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
Midjourney：伟大的公司只需要十一人
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。
目前，随着AI技术的快速迭代，各种基于AIGC（人工智能内容生成）技术的产品不断涌向社会，而其中最普遍的，则莫过于大量的AI绘图模型，如Midjourney、Dreambooth、Novel AI和Stable Diffusion等。
同为开发绘画AI的团队，Midjourney是怎么取得今天的成就的呢？
他为Midjourney设立了一个非常不“铜臭”的宗旨：AI 不是现实世界的复刻，而是人类想象力的延伸。
而这样充满科幻色彩的宗旨，和大卫的背景、经历有着很大的关系。
MidJourney的创始人大卫·霍尔茨
作为一个数学专业的博士生，大卫曾在大学期间研究激光雷达、大气科学和火星任务，可谓是一个涉猎甚广，且充满好奇心的“怪才”。
经过了广泛的探索后，大卫似乎找到了自己真正的兴趣所在，于是，在2010年便创立了一家研发手部跟踪技术为主的公司——Leap Motion。
然而，由于与之相关的VR/AR技术一直不成熟，Leap Motion也始终没能做出有具体应用场景的产品。
大卫之前研发的手部追踪产品
最终，2019年，大卫把 Leap Motion 公司卖给了竞争对手 Ultrahaptics。随后，他成立了一个工作室来探索新的机会，
恰巧在这时，AI在生成艺术方面取得了突破。
Transformer架构的出现，彻底改写了图像合成的历史。从此，多模态深度学习整合了NLP和计算机视觉的技术，成为图像合成的艺术方法。
于是，借着生成式AI的东风，大卫创建了Midjourney。
公司团队成员仅11人，其中1位创始人、8位研发人员、1位法务、1位财务。
在公司的构成中，完全没有产品经理、市场销售人员，除了创始人、两个支持性岗位（法务、财务），80%的人员都是研发人员。
而作为中坚力量的研发成员，一半（4位）都是尚未毕业的本科生。
虽然这四位本科生都有一些实操甚至是创业经历，但是确实经验有限，而且也非毕业顶尖名校。
剩下来的几位研发人员，都有着比较丰富的职业经历。
在聚拢人才后，大卫也进一步明确了自己对于Midjourney的理念。
大卫将公司Logos 设计成了一艘在波浪中航行的帆船，意为水既危险，又是文明的驱动力。
懂得如何与水一起生活和工作的人类，将有能力在水中游泳、做船、筑坝发电，从而更好的生活，因此，大卫认为AI是人类想象力的引擎。
然而，在当时生成式AI的竞争格局上，有这类“雄心壮志”的团队，可不只Midjourney一家。
例如Stable Diffusion的母公司 Stability.AI，在创立时也声称要将自己的使命定格为成为世界领先的开源AI公司，并发扬将AI共享于全世界的理念。
然而，口号喊得震天响，理念终归是不能当饭吃的啊。
情怀满满的大卫，之后是怎么解决一系列公司融资、盈利的问题的呢？
从今天来看，Midjourney的盈利模式看上去十分简单，即通过付费订阅的商业模式，按月向用户收取费用，其标准有3种套餐，分别是10/30/60美元/月。
不过，这样的模式要想行得通，得解决两大关键问题：
先来说说第一点，实际上，当AI图像生成技术开始方兴未艾之时，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，为了吸引大量的开发者，最大程度的把模型用起来，因此采取了开源的模式。
和Dall·E、Midjourney不同，Stable Diffusion是完全免费、不限次数、任何人都可用的。
虽然对硬件有着一定要求，但也能在几秒钟内生成高清图像。
这样的好处在于，开源社区会齐心协力地完善模型文档，共同解决技术难题。这使得代码的迭代速度非常快，优化效率远远高于闭源系统。
但缺点也很显而易见，那就是商业化不够直接，可能为别人“做了嫁衣”。
而相较之下，Midjourney却采用了不那么开放的“闭源系统”。
如果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，并通过庞大的用户量积累了独有的数据集，可以根据用户需求不断地针对性训练模型，长期来看更有利于建立竞争壁垒。
在探索用户需求这点上，大卫采取了产品上线后边测试边改进的办法。
例如Midjourney模型最开始很慢，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，
在针对用户需求进行调整后，无论是创意行业设计者，还是普通爱好者，都能通过Midjourney满足自身的绘画需求。
除了了解用户需求外，在使用流程方面，Midjourney也并不像Stable Diffusion需要本地部署，操作十分便捷，对显卡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“亲民”的大众产品。
但如此庞大的云计算量，必然需要高昂的成本，这就回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，也很不可思议。
当大卫需要找到一个云供应商提供10,000个GPU时，他直接给云供应商的负责人发了封电子邮件，结果对方就直接给到了这些资源，完全不需要风险投资。
看到这儿，也许有人惊得下巴都掉了，这种事在现实中真的可能吗？
当然，供应商并不是抽风了，而是看中了大卫之前的成就和声誉。
大卫之前的创业已经获得了声誉，大卫打从创办Leap Motion的时候起就有一个观点，他觉得技术的最大限制不是规模、成本或速度，而是人们如何与之互动。
Leap Motion的手势互动是一个尝试，到了Midjourney这里，他开始使用更短的绘画关键词（prompt）来催动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力支持后，大卫也仍然要面对算力捉襟见肘的问题。
从成本来说，Midjourney大约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在世界上八个不同的地区，设立了自己的服务器，比如韩国、日本或荷兰等，在每个时区的夜间，当地人都在睡觉，没有人使用GPU。Midjourney就可以充分利用这些算力，实现GPU负载平衡。
实际上，这种依靠云端服务器来降低成本、加快模型训练的做法，与目前腾讯训练大模型的策略十分相似。
在算力已经愈发成为大模型训练瓶颈的今天，如果在训练开发环节，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，减少工作量。
因此，Midjourney “云上计算”的这一步棋，着实是摸准了时代的方向。
互联网的演进之路，已经说明，无论To B还是To C行业，都在追求越来越集约精简的终端硬件、越来越低门槛的交互入口、越来越轻盈的软件应用。
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组建的团队，具有大企业所没有的灵活性、创见和魄力。
而这类小团队的创意、灵感，若要真正在市场、社会中扎下根，就离不开对用户多样化、个性化需求的追踪。
这是因为，AIGC技术的“泛用性”，决定了其绝不是针对某一行业、人群，或是某一类企业的技术。
只有在这多样化的需求中，尽可能地满足不同层级用户的特定需求，一款产品才能真正地具有长远的生命。
既服务所有人，又不忽视每一个特殊的人，这或许就是Midjourney成功的最大原因。
原创文章，作者：曾确令，如若转载，请注明出处：https://www.zengqueling.com/midjourney%ef%bc%9a%e4%bc%9f%e5%a4%a7%e7%9a%84%e5%85%ac%e5%8f%b8%e5%8f%aa%e9%9c%80%e8%a6%81%e5%8d%81%e4%b8%80%e4%ba%ba/
微信扫一扫 
