产品发布 - Midjourney推出首个视频模型V1，具备调色精准、构图考究、情绪饱满的特点，延续了其独特的超现实视觉风格[1][2][8] - 视频模型支持上传或生成图像后点击"Animate"按钮转换，单次任务默认输出4段5秒视频，最长可扩展至21秒[5][29][30] - 提供手动和自动两种模式，用户可通过提示词设定画面效果，并选择低运动或高运动选项以适应不同场景需求[5][33][37] 技术表现 - 视频生成保持高辨识度的美学风格，如博主@EccentrismArt展示的坠落少年动态流畅，城市街区空间扭曲效果稳定[9][10] - 成功处理复杂场景如极光雪地车灯的多重光源干扰，雪地粒子、运动模糊等要素一致性较强[19][22] - 静物表现力方面，奶油动态自然，杯体旋转时标签未扭曲，但写实风格中孩童左手存在不协调问题[21][24] 商业模式 - 视频功能纳入现有订阅体系（10美元/月），GPU消耗为图像任务的8倍，但生成长视频时每秒成本与图像生成接近[11][36] - 相比竞品如OpenAI Sora（20美元/月起）、Google Veo（249.99美元/月），性价比处于第一梯队[38] - 面向Pro用户测试"Relax Mode"以降低算力消耗，其他用户仍按GPU时间和会员等级计费[38] 功能局限 - 仅支持480p分辨率，长宽比自动适配图像原尺寸（如1:1输出624×624像素，16:9输出832×464像素）[11][43][44] - 缺乏音效、时间轴编辑、片段过渡及API接入能力，片段间为跳切衔接难以控制剧情节奏[40][41][42] - 官方承认当前版本属早期探索阶段，重在易用性和可扩展性[45] 战略规划 - 视频模型是构建"世界模型"的第二步，后续将推出3D模型与实时系统，最终整合图像生成、动画控制、3D导航与实时渲染[46][47][48] - 产品路线图分为四阶段：图像模型→视频模型→3D模型→实时模型，最终实现交互式内容生产体系[48][49]