作者 | 石濑

编辑 | 张洁

它来了，AI图像领域的绝对王者带着它的首个视频模型来了。

就在今天凌晨，Midjourney正式推出了其首个AI视频生成模型V1，用户可以上传一张图片，或基于Midjourney图像模型生成4段5秒视频。

从官方演示来看，V1在人物运动、画面一致性上表现都相当亮眼，甚至延续了Midjourney在图像领域积累的审美优势，生成的视频注重画面整体美感，而非单纯追求真实感。

目前V1仅通过Discord平台提供，并且初期仅支持网页端使用。

体验网址：https://www.midjourney.com/

进入网址后通过谷歌或Discord账号登录即可，这次Midjourney也相当有诚意，视频模型并不需要单独付费，如果你是订阅会员（最低每月10美元）直接上手用就完事了。

下面话不多说，一起来看看：AI生图之王推出的首个视频模型，到底有多强。

实测Midjourney V1

V1和Midjourney网页端做了深度融合，进入页面后，只需要像往常一样生图或上传图片，点击图片上的“Animate”即可生成视频。也就是说，V1目前仅支持图生视频。

虽然初始生成的视频时长只有5秒长，但用户可以选择将视频延长4秒，最多可延长4次，这意味着V1最长可生成21秒视频。

测试一：复杂指令遵循

提示词：一座巨大、正在腐朽的佛像，位于一座黑暗的洞穴寺庙之中，整体采用《黑神话：悟空》的美术风格。佛像的脸上挂着一抹奇异而暧昧的微笑。一束光照亮了它布满青苔和裂纹的脸庞。画面要求超写实、具有戏剧性的光照和令人压抑的氛围。

初始5秒视频生成好后，用户可以选择自动或手动的方式来延长视频。手动模式下，用户可以通过修改提示词，控制镜头运动、新增场景画面等。

此外，用户还可以在设置中选择“Low Motion”或“High Motion”来调整镜头运动和画面主体的运动幅度。

在这里，我们经过多轮手动增加“佛像头上的野花”、“蝴蝶落在野花上”等提示词，让V1一口气生成了一个21秒的视频。

测试二：人物特写

提示词：Joaquin Phoenix饰演的小丑，在一个深夜脱口秀节目上，突然转向镜头，带着巨大而癫狂的笑容直视观众。周围是明亮的演播室灯光，画面要求照片般逼真且充满电影感。

测试三：手部动作

提示词：画面中，演奏者正在弹唱鲁特琴弦。尘埃在戏剧性的光束中飞舞。他脸上的表情充满张力、饱含情感。

这轮测试里，我们上传了卡拉瓦乔名画《鲁特琴演奏者》给V1。最后效果相当惊喜，不仅人物情感表现丰富，而且AI驱动的手部动作也比较自然逼真，在保持较大动作幅度的同时，画面也没有崩坏。

测试四：人物运动

提示词：一位芭蕾舞演员，在一个洒满阳光、尘土飞扬的舞台上，用慢动作完成了一个完美无瑕的单足旋转。镜头采用低角度拍摄。

AI往往难以处理体操、芭蕾等涉及复杂物理定律的动态画面，V1在这轮表现还算不错，整体没有出现特别抽象或离谱的画面。不过，芭蕾舞演员多次转圈时，腿部还是出现了一些奇怪的扭曲。

测试五：超现实

提示词：一幅超现实主义的女性肖像，她的脸是由盛开的牡丹花和破碎的青花瓷片拼接而成的美丽拼贴画，既优雅又混乱，纹理细节丰富，明暗对比强烈，杂志大片风格。

测试六：特定风格表现

吉卜力风格

提示词：以吉卜力工作室的风格，一个头发上扎着红丝带的小女孩，正望着一列轻微摇晃的火车窗外，窗外是连绵的绿色山丘和蓬松的云朵。

70年代华丽摇滚风

提示词：《Vogue》杂志大片风格，一个70年代华丽摇滚风的角色，画着闪粉妆，戴着华丽的羽毛披肩，身穿缎面连体裤，在黑暗舞台的聚光灯下摆出戏剧性姿势，高对比度。

赛博朋克与高级时尚摄影

提示词：一位前卫模特穿着半透明的全息雨衣，几何光影图案投射在她和雨衣上，雨夜站在霓虹闪烁的东京街头，充满情绪和氛围感。

整体来看，V1的表现可以说是“瑕不掩瑜”。作为Midjourney推出的首个视频模型，V1延续了其图像模型的美学表现，在调色、构图、情绪表达等方面表现出色，能够生成具有一定艺术感的视频。

同时，V1生成视频速度很快，且能够实时预览生成画面过程。

明显的缺点是，在一些复杂动作场景中（如芭蕾舞），V1仍然会生成不符合真实物理世界运动的人物运动画面，并且V1目前只支持图生视频，生成的视频默认为480p分辨率，且长宽比会自动适配图像原尺寸。

对此，V1一发布，Midjourney公司也给出了一个说法：他们的目标不是AI视频模型，而是开发能够实现“实时开放世界模拟”的AI模型。V1只是他们迈向终极目标过程中的一个“垫脚石”，未来还会有更多功能上线。

至少对广大AI玩家来说，这次V1的出现提供了一个量大管饱、审美还不错的视频模型选择。

各位玩家觉得V1效果怎么样？欢迎在评论区留言分享你的玩法👀