Midjourneyは、デビッド・ホルツ（かつてモーションセンシング企業Leap Motionの共同創業者）が設立した独立系研究ラボMidjourney, Inc.によって開発されたテキストから画像を生成サービスである。このサービスは2022年7月にオープンベータを開始し、DALL-EやStable Diffusionと並んで、その年にAI画像生成を一般の注目を集める存在にした3つのシステムの1つとなった。
製品とアクセスモデル
ほとんどの主要なAIラボとは異なり、Midjourneyは長年にわたり主にチャットプラットフォームDiscordを通じて運営され、ユーザーはコミュニティサーバー内でボットコマンドとしてテキストプロンプトを入力して画像を生成した。この設計により、画像生成は本質的に社会的で、デフォルトで他のユーザーに見えるものとなった。このDiscordネイティブなワークフローは生成AI製品の中でも異例であり、生成された画像が共有の公開チャンネルに表示され、他のユーザーがリアルタイムで閲覧、議論、リミックスできるため、Midjourneyの初期のバイラル性に貢献した。同社は後にスタンドアロンのウェブインターフェースを追加したが、Discordもオプションとして維持している。
Midjourneyの基盤となるモデルアーキテクチャは、学術的なリリースで一般的な詳細さでは公開されておらず、同社はモデルの重みも公開していない。これにより、サブスクリプションを通じてのみアクセス可能なクローズドでプロプライエタリなサービスとなっている。
特徴的な美学とバージョン
Midjourneyは特に特徴的な視覚スタイルで知られるようになり、それはしばしば絵画的で劇的、かつ高度に洗練されていると表現され、多くのユーザーやレビュアーが、モデルの初期バージョンにおける一部の競合システムの比較的平坦な出力よりも、即座に印象的であるとみなした。同社はV1からV7までの番号付きの主要バージョンと、特殊なモードを順に反復し、各バージョンでスタイライゼーションとフォトリアリズムのバランスを変え、プロンプトへの忠実性、画像内の手やテキストの一貫性、ネガティブプロンプトや画像ベースの参照入力のサポートを改善した。
ビジネスモデル
Midjourneyは、AI業界において、初期の数年間に伝統的なベンチャーキャピタルを調達せず、小規模な自己資金チームとして収益性を維持したことで注目されている。これは、OpenAIやStability AIなどの資本集約的な競合他社と比較して異例の立場である。収益は直接サブスクリプション料金から得られ、同社はユーザーベースや文化的影響力に比べて比較的小規模な人員を維持した。
論争と評価
Midjourneyの出力は、2022年のコロラド州フェアでMidjourney支援の画像がデジタルアート部門で優勝し、アーティストからの反発を招いた事件などを受けて、AIと著作権に関する初期の公開討論と密接に関連付けられるようになった。同社はStability AIやDeviantArtとともに、視覚アーティストが提起した集団著作権訴訟で指名され、その訓練データに同意や報酬なしで使用された著作権作品が含まれていると主張された。Midjourneyはまた、テキストから画像を生成分野全体に共通する、実在の公人を含む誤解を招くまたは有害な画像を生成する可能性について批判に直面し、これに対応してモデレーションルールと禁止用語を実装した。FluxやGoogleのNano Banana編集モデルなどの新規参入者との競争にもかかわらず、Midjourneyは2025年までに大規模で熱心なユーザーベースを維持し、多くのクリエイティブ専門家から、持続的な品質と、よりフォトリアリスティックな競合他社とは異なる認識可能なハウススタイルを評価された。