中国广告设计的美学实践

genjupingtaidingdantuisongjilu,lijijiunengzhakandaolishi;gezhongcuxiaohuodongbuduantuichu，xiaofeizhekezhijiecanyu；haitangshiyoulongmawenhuaxianshangwenxuechengyumingshengjierlaide，dajiazaixianshangdounengsuishisuidideyueduguankanquanwangzuixinzuiremendexiaoshuozixunxiaomeirenyuxiangyaorangzijijinxingyiciwanmeituibian，dabanchenghaishangmeiliderenyugongzhu。ziyougou：shouyepuguangziyougourukou，zizhugouwugengbianjieMidjourney：偉(wei)大(da)的(de)公(gong)司(si)只(zhi)需(xu)要(yao)十(shi)壹(yi)人(ren)

原(yuan)創(chuang)：舉(ju)大名(ming)耳(er)

來(lai)源(yuan)：AI新(xin)智(zhi)能(neng)（ID：alpAIworks）

圖(tu)片(pian)来源：由(you)無(wu)界(jie) AI工(gong)具(ju)生(sheng)成(cheng)

在(zai)生成式(shi) AI、雲(yun)計(ji)算(suan)等(deng)技(ji)術(shu)逐(zhu)漸(jian)抹(mo)平(ping)大企(qi)業(ye)與(yu)中(zhong)小(xiao)企业之(zhi)間(jian)的技术、成本(ben)差(cha)距(ju)後(hou)，各(ge)企业真(zhen)正(zheng)比(bi)拼(pin)的，只剩(sheng)下(xia)人才(cai)、创意(yi)与執(zhi)行(xing)力(li)。

目(mu)前(qian)，隨(sui)著(zhe) AI 技术的快(kuai)速(su)叠(die)代(dai)，各種(zhong)基(ji)於(yu) AIGC（人工智能內(nei)容(rong)生成）技术的產(chan)品(pin)不(bu)斷(duan)湧(yong)向(xiang)社(she)會(hui)，而(er)其(qi)中最(zui)普(pu)遍(bian)的，則(ze)莫(mo)過(guo)于大量(liang)的 AI 繪(hui)图模(mo)型(xing)，如(ru) Midjourney、Dreambooth、Novel AI 和(he) Stable Diffusion 等。

雖(sui)然(ran) AI 绘图領(ling)域(yu)，看(kan)似(si)進(jin)入(ru)了(le)百(bai)花(hua)齊(qi)放(fang)的時(shi)代，但(dan)目前业内的頂(ding)流(liu)，仍(reng)然是(shi) Midjourney 和 Stable Diffusion 為(wei)代表(biao)兩(liang)大龍(long)頭(tou)。

今(jin)年(nian) 4 月(yue)，Midjourney 进一步(bu)宣(xuan)布(bu)推(tui)出(chu)針(zhen)對(dui)二(er)次(ci)元(yuan)、動(dong)漫(man)風(feng)格(ge)的绘图模型 Niji-journey V5。

這(zhe)一模型与以(yi)往(wang)最大的不同(tong)，就(jiu)是它(ta)能“取(qu)代”高(gao)級(ji)原畫(hua)師(shi)了。

憑(ping)借(jie)着出眾(zhong)的造(zao)型張(zhang)力和色(se)彩(cai)使(shi)用(yong)、以及(ji)豐(feng)富(fu)的风格化(hua)表現(xian)力，Niji V5 不光(guang)看傻(sha)一众吃(chi)瓜(gua)群(qun)众，甚(shen)至(zhi)驚(jing)艷(yan)了业内画师，讓(rang)人直(zhi)呼(hu)其已(yi)經(jing)具有(you)了大师插(cha)画的味(wei)道(dao)。

之所(suo)以能夠(gou)如此(ci)質(zhi)變(bian)，一大原因(yin)在于相(xiang)較(jiao)此前版(ban)本，Niji V5 支(zhi)持(chi)了风格化（stylize）參(can)數(shu)設(she)置(zhi)。

簡(jian)而言(yan)之，在該(gai)版本下，用戶(hu)只需使用风格化命(ming)令(ling)，就能引(yin)用不同藝(yi)术家(jia)设计风格产出图片。

在 Niji V5 的助(zhu)力下，人們(men)輕(qing)易(yi)地(di)生成了許(xu)多(duo)“大师级”的作(zuo)品。

Niji V5 产出图片的品质相當(dang)優(you)秀(xiu)，幾(ji)乎(hu)覆(fu)蓋(gai)市(shi)面(mian)上(shang)的常(chang)見(jian)风格。在此基礎(chu)上，使用者(zhe)只需要微(wei)調(tiao)设计，基本能够達(da)到(dao)大部(bu)分(fen)优秀高级原画的工作需求(qiu)。

如此出色的技术，不禁(jin)让人对其背(bei)后的 Midjourney 公司产生了強(qiang)烈(lie)的興(xing)趣(qu)。

實(shi)際(ji)上，虽然 Midjourney 和 Stable Diffusion 同为当前 AI 绘画的两大领軍(jun)者，但其当下的境(jing)遇(yu)卻(que)有着天(tian)壤(rang)之別(bie)。

Stable Diffusion 背后的明(ming)星(xing)公司——Stability AI，目前正面臨(lin)嚴(yan)重(zhong)的財(cai)政(zheng)困(kun)境，由于沒(mei)有明確(que)的盈(ying)利(li)途(tu)徑(jing)，公司正面临倒(dao)閉(bi)的危(wei)機(ji)。

相较之下，Midjourney 却運(yun)行得(de)风生水(shui)起(qi)，凭借着付(fu)費(fei)訂(ding)閱(yue)的商(shang)业模式，Midjourney 不僅(jin)獲(huo)得了每(mei)年 1 億(yi)美(mei)元的營(ying)收(shou)，並(bing)且(qie)在 Discord 上已经積(ji)累(lei)了 1000 多萬(wan)用户。

同为開(kai)發(fa)绘画 AI 的團(tuan)隊(dui)，Midjourney 是怎(zen)麽(me)取得今天的成就的呢(ne)？

延(yan)伸(shen)人類(lei)想(xiang)象(xiang)力

虽然 Midjourney 在不融(rong)資(zi)的情(qing)況(kuang)下就实现了盈利，但從(cong)创建(jian)的背景(jing)来看，创始(shi)人大衛(wei)?霍(huo)爾(er)茨(ci)（David Holz），并不像(xiang)那(na)种鉆(zuan)进錢(qian)眼(yan)裏(li)的人。

他(ta)为 Midjourney 设立(li)了一個(ge)非(fei)常不“銅(tong)臭(chou)”的宗(zong)旨(zhi)：AI 不是现实世(shi)界的復(fu)刻(ke)，而是人类想象力的延伸。

而这樣(yang)充(chong)滿(man)科(ke)幻(huan)色彩的宗旨，和大卫的背景、经歷(li)有着很(hen)大的關(guan)系(xi)。

MidJourney 的创始人大卫?霍尔茨

作为一个数學(xue)專(zhuan)业的博(bo)士(shi)生，大卫曾(zeng)在大学期(qi)间研(yan)究(jiu)激(ji)光雷(lei)达、大氣(qi)科学和火(huo)星任(ren)務(wu)，可(ke)謂(wei)是一个涉(she)獵(lie)甚廣(guang)，且充满好(hao)奇(qi)心(xin)的“怪(guai)才”。

经过了广泛(fan)的探(tan)索(suo)后，大卫似乎找(zhao)到了自(zi)己(ji)真正的兴趣所在，于是，在 2010 年便(bian)创立了一家研发手(shou)部跟(gen)蹤(zong)技术为主(zhu)的公司——Leap Motion。

然而，由于与之相关的 VR/AR 技术一直不成熟(shu)，Leap Motion 也(ye)始終(zhong)没能做(zuo)出有具體(ti)應(ying)用場(chang)景的产品。

大卫之前研发的手部追(zhui)踪产品

最终，2019 年，大卫把(ba) Leap Motion 公司賣(mai)給(gei)了競(jing)爭(zheng)对手 Ultrahaptics。随后，他成立了一个工作室(shi)来探索新的机会，

恰(qia)巧(qiao)在这时，AI 在生成艺术方(fang)面取得了突(tu)破(po)。

Transformer 架(jia)構(gou)的出现，徹(che)底(di)改(gai)寫(xie)了图像合(he)成的历史(shi)。从此，多模態(tai)深(shen)度(du)学習(xi)整(zheng)合了 NLP 和计算机視(shi)覺(jiao)的技术，成为图像合成的艺术方法(fa)。

于是，借着生成式 AI 的東(dong)风，大卫创建了 Midjourney。

公司团队成員(yuan)仅 11 人，其中 1 位(wei)创始人、8 位研发人员、1 位法务、1 位财务。

在公司的构成中，完(wan)全(quan)没有产品经理(li)、市场銷(xiao)售(shou)人员，除(chu)了创始人、两个支持性(xing)崗(gang)位（法务、财务），80% 的人员都(dou)是研发人员。

而作为中堅(jian)力量的研发成员，一半(ban)（4 位）都是尚(shang)未(wei)畢(bi)业的本科生。

虽然这四(si)位本科生都有一些(xie)实操(cao)甚至是创业经历，但是确实经驗(yan)有限(xian)，而且也非毕业顶尖(jian)名校(xiao)。

剩下来的几位研发人员，都有着比较丰富的職(zhi)业经历。

在聚(ju)攏(long)人才后，大卫也进一步明确了自己对于 Midjourney 的理念(nian)。

大卫將(jiang)公司 Logos 设计成了一艘(sou)在波(bo)浪(lang)中航(hang)行的帆(fan)船(chuan)，意为水既(ji)危險(xian)，又(you)是文(wen)明的驅(qu)动力。

懂(dong)得如何(he)与水一起生活(huo)和工作的人类，将有能力在水中遊(you)泳(yong)、做船、築(zhu)壩(ba)发電(dian)，从而更(geng)好的生活，因此，大卫認(ren)为 AI 是人类想象力的引擎(qing)。

然而，在当时生成式 AI 的竞争格局(ju)上，有这类“雄(xiong)心壯(zhuang)誌(zhi)”的团队，可不只 Midjourney 一家。

例(li)如 Stable Diffusion 的母(mu)公司 Stability.AI，在创立时也聲(sheng)稱(cheng)要将自己的使命定(ding)格为成为世界领先(xian)的开源 AI 公司，并发揚(yang)将 AI 共(gong)享(xiang)于全世界的理念。

然而，口(kou)號(hao)喊(han)得震(zhen)天響(xiang)，理念终歸(gui)是不能当飯(fan)吃的啊(a)。

情懷(huai)满满的大卫，之后是怎么解(jie)決(jue)一系列(lie)公司融资、盈利的問(wen)題(ti)的呢？

开源 VS 闭源

从今天来看，Midjourney 的盈利模式看上去(qu)十分简單(dan)，即(ji)通(tong)过付费订阅的商业模式，按(an)月向用户收取费用，其標(biao)準(zhun)有 3 种套(tao)餐(can)，分别是 10/30/60 美元/月。

不过，这样的模式要想行得通，得解决两大关鍵(jian)问题：

1. 凭什(shen)么让用户产生付费的意願(yuan)？

2. 大模型訓(xun)練(lian)所需要的高昂(ang)成本怎么解决？

先来說(shuo)说第(di)一點(dian)，实际上，当 AI 图像生成技术开始方兴未艾(ai)之时，很多使用者并不觉得这种技术是需要“付费”的。

原因就在于，当时像 Stable Diffusion 这样的行业龙头，为了吸(xi)引大量的开发者，最大程(cheng)度的把模型用起来，因此采(cai)取了开源的模式。

和 Dall?E、Midjourney 不同，Stable Diffusion 是完全免(mian)费、不限次数、任何人都可用的。

虽然对硬(ying)件(jian)有着一定要求，但也能在几秒(miao)鐘(zhong)内生成高清(qing)图像。

这样的好處(chu)在于，开源社區(qu)会齐心協(xie)力地完善(shan)模型文檔(dang)，共同解决技术難(nan)题。这使得代碼(ma)的迭代速度非常快，优化效(xiao)率(lv)遠(yuan)远高于闭源系統(tong)。

但缺(que)点也很顯(xian)而易见，那就是商业化不够直接(jie)，可能为别人“做了嫁(jia)衣(yi)”。

而相较之下，Midjourney 却采用了不那么开放的“闭源系统”。

如果(guo)说闭源系统真的有什么好处，那就是针对性更强了。

因为模型闭源，并通过龐(pang)大的用户量积累了獨(du)有的数據(ju)集(ji)，可以根(gen)据用户需求不断地针对性训练模型，長(chang)期来看更有利于建立竞争壁(bi)壘(lei)。

在探索用户需求这点上，大卫采取了产品上線(xian)后邊(bian)測(ce)試(shi)边改进的辦(ban)法。

例如 Midjourney 模型最开始很慢(man)，需要 20 分钟才能出一张高质量的图片。后来团队推出了一个做 15 秒生产图片，但是质量没那么高的版本，

经过多輪(lun)测试，团队了解到，速度和质量其实都只是表象，因为不同用户的選(xuan)擇(ze)，实际上是多維(wei)度的。

在针对用户需求进行调整后，无論(lun)是创意行业设计者，還(hai)是普通愛(ai)好者，都能通过 Midjourney 满足(zu)自身(shen)的绘画需求。

除了了解用户需求外(wai)，在使用流程方面，Midjourney 也并不像 Stable Diffusion 需要本地部署(shu)，操作十分便捷(jie)，对显卡(ka)和硬件性能也几乎没有要求。

虽为闭源，但 Midjourney 在使用难易度上，却更像一个“親(qin)民(min)”的大众产品。

于是，Midjourney 获得大量用户后，養(yang)成了用户使用习慣(guan)，且在开啟(qi)付费订阅后就进一步加(jia)强了用户粘(zhan)性。

算力难题

剛(gang)才提(ti)到，Midjourney 在硬件方面，对用户几乎没什么要求。而这样的原因，则是由于 Midjourney 所有的图片都是在云上完成并训练的。

但如此庞大的云计算量，必(bi)然需要高昂的成本，这就回(hui)到了刚才的第二个问题：

在没有融资的情况下，在云上进行大模型训练所需要的高昂，该成本怎么解决？

实际上，大卫解决这个问题的方式很简单，也很不可思(si)議(yi)。

当大卫需要找到一个云供(gong)应商提供 10,000 个 GPU 时，他直接给云供应商的負(fu)責(ze)人发了封(feng)电子(zi)郵(you)件，結(jie)果对方就直接给到了这些资源，完全不需要风险投(tou)资。

看到这兒(er)，也许有人惊得下巴(ba)都掉(diao)了，这种事(shi)在现实中真的可能嗎(ma)？

当然，供应商并不是抽(chou)风了，而是看中了大卫之前的成就和声譽(yu)。

大卫之前的创业已经获得了声誉，大卫打(da)从创办 Leap Motion 的时候(hou)起就有一个觀(guan)点，他觉得技术的最大限制(zhi)不是規(gui)模、成本或(huo)速度，而是人们如何与之互(hu)动。

Leap Motion 的手勢(shi)互动是一个嘗(chang)试，到了 Midjourney 这里，他开始使用更短(duan)的绘画关键詞(ci)（prompt）来催(cui)动 AI 产出。

这样的理念，吸引了每一个了解大卫的人，也让他得到了云供应商的支持。

然而，在获得了供应商的鼎(ding)力支持后，大卫也仍然要面对算力捉(zhuo)襟(jin)见肘(zhou)的问题。

从成本来说，Midjourney 大約(yue) 10% 的云成本用于训练，90% 是用户制作图像的推理。所以几乎所有的成本都在制作图像上。

为解决这一点，Midjourney 在世界上八(ba)个不同的地区，设立了自己的服(fu)务器(qi)，比如韓(han)國(guo)、日(ri)本或荷(he)蘭(lan)等，在每个时区的夜(ye)间，当地人都在睡(shui)觉，没有人使用 GPU。Midjourney 就可以充分利用这些算力，实现 GPU 负載(zai)平衡(heng)。

实际上，这种依(yi)靠(kao)云端(duan)服务器来降(jiang)低(di)成本、加快模型训练的做法，与目前騰(teng)訊(xun)训练大模型的策(ce)略(lve)十分相似。

在算力已经愈(yu)发成为大模型训练瓶(ping)頸(jing)的今天，如果在训练开发環(huan)節(jie)，直接调用云端的大模型和 AI 算力资源，完成后一键分发到用户终端上，就可以大大降低成本，減(jian)少(shao)工作量。

因此，Midjourney“云上计算”的这一步棋(qi)，着实是摸(mo)准了时代的方向。

互聯(lian)網(wang)的演(yan)进之路(lu)，已经说明，无论 To B 还是 To C 行业，都在追求越(yue)来越集约精(jing)简的终端硬件、越来越低門(men)檻(kan)的交(jiao)互入口、越来越轻盈的軟(ruan)件应用。

所以说，大模型从云入端，是模型服务商实现商业化的必争之地。

總(zong)结

从 Midjourney 看似不可思议的创业经历，我(wo)们可以发现，在这次 AIGC 时代的浪潮(chao)中，能够脫(tuo)穎(ying)而出的企业、团队，未必是财大气粗(cu)的头部大廠(chang)。

因为在生成式 AI、云计算等技术逐渐抹平大企业与中小企业之间的技术、成本差距后，各企业真正比拼的，只剩下人才、创意与执行力。

而这也是为什么，Midjourney 这类仅有寥(liao)寥十几人的小团队能脱颖而出的原因。因为这样依靠少数尖端人才組(zu)建的团队，具有大企业所没有的靈(ling)活性、创见和魄(po)力。

而这类小团队的创意、灵感(gan)，若(ruo)要真正在市场、社会中紮(zha)下根，就離(li)不开对用户多样化、个性化需求的追踪。

这是因为，AIGC 技术的“泛用性”，决定了其絕(jue)不是针对某(mou)一行业、人群，或是某一类企业的技术。

只有在这多样化的需求中，盡(jin)可能地满足不同層(ceng)级用户的特(te)定需求，一款(kuan)产品才能真正地具有长远的生命。

既服务所有人，又不忽(hu)视每一个特殊(shu)的人，这或许就是 Midjourney 成功(gong)的最大原因。返(fan)回搜(sou)狐(hu)，查(zha)看更多

责任編(bian)輯(ji)：