Midjourney é um serviço de geração de texto para imagem desenvolvido pelo laboratório de pesquisa independente Midjourney, Inc., fundado por David Holz, anteriormente cofundador da empresa de detecção de movimento Leap Motion. O serviço entrou em beta aberto em julho de 2022 e foi, junto com DALL-E e Stable Diffusion, um dos três sistemas mais responsáveis por levar a geração de imagens por IA à atenção do público mainstream naquele ano.
Modelo de produto e acesso
Ao contrário da maioria dos grandes laboratórios de IA, a Midjourney operou por anos principalmente através da plataforma de chat Discord, onde os usuários geravam imagens digitando prompts de texto como comandos de bot em servidores comunitários, um design que tornava a geração de imagens inerentemente social e visível para outros usuários por padrão. Esse fluxo de trabalho nativo do Discord era incomum entre produtos de IA generativa e contribuiu para a viralidade inicial da Midjourney, já que as imagens geradas apareciam em canais públicos compartilhados onde podiam ser vistas, discutidas e remixadas por outros usuários em tempo real. A empresa posteriormente adicionou uma interface web independente, mantendo o Discord como opção.
A arquitetura subjacente do modelo da Midjourney não foi divulgada publicamente no detalhe típico de lançamentos acadêmicos, e a empresa não liberou os pesos do modelo, mantendo-o como um serviço fechado e proprietário, acessível apenas por assinatura.
Estética distinta e versões
A Midjourney tornou-se particularmente conhecida por um estilo visual distinto, frequentemente descrito como pictórico, dramático e altamente polido, que muitos usuários e críticos consideravam mais imediatamente impressionante do que as saídas comparativamente mais planas de alguns sistemas concorrentes nas primeiras versões do modelo. A empresa iterou através de uma sequência numerada de versões principais, de V1 a V7, junto com modos especializados, cada uma mudando o equilíbrio entre estilização e fotorrealismo e melhorando a aderência a prompts, a coerência de mãos e texto dentro das imagens, e o suporte para prompts negativos e entradas de referência baseadas em imagem.
Modelo de negócios
A Midjourney tem sido notável na indústria de IA por operar de forma lucrativa como uma pequena equipe autofinanciada, sem levantar capital de risco tradicional em seus primeiros anos, uma posição incomum em relação a concorrentes intensivos em capital, como OpenAI e Stability AI. A receita vinha diretamente de taxas de assinatura, e a empresa mantinha um quadro de funcionários comparativamente pequeno em relação à sua base de usuários e influência cultural.
Controvérsia e recepção
As saídas da Midjourney tornaram-se intimamente associadas aos primeiros debates públicos sobre IA e direitos autorais, após incidentes como uma imagem assistida pela Midjourney vencer uma categoria de arte digital na Feira Estadual do Colorado de 2022, o que provocou reação negativa de artistas. A empresa, junto com a Stability AI e a DeviantArt, foi nomeada em um processo coletivo de violação de direitos autorais movido por artistas visuais, alegando que seus dados de treinamento incluíam obras protegidas por direitos autorais usadas sem consentimento ou compensação. A Midjourney também enfrentou críticas, comuns em todo o campo de texto para imagem, sobre o potencial de gerar imagens enganosas ou prejudiciais, incluindo representações de figuras públicas reais, e implementou regras de moderação e termos banidos em resposta. Apesar da concorrência de novos participantes, incluindo Flux e o modelo de edição Nano Banana do Google, a Midjourney manteve uma base de usuários grande e dedicada até 2025, creditada por muitos profissionais criativos com qualidade sustentada e um estilo de casa reconhecível, distinto de concorrentes mais fotorrealistas.