Midjourney影片生成功能上線，AI創作新趨勢與市場影響解析

Midjourney正式跨足AI影片生成領域，從靜態圖像邁向多媒體創作

Midjourney 最近似乎做了一個滿讓人注意的動作，差不多在大家還沒完全適應他們圖像生成功能時，就突然推出了第一套 AI 影片生成功能 V1。這家公司規模其實不算大，靠著自己打拼到現在，人數也不到外界想像的那麼多，不過他們用戶卻已經累積到好像快有兩千萬左右吧。這次的新功能，有點像是把原本熟悉的圖片生成平台加上一層動畫效果——只要把生成好的靜態圖片（或是自己上傳的圖檔）放進去，按下「Animate」，畫面就會被拉成一小段五秒鐘左右的短片，而且還可以分段慢慢延長，每次多個五秒，到最後大概二十秒封頂。

這工具操作起來跟他們前陣子剛更新的第七代圖像模型流程差不多，基本上先出一張圖，再決定怎麼動起來。比較特別的是，有些人可能會直接用系統自帶的自動動畫合成功能；但另外也有人會寫點文字指令下去，告訴 AI 畫面裡哪些東西該怎麼移動——彷彿是在導演一場微型電影。

不過事情總沒那麼單純。除了技術話題之外，好像 Midjourney 現在還遇到一些法律問題，被幾家規模相當大的娛樂公司盯上。有些業界觀察者開始討論：對於那些想利用最新 AI 創意技術來行銷、廣告或提升互動體驗的人和企業而言，這樣的新服務到底真正帶來什麼？又或者說，比起現有越來越多競爭者，例如其他新興甚至老牌 AI 影像／影音模型，Midjourney 能不能保持自己的特色？

至於後面產業競賽誰勝誰負，目前看起來還很難下結論，也許會隨著不同情境與用戶需求而改變。整體感覺，他們是在某種程度嘗試把原本做得比較好的靜態視覺內容往更豐富、更立體的方向推，但未來是不是真的走得遠，其實仍有不少變數。

新功能怎麼玩？教你用圖片轉影片和文字指令控制動態效果

最近Midjourney終於推出了影片生成功能，好像支援圖片轉換成動畫，也可以直接用文字編輯、調整畫面。有個有趣的小細節，使用者能在兩種動態模式之間切換，一種是低動作模式，偏向靜態、細微改變，例如角色眨眼、或背景風吹草動那樣。另一種則是高動作設定，會嘗試讓主體和鏡頭都有比較明顯的移動，不過這樣一來畫面出錯的機率似乎會提高。

那些操作按鈕大致上就放在網站右邊，靠近「動畫圖片」這個欄位下方。每次產生影片時，其實系統會給出四組各自長度約五秒的小片段讓人挑，有需要還可以再多延長幾秒，大致上單次最多二十秒左右。雖然目前看起來持續時間不算長，官方好像已經預告後續會再拓展功能與時長。

其實從Midjourney二○二二年夏天剛問世那陣子開始，它一直被不少創作者當作很厲害的AI圖像工具——主要是更新頻率頗快，又容易做出比較貼近真實感或變化多端的畫面，所以大家對它這次跨足影像領域也蠻期待。有些早期用戶分享下來的反饋大致正面，比如Perplexity AI設計師Phi Hoang在X（以前叫推特）上就有提到：「超乎我原本預期」，但畢竟每個人的需求不同，目前看到的評價還在持續累積中。

價格方面其實沒有太多門檻，如果已經訂閱他們的方案，每月大概只要付出一般影像生成將近八倍資源量，就能跑一次影片任務。不過因為一組影片能拿到將近二十秒內容，所以平均算下來，每秒成本跟產生一張靜態圖差不了多少。以現在市面競品來講，這種收費方式可能稍微有點競爭力，但具體適合哪些族群還得觀察看看。

Comparison Table:

工具名稱	功能特點	競爭優勢	法律問題	未來展望
Luma Labs Dream Machine	影像和聲音生成，Modify Video換膚重製影片風格	整合多媒體內容，豐富的使用體驗	無明顯法律問題，目前獲得好評	持續提升多媒體生成能力
Midjourney	靜態圖生成功能，加上新推出的AI影片模型	低門檻、價格親民，用戶基數大約兩千萬	面臨迪士尼和環球的著作權訴訟，可能影響服務穩定性及發展方向	朝向世界模型進化，但需解決法務風險
Google Veo三代和OpenAI Sora	文字、圖片、影片、聲音融合成完整場景調整能力強	大企業背書，技術底蘊深厚	未來可能面對類似版權挑戰	不斷增強功能以應對市場需求
Runway	早期專注於AI影片生成，現計畫加入世界建模概念	先行者優勢，在創作者中享有良好口碑	尚無重大法律糾紛報導	探索沉浸式互動與3D空間建模方向
Odyssey	根據用戶行為預測世界變化，即時互動能力強	結合硬體與軟體合作夥伴關係，擴展應用範圍	正在建立品牌認知，但實際運用仍在初階段	持續改進系統以吸引更多開發者參與

低預算創作者的福音！Midjourney影片方案價格竟然這麼親民

最近有個叫做「影片慢速模式」的東西，好像只針對比較高等級的Pro訂閱者在測試。這個模式，說白了跟之前那個圖片生成的慢速版本有點像，就是處理速度會拖慢一點，但換來的是運算成本能壓低一些。至於原本那種快產生影片的方式，還是照舊用計算資源去扣，反正每個訂閱方案給的額度都不太一樣。

其實不少人在社群上討論這定價，感覺普遍沒什麼太大反彈。有位叫@BLVCKLIGHTai的AI內容創作者在網路上也特別提到，他自己覺得費用大概跟放大圖片時差不了多少，所以如果只是想試試短片產生工具，好像也還算親民。大致對比起來，這價格和Luma AI推出、網頁版Lite方案差不多，也就剛過十元美金上下，比Runway那個標榜「標準」方案便宜一點——後者好像要將近十五美元吧。

說到這些工具，其它幾家也陸續端出自家產品。例如OpenAI那邊所謂Sora模型，如果連同ChatGPT Plus一起買，每月二十多美元可以做五十部影片，再往上一檔Pro就要兩百多美金；Google DeepMind則有個叫Veo 3的，要搭配AI Ultra服務，用下來得付兩百五十多美元左右；Runway家的Gen-4倒是有免費帳號，但只要你需求一多，一轉正規方案又分成十二、二十八、七十幾美金三種層級。Luma Labs推出Dream Machine時，也順帶把Web Lite設在十塊錢上下，甚至部分方案更便宜。

當然啦，各平台實際功能細節、限制、用途都不盡相同，有些人關心畫質，有些則是在意生成速度或授權問題。整體看起來，目前短片AI工具雖然選項變多了，價格門檻其實拉得比想像中低一些，只是用的人還是得根據需求細挑。不過是不是適合所有人，每個人觀感可能又不太一致。

和其他大廠比一比！Midjourney在AI影片大戰中的優劣勢分析

有些人可能注意到，Kling AI（原來叫做快手）年繳的話，每月大概七十元左右。MiniMax（海螺）這邊則是有分段計費，像偶爾產生一次，好像不到一塊的收費，標準方案也落在十來元每月，有時候會看到十五上下的價碼。Pika Labs（Pika 2.2）基本上用起來是免費的，但要更進階就差不多十元上下。Adobe 推出的 Firefly Video 好像也有提供部分免費額度，往上升級成標準方案大致是十元出頭，再高級一些就是三十接近的價位。

Higgsfield AI 基本方案看起來也是九元多一點。Genmo（Mochi）比較特別，目前屬於開源、免付費那種模式。而 Moonvalley 的 Marey 訂閱好像沒明說價格，只能估個大概，不太確定詳細數字。Lightricks 推出的 LTX Studio 較入門版月費大約也是九元左右。

如果拿音效來說，Midjourney 這套系統目前還沒有內建聲音這回事。不像 Google 的 Veo 3 或 Luma Labs 的 Dream Machine，可以一起產生背景音或聲效什麼的，會覺得 Midjourney 在這方面稍微弱了一點。不過內建編輯功能本身比 Runway、Sora 或 Luma 那幾款少一些，用起來相對單純。其實不同平台各有強項，也很難說哪一種適合所有人，每個用戶需求不太一樣吧。

為什麼我的影片沒有聲音？揭密Midjourney目前最大功能限制

如果要加配樂，眼下還是得靠後製，另外用其他工具處理。Midjourney目前能產出的影片片段通常都不長，大概頂多二十秒上下。至於剪輯軸線、場景銜接或前後連貫什麼的，目前也沒看到有相關支援。官方倒是提過這只是剛起步，說他們一開始就是想讓大家能先玩玩看，也方便後續擴展。

最近AI影像這塊，好像一下子變得挺熱鬧。好多家大公司、創業團隊、甚至有些開源專案，都在搶著做。就說這幾天吧，中國那邊有個叫MiniMax的團隊，他們把自家的Hailuo模型升級了版本號，好像叫02。有些用戶反饋裡面提到畫面真實感不錯，動作跟提示算對得上，而且解析度比之前高一截。不過渲染速度嘛，有人覺得還需要再快點才行。蠻特別的是，這個模型好像在處理那些複雜動作或鏡頭運動時，比較容易抓到重點。有評論覺得它跟一些西方廠牌，比如Runway新出的Gen-3 Alpha或者Google那條Veo產品線，可以拿來比較看看。不過每家的強項可能各異，具體怎麼選，看需求吧。

迪士尼和環球影業聯手提告，Midjourney陷入侵權風暴核心

最近，大概有幾家AI影像生成工具在討論度上輪流升溫。Luma Labs的Dream Machine，大家說它可以同時弄出影像跟聲音，好像這點是Midjourney目前還沒有補齊的空缺。再加上，有個叫Modify Video的新功能，讓人能夠換膚或重製影片風格，這跟Runway那邊差不多。有些人也會提到Google Veo三代和OpenAI未來要推的Sora，那類產品好像都想把文字、圖片、影片、聲音揉成一個比較完整又能調整的場景。反觀Midjourney，看起來比較專注於讓門檻降低和壓低價格，就是偏向「差不多就行」然後大規模拋出去，不過這樣一來，就少了那些現在高階AI動態工具普遍具備的一些細緻功能。

前陣子突然冒出來的新聞——就在他們新服務快發表前沒多久——說Midjourney被捲進迪士尼和環球聯手打一場頗長篇幅的著作權訴訟案。據稱，美國那邊法院文件據說超過百頁（也可能不到），主要控訴內容圍繞著Midjourney用了一些知名角色，像漫威英雄、星戰系列、小小兵、史瑞克之類，都沒經過正式授權，而且還讓用戶很輕鬆地下載到帶有這些角色外觀的圖片。原告那方意思大概是說，平台根本變成一個無底洞式抄襲源泉，用戶隨便輸入就能生出什麼達斯維達或艾莎女王等各種形象，而且公司疑似直接用網路爬蟲抓取了受保護資料，也沒有特別設技術閘門去擋掉那些明顯撞臉版權IP的結果。

更妙的是，他們連即將推出的「影像服務」也提前列在訴狀裡，懷疑新模型早在公開前就已經拿這些素材開訓練，未來很可能會出現更多動畫版角色複製品。目前情況怎麼走向，其實還看不太清楚，但整體感覺就是糾紛只會越滾越大吧。

AI影片市場殺紅眼！中國新創MiniMax如何用海螺02突圍

有些人可能還沒注意到，Midjourney在二〇二四年似乎賺了不少錢，據說營收大概有好幾億美金，而且用戶群也快要到兩千多萬。這種規模的發展，其實讓一些影視公司感覺挺不安的，因為他們認為這平台的成長，是靠著沒有經過補償的創作成果堆疊出來。迪士尼那邊，有位法務長Horacio Gutierrez，直接講話還蠻直接：「侵權就是侵權，就算是AI公司做的，也沒有比較沒問題。」類似這樣的法律糾紛，好像會對美國目前關於AI訓練資料還有生成內容控制的界線帶來一點挑戰。未來像Midjourney、OpenAI這些平台，要怎麼設計內容過濾或授權機制，也可能會受到影響。

企業如果對侵權風險比較敏感，有些服務（例如OpenAI出的Sora或者Adobe Firefly Video）好像本身就內建了賠償保障，所以用來做AI影片生成也許會讓人安心一點。

說回Midjourney自己，他們公開談新模型時提過，接下來的大方向已經很明確，就是想把靜態圖、動態畫面、三維空間導航，加上即時渲染之類全部揉在一起，朝向一個叫做世界模型（world model）的統合系統努力。不過眼前這些官司和疑慮，看起來暫時還沒什麼定論。

未來要打造虛擬世界？Midjourney透露驚人的「世界模型」計畫

這些系統大致上想做的事，就是讓人可以在變動的環境裡自由走動。比方說，有些人在玩沉浸式遊戲或戴著VR裝置時，畫面、角色、甚至玩家本身的動作都會即時改變。未來某天，也許真的能直接開口說：「我想在傍晚時分逛一下摩洛哥市集。」然後眼前就出現一個可以四處探索、有各種細節和互動，甚至還可能有生成音效的世界。不過，目前好像也只能先做到影像階段而已。有聽說Midjourney把它形容成什麼「技術墊腳石」，意思是說要慢慢往更複雜那邊靠過去。

其實不只Midjourney，好幾家AI研究團隊都對這類點子感興趣。例如Odyssey——這家公司是由兩位曾經參與自駕車相關產業的人合夥創立的，他們最近才剛公開展示了一套系統，據稱每秒能播出三十多格畫面，並且場景還能隨著用戶移動視角來互動。這個模型好像主要是根據之前發生過什麼事情和用戶行為來預測「世界接下來會長怎樣」，讓人有種真的在3D空間裡四處張望的感覺。他們家自己有做360度攝影機硬體，也嘗試跟Unreal Engine、Blender這些三維平台合作，希望到後製階段還能再調整。不過目前看起來，用戶除了換個攝影機位置、看看模型隨機生成了哪些東西之外，好像暫時沒辦法掌控太多內容。

Runway也是差不多路線，很早以前就在做AI影片生成了，現在也開始把所謂「世界建模」列進公開規劃裡。不少人對未來怎麼發展還不是很確定，只知道大家都朝類似方向摸索吧。

Runway和Odyssey這些競爭對手正在做哪些更酷的事情

Midjourney 最近推出的 AI 影片模型，像是那個在二〇二五年春天才出來的新版本，好像又多了點什麼。有人說它現在不只是讓畫面動起來，而是能讓人繞著東西轉、拉遠拉近，或者順順地穿梭在場景裡……這些聽起來有點像模擬遊戲？其實也有人覺得這已經開始分不清到底是在生成影片還是在玩模擬。

之前 Runway 的技術長寫過一篇文章，大概是一年多前吧，他談到所謂「世界模型」——就是那些能夠真的理解環境、甚至預測下一步會發生什麼事情的系統。換句話說，不光只是做出一幅好看的圖，而是真的開始摸索「場景行為」這件事。嗯，這方面好像不少團隊都投入了。例如 DeepMind，早些時候就在機器人訓練、增強學習領域打下基礎；還有剛冒出頭、由 Fei-Fei Li 領銜的新創，好像叫 World Labs？他們目標就明確瞄準模擬型 AI；微軟也是，企業端據說已經用上世界模型來做數位分身或某種培訓模擬；另外還有個比較低調但手上資源不少的新創 Decart，他們則琢磨著多智能體仿真之類。

其實 Midjourney 一路以來比較重視的是讓大家容易進入門檻，而且操作也親民，但最近似乎透露想要往更複雜的模擬框架走。公司提過，如果真要做到那一步，第一步可能得先把底層能力補齊：靜態畫面（最初的圖像）、動作（影片）、空間控制（位置移動），還要加上即時互動反應。目前這套新影片工具，就暫時當成打地基用的一塊磚好了。

從整體看下來，Midjourney 跳進影片生成算是順勢而為。畢竟原本靠圖片平台吸引了一大群用戶，也沒特別設限誰可以試水溫。而且價格結構對於一般創作者而言似乎相對友善，不會因為嘗鮮動畫功能就被嚇退。不過市場競爭越來越熱鬧，要說未來是不是每家都能穩住腳跟，也很難講。有些人可能關心的不單只有影像美感，更重要的是背後那一整套互動式 AI 世界的基本架構。所以眼下 Midjourney 推出的新產品，其實只是在鋪路——距離真正建好完整系統，看起來還早上一段路。

站在法律懸崖邊的Midjourney，下一步該怎麼走才能活下去

這次的推出，說起來其實讓公司同時踩進了幾個挺棘手的領域。有些人覺得，從產品角度來看，他們得面對一些速度快、功能又多的競爭者，而且這些對手好像還沒被那麼多法律問題纏身。至於規範那邊，目前正有一場官司在進行，要是判下來了，也許會改變美國AI公司訓練和應用生成式模型的方式。

如果站在企業負責人或資訊主管的視角，他們在挑選AI創作平台時，可能會覺得Midjourney這波發表好壞參半。一方面，工具本身成本低，也算跟著趨勢快速升級，用戶數也不少；不過另一方面，那些版權和監管相關的不確定性還懸在那裡——這種風險說不定哪天會影響到服務穩定性，甚至中斷都不是沒可能，有些企業反而會猶豫要不要大規模採用。

後續到底Midjourney能不能繼續保持現在的節奏，還是說遇到法務阻礙後必須調整他們的產品與經營模式？目前外界也只能觀望。畢竟整個AI內容產業似乎正在慢慢變成熟，以前草創期可以忽略的一些問題，現在開始浮現了。

講到每天追蹤商業案例，有個叫VB Daily的平台，好像專門分享各家公司怎麼用生成式AI，包括政策變動、應用情境等雜七雜八的小知識。如果有人想對老闆留下點印象，也許可以偶爾翻翻這類資訊，把最新趨勢帶進團隊討論。不過訂閱信什麼時候出錯或者連結跑掉，也是常有的事啦。