Midjourney 开放公测

背景

文生图（text-to-image）模型从大量「图片＋文字描述」的配对数据中学习，训练完成后就能把一段简短的文字提示（prompt）变成一张新图片。对一家公司来说，难的往往不只是把模型做出来，还有让人们有个地方能用上它。Midjourney 的选择是不做独立的网站或应用，而是把整个服务放进 Discord 这个已有的聊天平台里。

公测开始

2022 年 7 月 12 日，Midjourney 以公开测试（open beta）的形式向公众开放了它的图像生成器^[1][2]。人们通过 Midjourney 的 Discord 服务器上的一个机器人来使用它^[2]：用户输入提示词，机器人把生成的图片发回对话里。

用起来是什么样子

由于前端就是 Discord 聊天服务，出图这件事更像公开的集体活动，而不是一个人的私下操作。新用户在「新手」频道（newbie channels）里提交提示词，并和其他用户一起看到结果^[4]。频道里任何人都能看到别人试了什么提示词、得到了什么图，再据此调整自己的写法——这和在一个网站表单里输入文字是相当不同的体验。

想避开人群也有办法。付费订阅者可以把提示词通过 Discord 私信直接发给 Midjourney 机器人，而不必发在公开频道里^[4]。也就是说，订阅买到的不只是生成图片本身，还包括不被旁人看到的便利。

版本与价格

测试期间产品并没有停住。开放公测两周后的 2022 年 7 月 25 日，V3 发布^[2]。使用资格按订阅出售，价格为每月 10 美元或 30 美元^[3]，所以这项服务从一开始就是收费的，低档价格是入门选择。

规模

公测很快带来了用户。到 2022 年 8 月，Holz 说这项服务已有数十万用户，需要大约 1 万台服务器^[3]。这个数字提醒人们生成图片的运行成本：用户每要一张图，都要在公司付钱的硬件上算出来，数十万人的需求折算下来就是一大片昂贵的机器。

为什么重要

这次开放有三点决定了人们使用它的方式。其一，它是开放的：公开测试意味着生成器面向普通公众，而不是面向一小群被挑选出来的人^[1][2]。其二，界面是借来的而不是自己造的——聊天服务里的一个机器人——这让写提示词变成可见的、集体的事，也让「私信出图」成了一种付费便利^[4]。其三，商业模式从一开始就是订阅制，且有两个价位^[3]，而背后的算力重到几周之内就要动用数千台服务器^[3]。

对那几周里进来的人来说，接触 AI 图像生成的入口不是一个产品网页，而是一个挤满陌生人提示词和他们生成的图片的聊天频道。