Midjourney创始人揭秘：被谷歌延误的关键一年如何重塑AI绘画赛道

5月21日，Midjourney创始人在社交媒体上的一次技术复盘引发了行业关注。他承认，早期在基础设施选型上押注谷歌TPU而非英伟达GPU，可能使公司的核心研发进度滞后了接近一年。

“相比从一开始就全面接入Nvidia生态，我们的进度可能慢了十二个月。”他在回复中分析道，并进一步指出，“如果重新选择，我会在项目启动第一天就全力投入Nvidia的解决方案。”尽管他也提及两种架构各有其技术权衡，但这一迟来的评估，精准揭示了AI初创公司在算力平台选型时所面临的关键决策风险与长期影响。

过去一年，AI图像生成领域的竞争已进入深水区。Midjourney在图像的艺术风格与审美质感上依然保持辨识度，但在多模态理解、复杂指令执行及编辑功能的综合演进上，正面临来自OpenAI的DALL-E 3、谷歌的Imagen等模型的全面挤压。这份竞争压力，其技术根源或许正可追溯至那“被延误的一年”。

V8升级：速度飞跃与用户争议

为加速追赶，Midjourney于今年3月推出了架构更新的V8版本。性能数据显示，此次迭代力度显著：图像生成速度较V7提升约5倍，并开始原生支持2K高分辨率输出。在复杂提示词理解与场景文字渲染的准确性上，模型也取得了可观的进展。

然而，与官方宣传的性能突破形成对比的，是用户社区中涌现的广泛适配性质疑。争议焦点主要集中在两个层面：一是工作流兼容性断裂。V8版本导致大量沿用已久的经典参数、风格预设及成熟工作流失效，用户既有的操作习惯与资产积累面临重置。二是生成风格漂移。众多资深创作者反馈，V8输出图像的视觉层次感有所减弱，过去版本中标志性的光影氛围与艺术化笔触被部分削弱，作品的独特性和惊喜感因此降低。

光环与荆棘：Midjourney的成长之路

审视Midjourney的发展轨迹，其路径颇具行业典型性。这款由大卫·霍尔兹于2024年3月发布的AI绘画工具，依托其扩散模型的核心能力，允许用户通过自然语言指令快速生成高质量视觉内容，并借助Discord社区迅速完成了早期用户积累。

但其成长历程同样伴随显著挑战。去年，因模型生成内容涉及《星球大战》等知名影视IP，Midjourney接连受到迪士尼、环球影业及华纳兄弟探索公司的版权诉讼。这些法律纠纷凸显了AI生成内容在版权归属、合理使用边界上的模糊性，成为整个生成式AI行业必须共同应对的合规性课题。

从底层算力选型的战略决策，到产品迭代引发的用户适应阵痛，再到商业环境中的版权合规挑战，Midjourney的发展历程集中体现了AI创业公司的典型困境。创始人的那次技术路线反思，不仅是对过往决策的评估，也为行业后来者提供了一个关键洞察：在高速演进的AI赛道，早期基础设施与技术生态的选择，其长期影响往往远超预期。