Midjourney V1

是什么

Midjourney V1 是 Midjourney 在 2022 年 2 月发布的第一个图像生成模型 ^[1]。它是一个闭源模型：用户不能把它下载到自己的机器上运行，只能通过 Midjourney 自己的服务使用 ^[1]。这项服务通过 Midjourney 的 Discord 服务器上的一个机器人来访问——用户在聊天频道里输入请求，机器人返回图像；该机器人的公开开放测试（open beta）开始得更晚，是在 2022 年 7 月 12 日 ^[1]。

Midjourney 自己的文档记载，Version 1 在 2022 年 2 月至 2022 年 4 月期间是默认模型 ^[2]。也就是说，在服务上线后的头几个月里，任何没有指定版本的请求，用的都是 V1。

生成的图像是什么样

Midjourney 把 Version 1 描述为非常抽象、带有绘画感，且一致性（coherency）较低 ^[2]。一致性指的是画面各部分能否相互吻合：光线是否来自同一个方向，人物的肢体数量是否正确，一个物体在画面各处是否还是同一个物体。一致性低的模型，生成的图像更像是对某个主题的暗示，而不是对它的细致描绘。这两句描述其实是同一件事的两面：当一个模型在质感和氛围上很强、在对事物精确排布上很弱时，得到的正是这种抽象、绘画式的观感。

分辨率按后来的标准看相当有限。Midjourney 的放大（upscale）对照表把 Version 1 到 Version 3 归在同一行：256 × 256 像素的起始网格（starting grid）、1024 × 1024 像素的默认放大尺寸，以及 1664 × 1664 像素的最大放大尺寸 ^[2]。起始网格是模型真正生成的那张小图，放大是随后把它变大的第二步。因此一张 V1 图像最初是一张 256 像素见方的图，再被放大——默认放大 4 倍——由放大器补上细节。

名字的由来

一段小历史留在 Midjourney 的废弃参数（deprecated parameters）列表里：文档注明 `--vibe` 现在称为 model version 1 ^[2]。这个参数是随请求一起输入的文本标记，用来选定模型；曾经表示「当前模型」的那个标记，后来被改成了专指第一个版本的名字。这在快速迭代的工具里很常见：一旦新版本出现，原先的默认版本就必须有一个编号。

在发展中的位置

V1 作为当前版本的时间并不长。Midjourney 在 2022 年 4 月 12 日发布 V2，在 2022 年 7 月 25 日发布 V3 ^[1]。这次交接在文档里也看得出来：V1 担任默认模型的时间是 2022 年 2 月到 4 月，正好止于 V2 到来之时 ^[1][2]。

V1 的意义主要在于它是个起点。它确立了这款产品的形态——一个托管在自家服务上的闭源模型，通过向聊天机器人输入文字来使用，而不是一套需要安装的软件——同时它也是后续版本用来衡量的基准，在 Midjourney 自己的表格里，它至今仍与 V2、V3 并列，共用同一组分辨率数字 ^[2]。它的不足同样是这份记录的一部分：一致性低、风格高度抽象，正是后来的版本想要应对的问题。