01
EXECUTIVE SUMMARY
执行摘要
核心结论与关键洞察
01Midjourney 是 AI 绘画领域的标杆产品，以 Discord 为载体，通过文本生成高质量图像，其生成质量被广泛认为超越多数同类产品。
公开检索来源可溯源
02产品核心优势在于极致的图像质量与艺术风格表现力，而非功能数量，其“少而精”的功能设计策略值得借鉴。
公开检索来源可溯源
03商业模式为纯订阅制，定价从 10 美元/月到 120 美元/月不等，按 GPU 算力消耗计费，无免费永久额度，盈利模式清晰。
公开检索来源可溯源
04用户规模已超 2000 万，其中 30%-50% 为专业用户（设计师、艺术家、广告从业者），社区生态活跃。
公开检索来源可溯源
05主要竞争对手包括 DALL-E 2（OpenAI）、Stable Diffusion（Stability AI）和 Runway，竞争焦点从“生成质量”转向“生态与工作流整合”。
公开检索来源可溯源
06产品对国内用户存在注册与付费门槛，催生了大量中文版/镜像站，但官方并未正式进入中国市场（未查证）。
公开检索来源可溯源
02
MARKET OVERVIEW
市场概览
赛道格局与竞争梯队
AI 图像生成市场自 2022 年起进入爆发期，Midjourney 凭借其卓越的生成质量迅速成为该领域的“当红炸子鸡”。市场主要参与者分为三类：以 Midjourney 为代表的“质量优先”派，以 Stable Diffusion 为代表的“开源免费”派，以及以 DALL-E 2 为代表的“生态整合”派。当前市场正从“技术验证期”进入“商业化落地期”，竞争维度从单纯图像质量扩展到工作流集成、协作能力、行业解决方案等。Midjourney 虽未公布官方营收数据（未查证），但其订阅制模式已被验证为可持续的商业路径。
竞争梯队金字塔按市场规模 / 影响力划分
第一梯队头部领跑
Midjourney、DALL-E 2、Stable Diffusion
行业绝对领先，能力全面、规模与商业化突出
第二梯队强势跟进
文心一格
能力优秀、增长迅速，细分场景具强竞争力
第三梯队细分突围
Runway、Leonardo AI
聚焦特定场景或用户群，寻求差异化突破
Midjourney 定位为“AI 艺术创作工具”，而非通用设计软件。其核心价值主张是：让没有绘画技能的用户也能生成媲美专业插画师、原画师水平的图像作品。产品刻意保持极简交互——用户只需在 Discord 频道中输入文本提示（Prompt），即可获得图像输出。这种定位使其区别于强调“精细控制”的 Stable Diffusion（面向技术用户）和强调“API 集成”的 DALL-E 2（面向开发者）。Midjourney 更偏向“创意灵感工具”与“艺术表达媒介”，其创始人 David Holz 曾表示“体验是一个聊天机器人在一个有多人的环境中，而不是试图成为一个人”，强调其社区属性与共创氛围。
04
CAPABILITY MATRIX
功能矩阵
核心能力覆盖情况
| 功能模块 | 具体功能 | 说明 |
|---|
| 核心生成 | –/imagine | 文本生成图像，支持自定义参数（长宽比、风格化、种子值等 |
| 图像扩展 | –图生图 | –上传参考图+文字描述，生成风格一致的图像 |
| 图像混合 | –混合模式 | –多张图片融合生成新图像 |
| 图像编辑 | –局部重绘、变体生成 | –对生成结果进行微调或生成多个变体 |
| 提示词工具 | –/describe、/shorten | –图片反推提示词、长提示词精简建议 |
| 模式切换 | –/fast、/relax、/turbo、/stealth | –按需选择生成速度与隐私模式 |
| 参数控制 | –--ar、--style、--seed 等 | 精细控制图像比例、风格强度、随机性 |
| 社区功能 | –画廊浏览、Prompt 分享 | –基于 Discord 的社区共创与灵感获取 |
| 账户管理 | –/info、/subscribe、/settings | –查看用量、订阅管理、个性化设置 |
强中小
05
AI CAPABILITIES
AI 能力
底层技术与智能化能力
Midjourney 基于生成对抗网络（GAN）类深度学习模型，核心技术为 Text-to-Image。其模型迭代速度极快：v1（2022年7月）→ v2（提升文本理解）→ v3 → v4 → v5 → v5.2 → v6 → v6.1，每次迭代都在图像细节、光影处理、语义理解上有显著提升。产品支持识别特定艺术家风格（如安迪·沃霍尔、达芬奇、毕加索）及摄影术语（如景深、曝光）。2023 年推出的“风格化命令”允许用户一键生成大师级作品，大幅降低使用门槛。在生成速度方面，单张图像生成时间通常不超过 1 分钟，且支持批量生成。其算力成本高昂——创始人透露“每张图片需要进行 petaops 运算”，这也是其采用订阅制而非免费模式的根本原因。
06
BUSINESS MODEL
商业模式
定价结构与变现路径
Midjourney 采用纯订阅制（SaaS），无广告、无免费永久额度。定价分三档：
Basic：10 美元/月（约 200 张/月）
Standard：30 美元/月（约 15 小时 GPU 算力/月）
Pro：60 美元/月（约 30 小时 GPU 算力/月）
Mega：120 美元/月（约 60 小时 GPU 算力/月）
价格按 GPU 算力消耗计费，而非简单按张数，这种模式更贴合成本结构。公司组织结构极度精简，以“最少管理层+小型独立团队+外部顾问网络”运作，无传统董事会，决策效率极高。与 Discord 的深度绑定既是获客渠道也是成本中心（需向 Discord 支付服务器费用）。据估算，单张图像成本约 0.4 元人民币（未查证），毛利率空间较大。
07
GROWTH & TRACTION
增长
用户规模与增长动能
社区驱动
Discord 服务器既是产品入口也是内容社区，用户生成的作品自动成为“广告”
口碑传播
高质量输出是核心增长引擎，用户自发在社交媒体分享
版本迭代
高频发布新版本（v1→v6.1），每次升级都引发新一轮讨论与拉新
低门槛体验
新用户可免费生成约 25 张图像，体验后付费转化
08
COMPETITIVE LANDSCAPE
竞争格局
主要竞品对标关系
| 对比维度 | Midjourney | DALL-E 2 | Stable Diffusion | Runway |
|---|
| 生成质量 | ★★★★★ | ★★★★ | ★★★ | ★★★★ |
| 开源程度 | 闭源 | 闭源 | 开源 | 闭源 |
| 使用方式 | Discord 内 | Web/API | 本地/云端 | Web/API |
| 目标用户 | 创意人群 | 开发者/企业 | 技术用户 | 专业视频/图像编辑 |
| 定价 | 10-120 美元/月 | 按量计费 | 免费/自托管 | 15 美元/月起 |
| 融资情况 | 未披露 | OpenAI 背书 | 1.238 亿美元 | 2.365 亿美元 |
Midjourney 的核心壁垒在于模型质量与社区生态，但 DALL-E 2 的 API 开放策略和 Stable Diffusion 的开源模式分别从“生态”和“成本”两个维度构成威胁。Runway 则在视频生成领域形成差异化竞争。
09
SWOT ANALYSIS
SWOT
优势 / 劣势 / 机会 / 威胁
优势（S）
图像生成质量行业领先；社区生态活跃；品牌认知度高；迭代速度快；组织敏捷
劣势（W）
依赖 Discord 平台，独立入口缺失；无 API 开放；自定义控制弱于开源方案；国内访问门槛高
机会（O）
企业级应用场景拓展（游戏、广告、影视）；视频生成能力延伸；API 商业化；中国市场进入
威胁（T）
开源模型快速追赶；大厂（OpenAI、Google）资源碾压；监管政策不确定性；算力成本上升
10
CAPABILITY RADAR
能力雷达
多维度能力综合评估
多维能力图谱5=领先 · 3=平均 · 1=基本不覆盖
Midjourney分析主体DALL-E 2竞品Stable Diffusion竞品Runway竞品行业平均竞品
市场地图气泡位置 = 定位 · 主分析对象深蓝高亮，竞品灰色
2022
2022 年 7 月
发布 v1 版本，实现文本生成图像基础功能
2022 年 8 月
创始人 David Holz 接受 Verge 采访，透露算力成本细节
2022 年 11 月
发布 v3 版本，图像质量显著提升
2023
2023 年 3 月
发布 v5 版本，引发全网热议
2023 年 5 月
发布 v5.1 版本，增强风格化控制
2023 年 6 月
发布 v5.2 版本，引入“风格化命令”
2023 年 12 月
发布 v6 版本，语义理解大幅提升
2024
2024 年 1 月
发布 v6.1 版本，细节与光影优化
用户口碑样本 8 条
正面 4负面 / 建议 4好评率 50%
正面
p
生成质量极高，“几乎可以与专业设计师的作品相比拟”
p
社区氛围好，“可以学习其他用户的描述方式，获得灵感”
负面
n
自定义功能受限，“可能无法完全满足复杂项目的需求”
n
生成结果有随机性，“相同描述可能生成不同图像，需要多次尝试”
n
国内用户注册与付费流程繁琐，“免费额度用完后付费非常麻烦”
n
学习曲线存在，“深入挖掘强大功能需要学习术语和技术手段”
--
行动建议：
Must · 必做
- 持续关注 Midjourney 的模型迭代方向（v7/v8），其技术路线是行业风向标。
Should · 应做
- 评估 Midjourney 在企业级场景（游戏、广告、影视）的落地可能性，探索 API 化合作机会。
Could · 可做
- 借鉴其“社区驱动增长”模式，构建自身产品的用户共创生态；关注其进入中国市场的潜在路径。