Midjourney入局视频生成，图像模型V7不断更新，视觉卷王实锤了

闻乐 发自 凹非寺
量子位 | 公众号 QbitAI

图像生成界的“大魔王”Midjourney也来卷视频生成了？！

上面展示的就是一个视频效果。

可以看到跑步动作和人物、空间转换非常丝滑。

下面这个挖蛋糕的场景不仅逼真，勺子上还有倒影，非常细节了。

一石激起千层浪，消息一出，Reddit点赞量直达2.5k。

还引发了网友们激烈讨论。

有人说“这是第一次以为是人工拍摄的视频”、“几乎和现实无法区分”。

不仅视频模型表现良好，Midjourney的图像模型V7也在不断更新中。

不仅效果惊人，价格还由你来定

再来看看更多的效果演示。

多人物动作和视角切换也非常丝滑。

小猫的动作和人手的动作都很有物理真实感。

小狗滑滑板来了～

汽车漂移也不在话下。

小猫美甲确实很精细，但更细节的是手部的纹路，手指上居然还有指纹（虽然有一部分指纹是缺失的）

不过，也正如上面那位网友所说，有些地方还是不太合理的。

比如，这个叠毯子的场景中，虽然考虑到了手部发力扯出的褶皱，给人一定的物理真实感，但是后面像是毯子自己缩回去了……

还有这个，怎么感觉是爬了一段无意义的楼梯，而且女人右手上的花突然飘到了左手上，就为了右手能搭上楼梯。

总体看下来，Midjourney的这个视频生成模型在物理真实感纹路细节动作平滑程度上表现还是很不错的。

但是，如果看过之前Veo 3的效果，你会不会觉得Midjourney这些视频哪里有点问题——

没有音频功能

是的，网友们也发现了这一点。

于是，就有人提出质疑了，Midjourney这时候入局是不是有点晚了？

不过，就在前两天，Midjourney公开进行了公司会议，展示了部分视频生成的演示，并且提到了“动画化图片”，似乎是与其他视频生成模型相区别的功能。

实际上，相比于写实风格，动画风才是Midjourney更擅长的。

目前，Midjourney的视频模型还没有正式发布，正在做最后的完善。

团队呼吁大家积极参加视频评分，以帮助模型学习人们在视频中喜欢看到的动作和构图组合。

并且，Midjourney还非常有诚意地表示，希望大家给些建议，让定价能够满足每个人的需求。

不得不说，这波操作也是非常有诚意了。

Midjourney V7支持语音生图

除了视频模型，生图模型Midjourney V7也在不断更新中。

从今年3月份开始，Midjourney不断呼吁用户积极参加图像评分，用来对V7进行最终完善。

在4月份， Midjourney发布了V7 alpha

有Relax和Turbo模式两个版本。

下面是一些效果图，可以看到，V7生成的手部纹理是非常逼真的。

V7的旗舰功能是“草稿模式”

在使用这个功能时，提示栏将更改为“对话模式”

比如，告诉它用猫换隼或让它变成夜晚，它会自动操作提示并开始一项新工作。

点击“草稿模式”然后点击麦克风按钮以启用“语音模式”——你可以大声思考，让图像如梦境一样在生成区流动。

也就是说，通过说话就能生成图像，并且可以生成多图任君选择～

草稿模式让生成成本减半，渲染图像速度提升了10倍。

目前，团队也已经将“草稿模式”与“对话模式“区分开，你可以自由选择如何单独或者组合使用这些功能。

团队还推出V7快速模式，也就是更新了加速的功能。

这意味着在快速模式下模型优化需40秒，在Turbo模式下将仅耗时18秒。

经过团队不断努力，目前，Midjourney V7图像生成速度提升了约40%

快速模式作业渲染时间从36秒减少到22秒。

Turbo作业渲染时间从13秒减少到9秒。

图像模型V7不断更新，还即将推出视频模型，Midjourney不愧是卷王！

[1]https://www.reddit.com/r/singularity/comments/1lbwaek/midjourneys_first_video_model/
[2]https://x.com/trbdrk/status/1933992009955455193
[3]https://x.com/midjourney/status/1932876980237877754

— 完 —