触手 AI
国产 AI 绘画与漫画创作平台
Midjourney 是由 David Holz（Leap Motion 联合创始人）创立的独立研究实验室推出的 AI 图像生成平台，2022 年 7 月以 Discord 机器人形式开启公测，现主战场已转移至 midjourney.com 网页端 。它通过将文本提示词转换为高分辨率艺术作品，在插画、概念艺术、摄影式输出、风格化品牌视觉等场景建立了”美学标杆”口碑。其核心差异化在于“视觉品质与风格一致性”——V7 模型在动态场景、运动构图、手部与人体比例、小物体细节上相较 V6.1 明显更稳 ，配合 --sref（风格参考）、--cref（角色参考）、--stylize、--chaos 等参数系统，为专业创作者提供显著的风格控制能力 。平台采用纯订阅制，无免费档，四档方案从 $10/月到 $120/月，年付八折 。
产品介绍
Midjourney 由 Midjourney, Inc. 开发，创始人 David Holz，公司 2022 年成立，总部位于旧金山，自筹资金独立运营，公开报道称其在公开推出后数月内即实现盈利 。它要解决的痛点是：早期 AI 生图工具（如 DALL·E 2 时代）虽然能”生成图”，但普遍面临”六指怪物、模糊抽象块、美学平庸”的困境，难以产出真正具备艺术完成度的视觉作品。Midjourney 的思路是用自研的专有扩散模型（非 Stable Diffusion 衍生、非 DALL·E 系列），持续迭代 V1 到 V7 多个大版本，每一代都在细节锐度、连贯性、提示词理解深度上向前推进 ——它不是让 AI “画出东西”，而是让 AI “以艺术家的审美画出东西”。
核心平台能力：
Midjourney 围绕”提示词 → 生成 → 选优 → 编辑 → 输出”构建了专业级 AI 生图闭环：
– 文生图与多版本输出
- 输入文本提示词，模型一次性生成 4 张变体图像供选择
- 当前主力模型为 V7（截至 2026 年中），V8.1 已在 Alpha 测试，出图速度较早期版本提升 4-5 倍，支持原生 2K HD 输出
- V7 模型在手部、人体比例、小物体细节上相较 V6.1 明显更稳，文字渲染有改善（长词与小字号仍会出错）
– 网页端编辑器（2025 年上线）
- 2025 年推出的 midjourney.com 网页界面，解决了长期被诟病的”Discord-only”问题
- 图像管理：有序的集合（Collections）、生成历史、过往提示词一键重跑
- 编辑器工具：
- Inpainting（局部重绘）：选中图像特定区域用新提示词重新生成，救手指、换元素
- Outpainting（外扩）：突破原图边界扩展画面
- Retexture（材质重绘）：改变指定区域的材质
- Upscale（放大）：最高 2048×2048 像素输出，达到印刷级精度
- 企业团队协作：图像库可浏览、集合可内部共享、生成历史提供创作审计轨迹
– 参数化创作控制系统
Midjourney 的参数系统为专业用户提供精细控制 ：
--ar：设置画面宽高比--stylize：控制 AI 美学诠释强度 vs. 字面提示词遵循度--chaos：在 4 张变体间引入多样性--quality：调整生成时间与细节程度--style/--sref：引用现有图像实现跨项目风格一致性--cref（Character Reference）：角色参考，保持人物连续性--tile：创建无缝重复图案--p（Personalization）：个性化风格档案
– 变体模式与专业化模型
- Variant Modes：基于单张底图快速生成多版本，加速创意探索
- Pan & Zoom：平移与缩放，创意重构构图
- Image-to-Image Prompting：以现有图像影响新生成的风格、构图或内容
- Niji 模型：专门针对动漫、漫画、插画风格优化的定制模型
- Remix Mode：融合两个不同提示词或图像的元素，创造混合作品
- /describe：反向提示词——上传任意图像，MJ 生成可复现该风格的提示词（学习提示词技巧的神器）
- /blend：多图融合为新构图
– 视频生成能力
- Pro 和 Mega 方案支持 SD 视频生成（Relax 模式无限）
- 2026 年中，V8.1 默认生产模型已支持 SD & HD 视频输出
– 双入口：Discord + 网页端
- Discord 机器人：原始工作流，在服务器频道输入命令生成，社区文化浓厚，非峰值时段生成速度最快
- 网页端 midjourney.com：2025 年推出的专业工作流界面，适合企业创意团队
- 两者账号体系打通，订阅通用
商业授权：
- 所有付费方案均包含商业使用权（受服务条款约束）
- 年收入超过 100 万美元的公司必须使用 Pro 或 Mega 方案
- 隐私生成（Stealth Mode）仅 Pro 和 Mega 提供
典型使用场景 ：
- 品牌与营销视觉：广告活动影像、社媒视觉、广告概念
- 概念可视化与情绪板：产品设计、建筑设计、创意总监在项目早期快速可视化概念
- 编辑插画：出版商与博主为文章、书籍封面、编辑内容创建自定义插画
- 时尚与产品设计：服装概念、纹理、产品美学可视化
- 建筑与室内设计：情绪板与照片级空间渲染
- 游戏开发：概念艺术、角色设计、场景探索
收费模式
Midjourney 采用纯订阅制，无免费档，所有方案自动续费，年付享 20% 折扣 。官方方案对比页明确四档 ：
| 方案 | 月付 | 年付（等效月付） | Fast GPU 时间 | Relax 模式 | Stealth 模式 | 最大并发（图像） |
|---|---|---|---|---|---|---|
| Basic | $10/月 | $96/年（$8/月） | 3.3 小时/月 | ❌ | ❌ | 3 Fast |
| Standard | $30/月 | $288/年（$24/月） | 15 小时/月 | ✅ 无限图像 | ❌ | 3 Fast 或 Relax |
| Pro | $60/月 | $576/年（$48/月） | 30 小时/月 | ✅ 无限图像 + SD 视频 | ✅ | 12 Fast 或 3 Relax |
| Mega | $120/月 | $1,152/年（$96/月） | 60 小时/月 | ✅ 无限图像 + SD 视频 | ✅ | 12 Fast 或 3 Relax |
关键规则：
- 额外 GPU 时间：$4/小时（所有方案通用）
- 年收入 > 100 万美元的公司：强制 Pro 或 Mega
- 支付方式：仅接受 VISA、Mastercard、American Express、Discover & Diners、JCB 签发的借记卡/信用卡（通过 Stripe 处理），不支持 PayPal、电汇
- 取消与变更：可随时在账户页面设置取消，取消后到期停止续费
选型建议：
- Basic $10/月：适合轻度个人尝鲜，3.3 Fast GPU 小时用完后即停
- Standard $30/月：大多数个人创作者的实际起步档——Relax 模式无限出图能消化绝大多数日常试验，性价比最高
- Pro $60/月：做客户项目需要隐私（Stealth）或需要更高并发的重度用户起步档
- Mega $120/月：极高用量创作者与团队，Fast GPU 时间翻倍到 60 小时
重要更正：早期资料（包括部分中文教程）提到 MJ 有”免费试用档”，但截至 2024 年起 MJ 已取消免费试用，当前所有方案均需付费订阅，网页应用对所有人开放登录（Google 或 Discord 账号），但生成图像必须订阅 。任何声称”MJ 免费版”的资料均已过时。
优势与局限（基于官方披露与 2026 年第三方评测综合）
优势：
- 美学质量公认最佳：在艺术性、光影深度、风格一致性上，MJ 的输出质量是主流消费级 AI 生图工具中最高的，插画、概念艺术、摄影式输出”开箱即达出版级”
- 自研专有模型：不依赖 Stable Diffusion 或 DALL·E 系列，独立的技术路线带来独特的视觉风格
- 参数化精细控制：
--stylize、--chaos、--sref、--cref、--ar等参数系统为专业用户提供显著的创意控制 - 网页端专业工作流：2025 年推出的 midjourney.com 网页界面提供了图像管理、生成历史、编辑器（Inpainting/Outpainting/Retexture/Upscale），企业团队可用性大幅提升
- V7/V8 模型持续进化：V7 在手部、人体比例、小物体细节上相较 V6.1 明显更稳；V8.1 Alpha 出图速度提升 4-5 倍、支持原生 2K HD 输出
- 商业授权清晰：所有付费方案均含商业使用权，年收入超 100 万美元公司强制 Pro/Mega 的规则明确
- 社区生态活跃：Discord 社区近 2100 万成员，提示词技巧与作品分享文化浓厚，学习曲线虽陡但回报显著
- Draft Mode 快速迭代：草稿模式以 1/2 GPU 成本实现 10 倍速出图，适合探索方向
- 视频生成：Pro/Mega 方案支持 SD 视频生成，V8.1 已支持 HD 视频
局限：
- 无免费档：2024 年起取消免费试用，所有方案 $10/月起，新手零成本试错门槛高
- 提示词遵循度非最佳：MJ 倾向于优先美学质量而非字面提示词遵循，有时会产生偏离具体指令的美丽图像；DALL·E 3 在复杂提示词的字面遵循上更胜一筹
- 长文本渲染仍弱：V7 文字渲染有改善但长词和小字号仍会出错，V8 虽有改善但仍不可靠；Ideogram 和 GPT-4o 图像生成在文字渲染上更领先
- 默认公开生成：默认情况下创作出现在 midjourney.com 公开画廊，除非启用 Stealth Mode（仅 Pro/Mega）
- 无公开 API：官方不提供公开 API，不允许未授权自动化或第三方应用，企业集成需直接联系企业团队
- 缺乏 LoRA/ControlNet：不提供 Stable Diffusion 生态的 LoRA 微调或 ControlNet 精准控制，技术向用户受限
- Discord 工作流遗留：虽然网页端已推出，但大量老用户仍依赖 Discord，对新手不够直观
- 国内访问与支付门槛：需信用卡支付 + 稳定访问境外服务，国内个人用户存在门槛
- 内容审核偶有过度：Reddit 用户反馈无辜提示词偶尔被标记，而类似提示词却能通过，审核一致性有待提升
