Meta 正在向 Midjourney 取得圖像與影片技術授權，而背後原因很能說明一切
根據本週的報導，Meta 正在向 Midjourney 取得其 AI 圖像與影片技術的授權。Meta 的 AI 長 Alexandr Wang 在一則貼文中公開稱讚該公司，形容這個團隊達成了「技術與美學卓越的真正壯舉」。
Meta 已經有自己的圖像生成器與影片編輯器。這筆授權交易等於承認：擁有一個模型，和擁有一個大家會選擇使用的模型，並不是同一回事。
Meta 買的是什麼
相關的 Midjourney 能力相當具體。V7 在六月成為預設圖像生成模型，被描述為一套全新架構，處理文字提示的能力遠比前代更聰明。該公司也推出了 V1 影片模型，可將生成的圖像轉為短動畫片段。Midjourney 隨後將影片生成功能擴展到標準方案訂閱者，透過設定與 CLI 參數新增批次產製選項，並推出 Moodboards 頁面來整理創意參考資料。
美學名聲才是資產。自 2022 年以來，Midjourney 在圖像生成市場一直占有特殊位置：從來不是最可控的模型，從來不是最便宜的，也從來不是文字渲染最強的，卻始終是那個預設輸出被人們形容為美麗的模型。獨立排名也反映了這一點；該模型被評為美學領導者，並伴隨相應的成本結構。
對這種名聲還有一種技術性解讀，沒有聽起來那麼玄。Midjourney 的優勢似乎在於其預設取樣行為，也就是使用者只輸入單純提示、沒有負面提示、沒有風格修飾詞、也沒有參數調校時所得到的輸出。多數模型都需要使用者引導，才能得到吸引人的結果。一個未經引導的輸出就已經吸引人的模型，替使用者省下了一項真正難以傳授的技能；這也是為什麼從業者會把這種差異描述為品味，而不是品質。
對 Meta 來說，這種名聲正是難以在內部打造出來的東西。實驗室可以訓練模型來滿足基準測試。但要訓練出一個預設就能產出特定社群所偏好輸出的模型，是另一個問題，而這正是 Midjourney 已經解決的問題。
為什麼一家已有自家模型的公司還要授權別人的模型
Meta 已經發布了圖像生成工具與影片編輯器。它也有 Muse，這是自家圖像模型，每張圖定價約一美分，鎖定廣告主，據報導在本週期獲得了顯著的採用動能。
差距在於競爭定位，而不是原始能力。比較對象是 OpenAI 的 Sora 與 Google 的 Veo，而 Meta 面臨的問題是：自家技術堆疊能否在品質上與它們競爭，而不是能否產出結果。
授權解決的是時間差問題。Meta 正朝著它所稱的超智慧實驗室邁進，而那是耗時多年的努力。這層關係一直很活躍：Meta 向 Scale AI 投資 148 億美元，Wang 也在此安排下成為 AI 長，同時還有一波更廣泛的招募行動，從競爭對手的實驗室延攬資深人才。但這個計畫無法立刻產出的，是一款面向消費者、能在美學上勝出的創意產品。
所以 Meta 在研究計畫持續推進的同時，先買下美學層。對一家有資本又有落差的公司來說，這是相當常規的做法，也相當坦率地透露出 Meta 認為自家模型目前處於什麼位置。
授權潮背後的更深層模式
Midjourney 並不是唯一一家把自己的技術包裝起來、賣給大型平台的公司。
同一週，Anthropic 擴大了某項創業培育計畫，提供免費企業使用權，並推出規模 1 億美元的 Frontier Academy 來培訓工程師。Google 將 Nano Banana 2.1 導入 Search、Ads 與消費版 Gemini 應用程式。Creatify 與 HeyGen 則都透過對 MiniMax 的開放權重模型 H3 進行後訓練，打造出商業模型；以 HeyGen 為例，推出了一款每秒一美分的通用影片模型。
這裡可以看到兩種截然不同的策略。一種是垂直整合：擁有模型、擁有產品、擁有通路，這正是 Google 的做法。另一種是專業化與授權：在狹窄的領域中打造出卓越的東西，再把它賣進別人的通路；Midjourney、Creatify 與 HeyGen 都屬於這一類。
Midjourney 在這之中的位置很不尋常，因為它的品牌建立在品味之上，而不是能力基準。基準排名會過期。品味一旦在某個社群中建立起來，往往會留存下來。品味也更難規模化，因為美學偏好與特定社群的標準綁在一起，而那些標準會因市場而分歧。
值得觀察的重點
有三件事將顯示這筆交易是否真的產出任何成果。
Meta 實際上用這項技術推出了什麼。一款授權模型以其原有身分完整出現在 Meta 的產品介面中，和這項能力被吸收進 Muse，是兩種不同的結果，而這兩者在新聞稿裡很容易被混為一談。
Midjourney 的美學能否在 Meta 的規模要求下存活。Midjourney 的輸出是調校到某種特定的美感標準，而那是其社群多年來精煉出來的。為了廣告素材而重新格式化——在那裡，目標是轉換率而不是美學判斷——這種轉譯可能會流失當初讓它珍貴的東西。
以及這筆交易是權宜之計，還是永久定位。Wang 將這項安排描述為與 Midjourney 更密切合作。如果 Meta 自家的研究計畫在十八個月內趕上，這項授權就成為一座橋樑。如果沒有，Meta 等於把其創意技術堆疊中的美學層外包給一家規模小得多的公司；這是一種可行、但在策略上令人不安的安排。
這筆交易還有一個比權宜之計更有意思的版本。Meta 的產品介面讓創意工具出現在數十億使用者與非常龐大的廣告主群面前，而目前無論 Midjourney 或 Meta，都沒有產品能把 Midjourney 的美學與 Meta 的通路結合起來。如果兩家公司真的打造出那樣的產品，結果將是一款在市場上真正擁有不同定位的圖像與影片工具，不同於 OpenAI 或 Google 提供的任何東西；而它的優勢會來自預設採用，而不是基準分數。
那是有利的情境。不利的情境則是：平台公司內部的大型授權交易，往往會朝平台自身需求傾斜，而讓那家小公司值得被授權的特定品質，會是最先犧牲的東西。任何看過一項設計工具在收購後個性被吸納殆盡的人，都會認出這種模式。
在圖像生成領域，什麼才算護城河
更宏觀的解讀，是關於在圖像生成領域什麼才算護城河。基準每隔一季就變動，開放權重模型也會在幾個月內縮小差距。移動得沒那麼快的，是某個社群對什麼看起來好看的判斷，以及隨之累積的偏好資料。這項資產從一開始就屬於 Midjourney，而如今，一家運算資源遠多於它的公司決定租用它，而不是重新打造。
對其他所有人來說，教訓在於該在哪裡競爭。試圖在原始能力上打敗前沿實驗室，是一場對抗訓練成本不斷攀升的競賽。建立一個特定、可防禦的美學或工作流程定位，再把它賣進別人的通路，是一條較慢的路，天花板較低，但更能撐過下一次模型發布。
Midjourney 在這種安排中的位置很不尋常，因為這家公司賣的，正是無法靠增加算力來規模化的東西；這在談判桌上是一手好牌。它同時也是一項有限資產，因為品味可能會被其所投入的應用稀釋，而這筆授權交易等於把控制權交到對方手上。