Midjourney推出首个视频生成AI模型V1

6月19日，AI初创公司Midjourney继推出图片生成服务之后，发表了首个视频模型V1，利用图像生成视频，费用是生成图片价格的8倍。

Midjourney表示，公司目标是构建一个可实时模拟开放世界的模型。想象一个可实时生成视频的AI系统，支持用户命令它在3D空间移动，环境及角色也会跟着移动彼此形成互动。为了达到这个目标，Midjourney要建立各种模块，比如图片模型，让图片动作的视频模型，以及能在空间中移动的3D模型，还有能快速完成所有操作的实时模型。

明年起，Midjourney将这些元件整合成一个统一的系统，一开始可能比较贵，但很快就会变得经济实惠，让每个人都能使用。

V1是Midjourney所推出的第一个影片模型，它的工作流程基本上是图片转视频（Image-to-Video），一开始还是制作或上传图像，成为影像的第一帧图，再按下“Animate”运行。使用者可以选择自动或是手动，前者是由系统决定动作，后者允许使用者描述物体的移动方式与场景的变化。

使用者还可以选择低速（low motion）或高速（high motion）运动，前者代表主体的行动是缓慢的，后者则会让所有物件都动起来，不过这样容易出现一些错误。

根据Midjourney的视频模型说明文件，V1基本会生成一个5秒、分辨率为480p的影片，之后可以选择延长影片，每次延长时间为4秒，最多可延长4次，代表可建立最长21秒的影片。

现阶段Midjourney并未提供免费额度，目前提供4种订阅方案，都可生成图或视频，每个方案的额度计算方式为快速GPU时间（Fast GPU Time），最便宜的是每月10美元的基本方案（Basic Plan），Fast GPU Time额度为每月200分钟。除了基本方案之外的3种相对高阶方案，都有提供放松GPU时间（Relax GPU Time），它的生成速度较慢，可能需要排队，但不消耗额度，还可以无限使用。

Midjourney表示，用户生成一个影片的成本约是图像的8倍，但这是市场上其他视频生成服务的1/25。

不过图片生成也为Midjourney带来一些不可避免的麻烦，目前迪士尼和环球影业都在指控Midjourney利用其动画角色训练模型，允许使用者生成基于相同角色的图像，还拿这些生成作品来营利，严重且故意侵害其著作权。看来以后生成的图片版权问题也要注意了。