Meta 正在授权使用 Midjourney 的图像和视频技术，而原因很能说明问题

据本周报道，Meta 正在授权使用 Midjourney 的 AI 图像和视频技术。Meta 首席 AI 官 Alexandr Wang 在一篇帖子中公开称赞该公司，称该团队取得了“技术与美学卓越的真正壮举”。

Meta 已经拥有自己的图像生成器和视频编辑器。这项授权协议等于承认：拥有一个模型，并不等于拥有一个人们愿意选择使用的模型。

Meta 买的是什么

Midjourney 的相关能力非常具体。V7 于 6 月成为默认图像生成模型，被描述为一种全新架构，处理文本提示词的智能程度远超其前代模型。该公司还发布了 V1 视频模型，可将生成的图像转化为短视频动画。Midjourney 随后将视频生成功能扩展到标准层级订阅用户，通过设置和 CLI 参数增加了批量生成选项，并推出了用于整理创意参考的 Moodboards 页面。

美学声誉就是资产。自 2022 年以来，Midjourney 在图像生成市场中一直占据一个特殊位置：从来不是最可控的模型，从来不是最便宜的，也从来不是文本渲染最好的，却始终是那个默认输出被人们形容为美丽的模型。独立排名也反映了这一点：该模型被评为美学领导者，并对应着相应的成本特征。

对这种声誉可以有一种技术性解读，并没有听起来那么玄乎。Midjourney 的优势似乎在于其默认采样行为，即用户输入一个普通提示词、不加负面提示词、不加风格修饰词、也不调参数时得到的输出。大多数模型需要用户引导才能得到有吸引力的结果。而一个未经引导的输出就已经有吸引力的模型，为用户省去了一项真正难以传授的技能，这也是为什么从业者将这种差异描述为品味，而非质量。

对 Meta 来说，这种声誉正是内部难以建立的东西。一个实验室可以训练模型去满足基准测试。但训练一个模型，使其默认产出某个特定社群偏爱的输出，是另一个问题，而这正是 Midjourney 已经解决的问题。

为什么一家拥有自家模型的公司还要授权别人的模型

Meta 已经发布了图像生成工具和视频编辑器。它还有 Muse，这是其面向广告主的图像模型，定价约为每张图一美分，据报道在本周期获得了显著增长。

差距在于竞争定位，而非原始能力。对比对象是 OpenAI 的 Sora 和 Google 的 Veo，对 Meta 而言，问题在于自家技术栈能否在质量上与它们竞争，而不是能否产出结果。

授权解决的是一个时机问题。Meta 正在朝着其所谓的“超级智能”实验室迈进，而这是一项持续多年的努力。这一纽带一直很活跃：Meta 向 Scale AI 投资了 148 亿美元，Wang 也作为该安排的一部分成为首席 AI 官，同时还进行了一轮更广泛的招聘，从竞争对手实验室挖来资深人才。但该项目无法立即产出的，是一个面向消费者、能在美学上胜出的创意产品。

所以，Meta 在研究项目推进的同时，买下了美学层。对于一家既有资本又有短板的公司来说，这是常规操作，也是一个相当坦诚的信号，表明 Meta 认为自家模型处在什么位置。

授权浪潮中更深层的模式

Midjourney 并不是唯一一家将自己的技术打包卖给更大平台的公司。

同一周，Anthropic 扩展了一项创业公司计划，提供免费企业访问权限，并推出了耗资 1 亿美元的 Frontier Academy 来培训工程师。Google 将 Nano Banana 2.1 引入搜索、广告和消费级 Gemini 应用。Creatify 和 HeyGen 都通过对 MiniMax 的开放权重 H3 进行后训练，构建了商业模型；就 HeyGen 而言，它推出了一款每秒一美分的通用视频模型。

可以看到两种截然不同的策略。一种是垂直整合：拥有模型、拥有产品、拥有分发渠道，这正是 Google 在做的事。另一种是专业化与授权：在狭窄赛道中做出卓越的东西，再把它卖进别人的分发渠道，Midjourney、Creatify 和 HeyGen 就处于这一位置。

Midjourney 在其中的位置不同寻常，因为它的品牌建立在品味之上，而非能力基准。基准排名会过期。而品味一旦在某个社群中建立起来，往往会持续存在。但它也更难规模化，因为美学偏好与特定社群的标准绑定，而这些标准在不同市场之间会有分歧。

值得关注什么

三件事将表明这笔交易是否真能产生成果。

Meta 实际会用这项技术推出什么。一个获得授权的模型以完整身份出现在 Meta 的某个产品界面中，与这项能力被吸收进 Muse，是两种不同的结果，而在新闻稿中，这两者很容易被混为一谈。

Midjourney 的美学能否在 Meta 的规模化要求下幸存。Midjourney 的输出调校至一种特定的美学标准，其社群多年来一直在完善这一标准。将其重新格式化用于广告创意——那里的目标是转化，而非美学判断——这种转译可能会丢失它之所以有价值的东西。

以及这笔交易是权宜之计，还是长期定位。Wang 将这一安排描述为与 Midjourney 更紧密地合作。如果 Meta 自己的研究项目在十八个月内赶上，那么授权就成了一道桥梁。如果没有，Meta 实际上就是把其创意技术栈中的美学层外包给了一家规模小得多的公司，这是一种可行但战略上令人不安的安排。

这笔交易有一种比权宜之计更有意思的版本。Meta 的各个产品界面将创意工具呈现在数十亿用户和极其庞大的广告主群体面前，而目前无论是 Midjourney 还是 Meta，都没有一款产品能把 Midjourney 的美学与 Meta 的分发能力结合起来。如果两家公司真的打造出这样的产品，结果将是一款在市场上拥有与 OpenAI 或 Google 所提供的任何东西都真正不同定位的图像和视频工具，而其优势将来自默认采用，而非基准分数。

这是乐观的情况。不乐观的情况是，平台公司内部的大型授权交易往往会朝着平台自身需求的方向演变，而让那家小公司值得被授权的具体品质，会成为第一个牺牲品。任何见过收购如何吞掉一款设计工具个性的人，都会认出这种模式。

在图像生成中，什么才算护城河

更宏观的解读关乎图像生成中什么才算护城河。基准每季度都在变化，开放权重模型在几个月内就能缩小差距。但移动得没那么快的，是一个社群对于什么好看的判断，以及由此积累起来的偏好数据。这项资产从一开始就属于 Midjourney，而现在，一家算力远超于它的公司决定租用它，而不是重建它。

对其他所有人来说，教训在于该在哪里竞争。试图在原始能力上击败前沿实验室，是一场与越来越昂贵的训练轮次赛跑的比赛。构建一个具体、可防御的美学或工作流定位，再把它卖进别人的分发渠道，是一条更慢、天花板更低，但更有可能在下一代模型发布后存活下来的路径。

Midjourney 在这种安排中的位置很不寻常，因为该公司出售的，正是那种无法通过增加算力来规模化的东西，这让它在谈判桌上握有一手强牌。但它也是一项有限资产，因为品味可能被它所投入的应用稀释，而授权协议把控制权交给了另一方。