MetaがMidjourneyの画像・動画技術をライセンス、その理由は示唆に富む

今週の報道によると、MetaはMidjourneyのAI画像・動画技術をライセンス契約している。Metaの最高AI責任者であるAlexandr Wangは、投稿で同社を公に称賛し、チームが「技術的および美的卓越性の真の偉業」を成し遂げたと述べた。

Metaはすでに独自の画像生成ツールと動画編集ツールを持っている。このライセンス契約は、モデルを持っていることと、人々が使うことを選ぶモデルを持っていることは同じではないという認識を示している。

Metaが買っているもの

関連するMidjourneyの機能は具体的だ。V7は6月にデフォルトの画像生成モデルとなり、前任モデルよりもはるかにインテリジェントにテキストプロンプトを処理する完全に新しいアーキテクチャとして説明されている。同社はまた、生成画像を短いアニメーションクリップに変換するV1動画モデルもリリースした。Midjourneyはその後、標準ティアの加入者に動画生成を拡大し、設定とCLIパラメータを通じてバッチ生産オプションを追加し、クリエイティブな参考資料を整理するためのMoodboardsページを立ち上げた。

美的評判こそが資産だ。Midjourneyは2022年以来、画像生成市場で特定の地位を占めてきた。最も制御可能なモデルでも、最も安価なモデルでも、テキストレンダリングが最も優れているモデルでも決してなく、一貫してデフォルト出力が美しいと人々が評するモデルである。独立したランキングはこれを反映しており、このモデルは美的リーダーとして評価され、それに見合ったコストプロファイルを持っている。

その評判には、聞こえるほど神秘的なものではない技術的な解釈がある。Midjourneyの優位性は、そのデフォルトのサンプリング動作にあるようだ。つまり、ネガティブプロンプトもスタイル修飾子もパラメータ調整もない、単純なプロンプトからユーザーが得る出力である。ほとんどのモデルは、ユーザーが魅力的な結果へと導く必要がある。誘導なしの出力がすでに魅力的なモデルは、教えるのが本当に難しいスキルをユーザーから省く。だからこそ実践者は、その違いを品質ではなくセンスと呼ぶのである。

Metaにとって、その評判こそが内部で構築するのが難しいものである。研究所はベンチマークを満たすようにモデルを訓練できる。特定のコミュニティがデフォルトで好む出力を生成するように訓練するのは別の問題であり、それはMidjourneyが解決した問題である。

自社モデルを持つ企業がなぜライセンスを受けるのか

Metaは画像生成ツールと動画編集ツールを公開している。また、広告主向けに画像あたり約1セントで提供される画像モデルMuseも持っており、今サイクルで大きな traction を得たと報じられている。

ギャップは生の能力ではなく競争上のポジショニングである。比較対象はOpenAIのSoraとGoogleのVeoであり、Metaにとっての疑問は、自社スタックが品質でそれらと競争できるかどうかであり、出力を生成できるかどうかではない。

ライセンスはタイミングの問題を解決する。Metaは自らSuperintelligence labと呼ぶものに向けて構築を進めており、それは複数年にわたる取り組みである。その動きは活発だ。MetaはScale AIに148億ドルを投資し、Wangはその取り決めの一環として最高AI責任者に就任し、競合研究所からシニア人材を引き抜く広範な採用も行った。そのプログラムが即座に生み出さないのは、美的感覚で勝負する消費者向けクリエイティブ製品である。

つまりMetaは、研究プログラムが進行する間、美的レイヤーを購入するのである。それは資本とギャップを持つ企業にとって従来的な動きであり、Metaが自社モデルの位置をどう考えているかについてのかなり率直なシグナルである。

ライセンスの波に見えるより深いパターン

Midjourneyだけが自社技術をより大きなプラットフォーム向けにパッケージ化している企業ではない。

同じ週、Anthropicは無料のエンタープライズアクセスを含むスタートアッププログラムを拡大し、エンジニアを訓練するための1億ドルのFrontier Academyを立ち上げた。GoogleはNano Banana 2.1を検索、広告、消費者向けGeminiアプリに投入した。CreatifyとHeyGenはどちらも、MiniMaxのオープンウェイトH3を事後学習させることで商用モデルを構築し、HeyGenの場合は1秒あたり1セントでユニバーサル動画モデルを提供した。

二つの異なる戦略が見える。一つは垂直統合である。モデルを所有し、製品を所有し、流通を所有する。Googleが行っているのはこれだ。もう一つは専門化とライセンスである。狭い領域で優れたものを構築し、他社の流通に売り込む。Midjourney、Creatify、HeyGenが位置するのはここだ。

この中でMidjourneyの位置は異例である。なぜならそのブランドは能力ベンチマークではなくセンスに基づいて構築されているからだ。ベンチマークの位置は失効する。一度コミュニティで確立されたセンスは、定着する傾向がある。また、拡張が難しい。美的嗜好は特定のコミュニティの基準に結びついており、その基準は市場ごとに異なるからだ。

注目すべき点

この契約が何かを生み出すかどうかを示す三つの点がある。

Metaが実際にその技術で何を出荷するか。ライセンスされたモデルがそのアイデンティティを保ったままMetaのサーフェス内に現れることは、その能力がMuseに吸収されるのとは異なる結果であり、プレスリリースではこの二つは混同されやすい。

Midjourneyの美学がMetaのスケール要件を生き残るかどうか。Midjourneyの出力は、そのコミュニティが何年もかけて磨いてきた特定の美の基準に調整されている。それを、美的判断ではなくコンバージョンを目的とする広告クリエイティブ向けに再フォーマットすることは、その価値を失わせる可能性のある翻訳である。

そして、この契約が一時しのぎなのか恒久的な立場なのか。Wangはこの取り決めを、Midjourneyとより緊密に協力することだと説明した。Meta自身の研究プログラムが18か月以内に追いつけば、ライセンスは橋渡しになる。追いつかなければ、Metaは実質的にクリエイティブスタックの美的レイヤーをはるかに小さな企業に外部委託したことになり、それは実行可能な取り決めであると同時に戦略的に居心地の悪いものである。

一時しのぎよりも興味深い契約のバージョンがある。Metaのサーフェスは、クリエイティブツールを数十億のユーザーと非常に大規模な広告主基盤の前に置く。そして現在、MidjourneyもMetaも、Midjourneyの美学とMetaの流通を組み合わせた製品を持っていない。もし両社が実際にそれを構築すれば、結果はOpenAIやGoogleが提供するものとは市場で真に異なる位置を占める画像・動画ツールとなり、その優位性はベンチマークスコアではなくデフォルトの採用から生まれるだろう。

それが好ましいケースだ。好ましくないケースは、プラットフォーム企業内の大規模なライセンス契約はプラットフォームのニーズに向かって解決される傾向があり、小企業をライセンスする価値があった特定の品質が最初の犠牲者になるということだ。買収がデザインツールの個性を吸収するのを見てきた人なら、このパターンを認識するだろう。

画像生成における堀とは何か

より広い読み方は、画像生成における堀とは何かについてである。ベンチマークは四半期ごとに動き、オープンウェイトモデルは数か月で差を縮める。それほど速く動かないのは、何が見た目に良いかについてのコミュニティの判断と、それに伴って蓄積された嗜好データである。その資産は最初からMidjourneyのものであり、今やはるかに多くの計算資源を持つ企業が再構築するのではなく借りることを決めたものである。

他のすべての人にとって、教訓はどこで競争するかである。生の能力でフロンティアラボを打ち負かそうとするのは、ますます高価になるトレーニング実行との競争である。特定の防御可能な美学またはワークフローの位置を構築し、それを他社の流通に売り込むことは、天井は低いが遅い道であり、次のモデルリリースを生き残る可能性がはるかに高い。

その取り決めにおけるMidjourneyの立場は異例である。なぜなら同社は、計算資源を追加しても拡張しない唯一のものを販売しており、それは交渉の場で強いカードになるからだ。またそれは有限の資産でもある。なぜならセンスはそれが適用される用途によって希釈され得るし、ライセンス契約は相手方に制御を渡すからである。