Midjourney 的局限:它无法做到的事
Midjourney 在品牌一致性、文字渲染、企业集成与专业视频制作方面存在明显局限。其缺乏公开 API,默认公开生成图像,且标准访问需付费订阅。文字渲染可能产生不一致字符,角色一致性难以保持,视频输出也缺少多关键帧、专业导出格式等电影级控制。
Midjourney 在品牌一致性、文字渲染、企业集成与专业视频制作方面存在明显局限。其缺乏公开 API,默认公开生成图像,且标准访问需付费订阅。文字渲染可能产生不一致字符,角色一致性难以保持,视频输出也缺少多关键帧、专业导出格式等电影级控制。
Midjourney 在最新 Office Hours 中透露,新 Niji 模型已接近完成,最快约一周内可能公开,但新功能细节尚未公布。V9 正以提升图像整体一致性和提示词理解为目标开发,初期模型已进入测试,发布时间未定。新版 Upscaler 正在测试,若品质达标可能先于 V9 上线;Thinking Mode 存在准确性与美感的取舍,官方正考虑按需启用或由模型自动判断。
面对每天约 50 亿张照片的拍摄量和 Midjourney 等工具的低门槛,Max Kent 认为摄影的乐趣在于拍摄过程本身,而提示词生成的图像几乎只关乎结果。他把提示词使用者称为"策展人",并主张不必以职业化或卖作品来定义摄影师身份。他给出的方法是:从自己反复回看的照片中挑出三四个词,带着它们出门拍摄,以此摆脱"例行公事"式的取景。
AI 电影人 Frank Houbre 以自己创办的 Outerframe Studio 为例,逐间推演 2030 年电影工作室的变化。他判断届时仍会保留实体片场,但面积更小、更多靠租赁,拍摄集中在表演捕捉,环境则交给生成;SAG-AFTRA 新合约(2026 年 7 月至 2030 年 6 月)与 AI Act 第 50 条透明度义务已锁定部分规则。
一位视频制作从业者观察到,越来越多企业开始自建视频企划与制作,并出现"不拍摄、用 AI 生成"的需求,预算有限时这已成为可选方案。他本人尚未在工作中正式使用视频生成 AI,但指出 AI 已用于旁白配音、采访转写、静态素材生成等环节,并提到 Midjourney、Kling AI 等生成影像带来的制作方式变化。他认为生成能力与交付成品仍需区分,导演判断、提示词试错与确认环节不会消失。
OpenAI 的 ChatGPT Images 2.5 强化了参照图像下人物与物体的再现性,以及只改必要部分的编辑能力;Midjourney 则进化到 V8.2,从 Character Reference、Omni Reference 转向可处理多张参照图的新 Edit Model。