Midjourney 正式发布 V1 视频模型：从文本到视频，AI创作迈入新阶段

6月18日，Midjourney 宣布正式推出其首款视频生成模型 V1，标志着这家以图像生成闻名的 AI 公司，正式进军视频内容创作领域。

这一更新不仅打通了原有的图文生成生态，还实现了从文本直接生成视频的能力，为创作者带来更完整的 AI 创作体验。

核心功能一览

✅ 图像到视频生成（Image-to-Video）

用户仍可像往常一样在 Midjourney 中生成图像，现在只需点击“动画”按钮，即可将静态图像转化为动态视频。支持两种模式：

• 自动动画：系统自动生成“动作提示”，让画面自然动起来；
• 手动动画：用户自定义描述画面如何移动和演变。

此外，用户还可上传外部图像并标记为“起始帧”，再通过动作提示生成动画效果。

✅ 动态控制选项

提供两种动态风格选择：

• 高动态（High Motion）：适合主体与镜头同时运动的场景；
• 低动态（Low Motion）：适用于环境缓慢变化或主体微动的场景。

✅ 视频长度扩展

每次生成默认为 4 秒视频，用户最多可延长四次，实现最长约 20 秒的连续动画输出。

💰 定价策略：10美元/分钟，无试用点数

Midjourney 对视频任务的定价约为图像任务的 8 倍。每个任务将生成四个 5 秒视频，相当于每分钟视频收费 10 美元。

官方表示，该价格比此前市场推出的同类产品便宜超过 25 倍，极具性价比优势。

目前仅对网站端开放使用，且不提供免费试用额度。专业版及以上订阅用户还将优先获得“视频放松模式”的测试资格。

🧠 技术愿景：迈向实时开放世界模拟

Midjourney 在公告中首次明确表达了其技术演进方向：

“我们的终极目标是构建一个能够实时生成图像、视频、3D 场景，并允许用户自由交互的 AI 系统。”

这包括以下关键技术模块：

• 图像生成（已实现）
• 视频生成（V1 已上线）
• 3D 场景建模（未来规划）
• 实时响应能力（最终目标）

他们计划在未来一年内逐步发布这些模块，并最终整合成一个统一的 AI 创作系统。

⚠️ 使用提醒：负责任地生成内容

Midjourney 强调，AI 视频技术的正确使用可以带来趣味性、实用性甚至深远的文化影响。但同时也呼吁用户负责任地使用这项技术，避免滥用或传播误导性内容。