Midjourney, Inc., o laboratório de pesquisa independente sediado em São Francisco por trás do serviço de imagens generativas de IA Midjourney, concluiu uma rodada de investimento privado em 2023. A empresa, fundada e liderada por David Holz, que anteriormente cofundou a Leap Motion, já havia alcançado lucratividade em agosto de 2022, de acordo com declarações de Holz ao The Register. O investimento de 2023 marcou um marco significativo para a empresa, que vinha operando sem financiamento externo substancial até aquele momento.
O serviço Midjourney gera imagens a partir de descrições em linguagem natural, conhecidas como prompts, colocando-o ao lado do DALL-E da OpenAI e do Stable Diffusion da Stability AI como uma ferramenta líder do boom da IA. Lançado em beta aberto em 12 de julho de 2022, a plataforma rapidamente ganhou tração entre artistas, publicitários e arquitetos e, em 2023, tornou-se um ponto de referência para a síntese de imagens por IA. A rodada de investimento privado naquele ano ressaltou a crescente confiança dos investidores em aplicações comerciais de IA generativa, seguindo ondas de financiamento semelhantes para OpenAI, Anthropic e Inflection AI.
Antecedentes e Crescimento Inicial
A origem da Midjourney remonta a 14 de março de 2022, quando seu servidor Discord foi lançado, solicitando fotografias de alta qualidade para treinamento de sistemas. A empresa inicialmente dependia de uma abordagem orientada pela comunidade, permitindo que os usuários gerassem imagens por meio de comandos de bot no Discord. O serviço cresceu organicamente, com Holz relatando lucratividade poucos meses após o lançamento do beta aberto. Essa saúde financeira, incomum para uma startup no setor de inteligência artificial intensivo em capital, tornou a empresa uma perspectiva atraente para investidores privados.
Em 2023, a Midjourney havia lançado várias versões de modelos, cada uma melhorando em relação à anterior. A versão 2 chegou em abril de 2022, seguida pela versão 3 em 25 de julho de 2022, e a iteração alfa da versão 4 em 5 de novembro de 2022. A partir da versão 4, os modelos foram treinados em TPUs do Google, uma mudança em relação às versões anteriores que não dependiam de hardware especializado. O ritmo de iteração continuou em 2023: o alfa da versão 5 foi lançado em 15 de março de 2023, com refinamentos subsequentes como 5.1 e 5.2 expandindo as capacidades da plataforma.
A Rodada de Investimento de 2023
Os detalhes da rodada de investimento privado de 2023 não foram totalmente divulgados publicamente, mas representou uma infusão estratégica de capital para a Midjourney enquanto ela escalava suas operações. A rodada seguiu a robusta adoção de usuários da empresa e a crescente integração em fluxos de trabalho profissionais. Embora a Midjourney fosse lucrativa por meio de taxas de assinatura, o investimento externo permitiu a expansão da pesquisa e desenvolvimento, particularmente à medida que modelos concorrentes da OpenAI e da Stability AI (embora esta última não esteja na lista fornecida) evoluíam rapidamente.
O investimento também ocorreu em meio a um surto mais amplo de financiamento para startups de IA, com empresas como Anthropic e Inflection AI levantando bilhões no mesmo período. A rodada da Midjourney, embora modesta em comparação, sinalizou que até mesmo empresas autofinanciadas estavam recorrendo ao capital privado para manter o ímpeto competitivo.
Liderança e Visão da Empresa
David Holz, cofundador da Leap Motion, tem sido o rosto público da Midjourney. Sua formação em interação humano-computador e aprendizado de máquina informou o foco da empresa na geração de imagens intuitiva baseada em prompts. Holz enfatizou que a Midjourney opera como um laboratório de pesquisa independente, priorizando aplicações artísticas e criativas em detrimento de soluções voltadas para empresas.
Sob a liderança de Holz, a Midjourney manteve uma equipe unida, com um quadro de funcionários relativamente pequeno em comparação com empresas de IA maiores. O investimento de 2023 provavelmente apoiou a contratação e a infraestrutura, embora a empresa nunca tenha divulgado números específicos. As declarações de Holz à imprensa, incluindo sua entrevista de agosto de 2022 ao The Register, destacaram consistentemente a lucratividade e o design de produto centrado no usuário.
Desenvolvimento de Produtos em 2023
Ao longo de 2023, a Midjourney lançou uma série de recursos que expandiram sua funcionalidade além da geração básica de texto para imagem. Essas atualizações melhoraram o controle do usuário e a qualidade da saída, tornando a plataforma mais versátil para profissionais.
Vary (Region) e Remix
Em 5 de setembro de 2023, a Midjourney introduziu o recurso Vary (Region) como parte da versão 5.2. Essa ferramenta permitia que os usuários selecionassem uma área específica de uma imagem e aplicassem variações apenas nessa região, preservando o restante da imagem inalterado. Essa capacidade era valiosa para ajustar detalhes, como corrigir uma mão ou alterar um elemento de fundo, sem regenerar a imagem inteira. O recurso também habilitava um modo remix, onde os usuários podiam modificar prompts para regiões selecionadas, oferecendo um fluxo de trabalho de edição não destrutivo.
Image Weight
O parâmetro Image Weight da Midjourney permitia que os usuários controlassem a influência de uma imagem enviada no resultado final. Ao ajustar esse parâmetro, os usuários podiam priorizar o prompt ou a imagem de referência. Um peso maior fazia a saída seguir de perto a estrutura e os detalhes da imagem, enquanto um peso menor permitia que o prompt de texto dominasse. Esse recurso baseava-se em técnicas anteriores como atenção cruzada, embora a empresa não tenha documentado publicamente os detalhes técnicos.
Style Reference
O recurso Style Reference permitia que os usuários enviassem uma imagem para atuar como um guia estilístico. A Midjourney extraía elementos como paleta de cores, textura e atmosfera e os aplicava a uma nova geração. Essa ferramenta permitia que artistas mantivessem estéticas consistentes em uma série de imagens, semelhante a como aumento de dados e funções de perda poderiam preservar o estilo em outros contextos.
Character Reference
O Character Reference visava a consistência de personagens entre imagens. Os usuários enviavam uma imagem de um personagem, e o sistema a usava como referência para gerar personagens semelhantes em saídas subsequentes. Isso era particularmente útil para narrativas e criação de quadrinhos, onde manter a aparência de um personagem entre painéis é crítico. O recurso aproveitava as mesmas arquiteturas de redes neurais subjacentes, embora os detalhes não fossem divulgados.
Ecossistema Mais Amplo e Concorrência
O investimento de 2023 ocorreu em um cenário cada vez mais competitivo. A série DALL-E da OpenAI e o Stable Diffusion da Stability AI ofereciam alternativas de geração de texto para imagem, cada uma com pontos fortes distintos. A Midjourney se diferenciava por sua integração com o Discord e o foco na qualidade estética, frequentemente elogiada por artistas digitais por produzir resultados mais polidos em comparação com concorrentes.
A empresa também se beneficiou de avanços em aprendizado profundo e arquiteturas transformer, que sustentavam seus modelos. O uso de TPUs do Google pela Midjourney alinhava-se com as tendências da indústria em direção a hardware especializado, como visto nas ofertas de AWS Trainium e Google Cloud. No entanto, a Midjourney não fez parceria publicamente com nenhum grande provedor de nuvem, mantendo sua postura independente.
Usos Notáveis e Controvérsias
Em 2023, o realismo da Midjourney atingiu um nível que gerou tanto adoção criativa quanto debates éticos. A revista britânica The Economist usou a Midjourney para uma capa em junho de 2022, e o jornal italiano Corriere della Sera publicou um quadrinho gerado pela Midjourney por Vanni Santoni em agosto de 2022. A newsletter de Charlie Warzel no The Atlantic incluiu imagens da Midjourney de Alex Jones, que ele mais tarde chamou de erro. O programa last-week-tonight (embora não esteja na lista fornecida) apresentou um segmento sobre a Midjourney em agosto de 2022.
A controvérsia mais proeminente envolveu "Théâtre D'opéra Spatial" de Jason Allen, que ganhou o primeiro lugar na competição de arte digital da Feira Estadual do Colorado em 2022. Allen usou a Midjourney para gerar a imagem, imprimiu-a em tela e a inscreveu sob seu nome. Os jurados não estavam cientes do envolvimento da IA, embora mais tarde tenham dito que ainda teriam concedido o prêmio. O evento alimentou discussões sobre autoria e poda de modelos? Não, antes, sobre o papel da IA na arte, com alguns artistas alegando roubo de estilo de suas obras protegidas por direitos autorais.
Em dezembro de 2022, a Midjourney foi usada para gerar imagens para o livro infantil "Alice and Sparkle." O criador, Ammaar Reeshi, gerou imagens durante um fim de semana e selecionou 13 para o livro. Artistas criticaram o processo, argumentando que a Midjourney foi treinada com o trabalho de artistas sem consentimento. Essas controvérsias persistiram em 2023, à medida que a popularidade da Midjourney crescia.
Legado e Impacto
A rodada de investimento privado de 2023 consolidou a posição da Midjourney como um grande player na IA generativa. Ao contrário de outras startups que exigiam financiamento massivo para computação e dados, a lucratividade da Midjourney lhe dava vantagem. O investimento, embora não detalhado publicamente, provavelmente permitiu mais pesquisas em áreas como atenção cruzada e codificação posicional para melhorar a coerência das imagens.
No final de 2023, a Midjourney continuou a lançar atualizações, culminando no alfa da versão 6 em 21 de dezembro de 2023, treinada do zero ao longo de nove meses com renderização de texto aprimorada e interpretação literal de prompts. A trajetória da empresa sugere que o apoio privado alimentará mais inovação, com a interface web chegando em agosto de 2024 junto com a versão 6.1. O investimento de 2023 foi, portanto, um momento crucial no crescimento da Midjourney de um projeto paralelo para um concorrente sério na indústria de IA.