區域”的選擇。最初有 20 分鐘生成高畫質圖片和 15 秒能生成低畫質的圖片兩種算法。經過測試發現，相較于質量，人們更關心速度，但太快也不會帶來更多體驗上的加成。所以最終選擇了 60 秒的版本，比 10 秒生成的質量更高，速度也在人們舒適的范圍內。

以 Discord 為載體的社區交互設計

Discord 為 Midjourney 的啟動提供了絕佳的社交體驗平臺，成功將其帶入了大眾市場。

一方面 Discord bot 降低了用戶使用門檻；另一方面，圖片創作是一個在討論中不斷迭代的過程，欣賞其他用戶的作品有也助于激發靈感。Holz 在訪談中也提到，不直接做一個 iOS App 的原因是因為人們喜歡藝術共創。Midjourney 迅速成為 Discord 上用戶最多的服務器，擁有了超 1000 萬名社區成員。Midjourney 近期擴大了產品的可用范圍，任何人都可以將 Midjourney bot 引入自己的 Discord 服務器，這將進一步擴大 Midjourney 的使用容量。

Midjourney Discord 社群界面

Midjourney bot

通過數據飛輪和快速迭代建立護城河

迭代速度對于文生圖軟件非常重要。SaaS 訂閱制的產品模式使其盈利能力取決于圖片效果及成本。而底層技術的飛速進步，必須不斷地迭代模型以緊跟行業發展。其實數據質量及數據標注質量的重要性遠遠超過模型本身。Midjourney 以 PLG 的模式獲得龐大用戶量，形成數據飛輪，能夠根據用戶需求針對性地訓練模型并快速迭代產品，長期來看更有利于建立競爭壁壘。

Midjourney 自發布以來迭代速度非?？?。2022 年 3 月 V1 發布時仍參考了很多的開源模型；4 月、7 月和 11 月分別發布了V2、V3 和 V4，迭代出了自己的模型優勢。V4 補充了生物、地點等信息；增強了對細節的識別能力及多物體/多人物的場景塑造能力?？傊?，每次迭代都是產品功能的飛躍。

Four generations of Midjourney AI modelsreleased in 2022

Midjourney 也在擴展地理版圖。目前已經登錄中國市場，使用微信內測群的方式提供服務。用戶在內測群中艾特 Bot，并輸入關鍵詞，就可以生成 AI 圖片。

逐漸深入設計工作流

Midjourney 替代了 Google Images、Shutterstock、Getty Images、Pinterest、Unsplash 等傳統圖庫平臺，用戶不再需要花費數小時搜索他人的作品激發靈感，而是直接生成，據稱可以將一個月的工作量降低至一星期。ToB 端，Midjourney 目前還主要在設計工作流初期。因為自定義能力有限，無法調整樣式；也無法與其他平臺集成，要生成滿意的圖片需要反復的嘗試；所以只能用于靈感激發和提高工作效率，對于工作流的滲透并不深入。

近期發布的 ControlNet 使得 Diffusion 模型更好地受控生成圖片，提高了圖片生成的速度和精準度，并可以調整圖片細節，將會進一步深入工作流，改變專業設計行業的生產模式。Midjourney 若要進一步深入工作流需盡快集成 ControlNet。

Twitter: @RamAnanth29

ToC 端，會極大的簡化工作流，比如代替設計師或外包商完成公眾號等自媒體團隊的圖片設計等等。不可忽視的是，Midjourney 在發展過程中還面臨著潛在風險，如版權問題。David Holz 承認 Midjourney 使用的公開數據集包含了數百萬張未經作者同意的作品；2023 年 1 月，三位藝術家對 Stability AI、Midjourney 以及 DeviantArt 提起了侵犯版權的訴訟。AI 生成作品中還存在著種族歧視及成年內容。雖然 Midjourney 進行了關鍵詞限制，但仍無法完全避免相關內容出現。

Prompt 生態

社區用戶對于 Midjourney 的能力探索熱情極高，目前已經出現了 prompt 的學習交流網站如 promptoMANIA，社群中也流傳著很多 prompt 數據集的公開 Google 文檔及文章教程。

Style groups in midjourney— Image by Lars Nielsen

由于用不同的 prompt 獲得的圖片效果差異很大，甚至出現了 prompt 交易平臺。PromptBase 就是一個包含 Midjourney、DALL-E2、GPT-3 等不同平臺 prompt 的交易平臺，產品定價為 1.99 – 5.99 美元不等，平臺抽傭 20%。目前為止，PromptBase 已有 1 萬多名用戶，最受歡迎的內容為 Logo、網站、服裝等商業化設計場景，能夠賣出幾百到幾千次。

Prompt 交易市場之所以能存在，一方面是因為人們表達能力的不同；另一方面是模型內部邏輯的原因，一些看似不合常理的詞語組合卻能獲得意想不到的效果。OpenAI 創始人 Sam Altman 在采訪中表示，未來的 AI 系統不會因為增補特定詞就產生截然不同的輸出，而是能更好地理解自然語言。所以未來，該平臺的價值會被表達能力更強的人捕獲。

06 團隊背景

Midjourney 正式團隊成員十分精簡，共 11 人。除了 CEO 之外，有 8 位研究與工程師，2 位財務與法務。除此之外，還有 4 位編外顧問，以及 60 位兼職 Discord 運營。CEO David Holz 高中時便嘗試創意領域的創業，大學主修數學物理學，在攻讀流體力學博士的同時為 NASA 和 Max Planck 工作。之后創立了 Leap Motion，獲得來自 a16z、Founders Fund、Intel Capital 和 JP Morgan 的超 1.2 億美元投資。Leap Motion 的核心技術是手部追蹤技術，想要成為 Metaverse 中的“鼠標和鍵盤”，但因為 VR&AR 一直難以突破瓶頸，所以“鼠標和鍵盤”自然也缺乏應用場景。

雖然 Holz 離開了 Leap Motion，但從未放棄 Metaverse 的藍圖，他創立了 Midjourney，或許也期待成為 Metaverse 中的生產力和 “大腦”。Midjourney 團隊的多個核心成員來自 Leap Motion，如 CFO Nadia Ali 和高級研發工程師 Johnathon Selstad。團隊成員及顧問擁有 AI 技術及產品創業的復合背景。這使得 Midjourney 不僅擅長模型優化，也能夠理解用戶，打造優秀的產品。

David Holz 認為 AI 不應該被限制，而是人類應該去適應。他將 AI 比作水，既危險，又是文明的驅動力。懂得如何與水一起生活和工作的人類，將有能力在水中游泳、做船、筑壩發電，從而更好的生活。同時，他認為文生圖的核心并不是藝術或深度偽造（deepfakes），而是人類想象力的引擎。正是團隊的思維方式使得 Midjourney 的風格充滿了科幻色彩，也使其選擇了 Discord，以最開放的方式面向用戶。

在 2022 年 8 月的采訪中，Holz 表示 Midjourney 目前不以財務回報為動機，也沒有成為上市公司的計劃。只是期待未來十年能夠做對個人和世界有意義的事情，并且從中享受樂趣。

07 競爭格局

競爭對手

Midjourney 主要的競爭對手為以下幾家使用了 Diffusion 模型的文生圖軟件公司：

科技大廠也在文生圖領域積極布局，但速度較慢，目前僅僅發布了理論模型。Apple 若未來將 Stable Diffusion 嵌入 Iphone 中，可能會對行業格局產生較大影響。

傳統設計軟件也積極進入該領域，如 Photoshop 推出 Alpaca 插件，集成 Stable Diffusion，在 Twitter 上引發轟動，用戶將它描述為“a game changer”，流暢的同工作流結合。傳統設計軟件占據了用戶熟悉的使用場景，且作為產品功能的一部分擁有組合價格優勢，對 Midjourney 構成挑戰。

Midjourney vs. Stable Diffusion

Midjourney 最有力的競爭對手是 Stability.AI，與 Midjourney 的閉源不同，其模型 Stable Diffusion 因開源模式受到了廣泛關注。Stable Diffusion 于 2022 年 8 月推出， 以開源底層代碼的形式在 HuggingFace/Github 公開發布。“將 AIGC 交到數十億人手中，實現技術民主化”，用戶可以在其代碼的基礎上運行或修改，制作自己的應用程序，向終端用戶提供服務。作為稀缺的開源模型，同時有著良好的性能，公測后就受到了廣泛的關注和好評，積累了大量用戶。截止 2022 年 10 月，Stable Diffusion 已經有超過 20 萬開發者下載和獲得授權，各渠道累計日活用戶超過 1000 萬。團隊開發的付費在線平臺 DreamStudio 目前獲得了超過 150 萬用戶，生成超過 1.7 億圖片。

Stable Diffusion 的開源優勢在于能夠吸引大量的開發者，最大程度的把模型用起來。開源社區會齊心協力地完善模型文檔，共同推進 prompt engineering，解決技術難題。這使得代碼的迭代速度非?？?，優化效率遠遠高于閉源系統，使得文生圖行業快速成長和普及。同時社區成員會創建新的 UI，通過擴展現有的功能創造新的用例，因此 Stable Diffusion 模型上長出了繁榮的應用。缺點在于商業化不夠直接，可能為別人“做了嫁衣”。

同時，Midjourney 與 Stable Diffusion 因使用的數據集及模型微調方式不同，在產品層面存在較大差異。

（1）產品定位上，Midjourney 是給創意設計群體開發的靈感激發及效率工具。

而 Stable Diffusion 更為開放，在風格變化的多樣性上具有優勢，但獲得想要的圖片效果需要更長的 prompt 和更多的嘗試，同時在特定領域都不如該領域的專業化產品。

（2）商業化維度，對比 Midjourney 的閉源與 Stable Diffusion 的開源，Midjourney 商業化層面更為占優。

因為模型閉源，并通過龐大的用戶量積累了獨有的數據集，可以根據用戶需求不斷地針對性訓練模型，長期來看更有利于建立競爭壁壘。在與 Stable Diffusion 的競爭中，因為其模型的開源，Midjourney 可以隨時集成其模型優勢。

（3）用戶獲取層面，Midjourney 最早開放了 Openbeta 版本，短時間獲得大量用戶。

但 Stable Diffusion 的商業化版本 DreamStudio 需要等待 Wait list，而開源模型的本地部署有較高的門檻。Midjourney 獲得大量用戶后，養成了用戶使用習慣，且在開啟付費訂閱后就進一步加強了用戶粘性。

08 收入估算及未來發展

收入估算

雖然團隊一直表示不在意財務回報，但 Midjourney 具有極強的盈利能力。2022 年 8 月份，創始人 Holz 就聲稱 Midjourney 已經實現盈利。A16Z 也在《Who Owns the Generative AI Platform?》文章中提到 Midjourney 年收入已超過 1 億美金。因為沒有公開收入情況，我們在這里對它進行一個簡單的估算。假設 Discord server 用戶(約 1081 萬) 的 5% 是付費會員，共 54.05 萬人。若付費用戶的 70% (約 37.84 萬)訂閱每月 10 美元的基本計劃，25% (約 13.51 萬)訂閱每月 30 美元的標準計劃，5% (約 2.7 萬) 是每月支付 60 美元左右的公司用戶。則 Midjourney 目前的收入能達到每月約 945.9 萬美元，年收入 1.14 億美元。

*因為 Midjourney bot 可以在所有 server 中使用，所以 discord server 用戶數小于總用戶數。

目前來看，Midjourney 的毛利率約為 80%。Midjourney 搭建在 Discord 上，Discord 會收取約 10% 的手續費。雖不清楚 Midjourney 的模型訓練成本，但 Stable Diffusion 的訓練共使用了 256 張 Nvidia A100，耗時 15 萬小時，成本為 60 萬美元。每次生成圖像的推理在云端的 GPU 上完成，生成一張圖片的成本約 0.5 美分一張，且未來成本會不斷壓縮。相對于訂閱收入，生成圖片的成本可以逐漸忽略不計。

近期市場空間Midjourney 為付費訂閱的商業模式，廣泛滲透各個視覺場景。目前付費用戶主要為創意設計人群和個人愛好者兩大類。To smb 端，Midjourney 以 PLG 的模式成為專業設計從業者的辦公軟件。ToC 端，Midjourney 成為非專業設計師的工具，以及藝術愛好者的“玩具”。

我們根據客單價和付費用戶量建立了以下坐標軸，可以看到，Adobe 作為專業性極強的設計軟件擁有最高的客單價和最多的付費用戶，年訂閱收入遠超其他公司。Midjourney 因剛剛起步，付費用戶量少，但憑借著較高的客單價，有可觀的增長空間。

對比傳統設計工具，Midjourney 在使用門檻、客單價和目標客戶群的定位上都與 Canva 更為相近，面向更廣泛的 C 端和 smb 用戶。截止 2022 年底，Canva 用戶達到 1.1 億人，證明了全世界至少有 1.1 億人有設計需求。假設這 1.1 億設計人群中有 5% 會成為 Midjourney 的付費用戶，付費用戶的 70% 訂閱每月 10 美元的基本計劃，25% 訂閱每月 30 美元的標準計劃，5% 是每月支付 60 美元左右的公司用戶。則 Midjourney 的市場空間能達到 12*11000*0.05（0.7*10+0.25*30+0.05*60）= 11.6 億美元。

所以 ，Midjourney 能看到 10 億美元左右的年營收，成長為百億美金的公司。

未來產品形態

Midjourney 未來可能會有以下幾種發展前景：

1. Midjourney 將目前的圖庫功能做到極致。

目前 Midjourney 替代了 Google Images、Shutterstock、Getty Images、Pinterest、Unsplash 等傳統圖庫平臺，成為新的“視覺搜索引擎”。Pinterest 擁有超 4.5 億月活用戶，若其中的 1% 能成為 Midjourney 的付費用戶，則能達到約 10 億美元的營收；樂觀來看，若 5% 能成為付費用戶，則能達到約 47 億美元的營收。

2. Midjourney 不再局限于 Discord ，并且作為插件接入其他設計產品，仍扮演圖庫功能。如上文提到的 Canva、Adobe 等等，這將進一步增加其分銷渠道，觸達更多的付費用戶群。

3. Midjourney 自己開發了端到端的產品，和設計工作流緊密結合，進一步提高客單價。

功能方面，Midjourney 通過不斷集成最新的技術，迭代產品功能，打造產品矩陣。如近期可以通過接入 ControlNet 深入設計工作流，Holz 也稱短期內會在現有產品上增加 Text-to-3D，與 VR&AR 相結合。形態方面，搭建 Discord、網站、本地應用、插件等多維度產品組合，通過增加產品形態來為更廣闊的客戶群提供服務。

4. 未來多模態模型的發布改變目前的單點產品現狀，Midjourney 作為功能單一的上層應用，被技術的快速進步所顛覆。

Apple 計劃將 Stable Diffusion 嵌入 Mac 和 Iphone 中，作為用戶熟悉的平臺，且使用 Apple 終端推理成本更低、速度更快，也會對 Midjourney 構成挑戰。Midjourney 可能會被集成，變成多功能產品的一個環節，甚至完全被新產品取代。不過 Apple 終端也并非是完美的解決方案，API 的形式將無法對垂直領域的模型進行特定化訓練；將應用放在本地也面臨著用戶數據收集及進一步迭代模型的困難。

雖目前無法看清該行業的終局，但作為 ToC 屬性很強的產品，我們認為 Midjourney 憑借著獨特的圖片風格及藝術效果、活躍的 Discord 社群帶來的絕佳用戶體驗，在一定時間內能夠保持用戶粘性和較強的盈利能力；團隊的快速迭代能力也讓我們看好其未來的發展前景。

Reference

https://digitalnative.substack.com/p/ai-in-2023-the-application-layer

https://stratechery.com/2023/ai-and-the-big-five/

https://www.forbes.com/sites/robsalkowitz/2022/09/16/midjourney-founder-david-holz-on-the-impact-of-ai-on-art-imagination-and-the-creative-economy/?sh=3028d77e2d2b

https://www.forbes.com/sites/kenrickcai/2022/09/07/stability-ai-funding-round-1-billion-valuation-stable-diffusion-text-to-image/?sh=66afb3b424d6

https://www.bloomberg.com/news/features/2023-01-31/architects-embrace-ai-art-generator-midjourney?srnd=premium-europe

https://learn.g2.com/graphic-design-statistics

https://mp.weixin.qq.com/s/6Fh76q0K0AsyqvFFRrY9Dw