Midjourney 宣布进军 AI 智能硬件，此举源于创始人大卫·霍尔兹此前创办 Leap Motion 未达预期的经历。文章详述了其从童年编程、科研训练到硬件创业的完整积累路径，并解析了该公司零外部融资、约 60 人团队及外界估算 5 亿美金年收入背后的少数派产品方法论，适合对 AI 创业与产品策略感兴趣的读者。
Tags:
大家好，我是哥飞。
不知道大家前几天有没有刷到一条消息，说 Midjourney 要发布一款 AI 智能硬件产品了。
很有意思啊，做 AI 生图这么赚钱，不继续研究了，跑去研究硬件了。
今天哥飞跟大家聊一聊 Midjourney 以及他的创始人，看完之后，你就知道，他想造硬件，不是没来由的，是一种执念，是源于他上一次做 Leap Motion 没做成功。
很多朋友知道 Midjourney，是因为它能画图。
但我这次重新研究这家公司，真正打动我的不是它能生成多漂亮的图片，也不是某一次模型更新，而是这家公司从第一天开始，就走了一条跟大多数 AI 公司完全不同的路。
它不融资，不抢着做第一个，不急着做标准网站和 App，也不太在意外界怎么看。
它更像一个小型研究实验室，一边做产品，一边不断推翻自己。
这才是 Midjourney 最值得研究的地方。
你想啊，现在做 AI 画图的公司一大堆，OpenAI、谷歌、Stable Diffusion、Flux、字节、阿里……每一家背后要么是大厂，要么融了几十亿美金。
就 Midjourney 一家，官网自己把自己定义成一个“community-funded research lab”，官网 About 页面现在写的还是“60 people”。再叠加外界长期引用的零外部融资、5 亿美金级别营收、千万级用户规模这些数字，它在整个 AI 行业里都是独一份的存在。
我把这家公司从 2021 年成立到今天重新捋了一遍。越往下看，我越觉得这篇文章真正值得讲的，不是某一个模型版本，而是它背后的创业故事和产品方法。
“我对“做产品”这件事的很多固有认知，被这家公司一条一条打翻了——
做产品到底应不应该融资？
到底应不应该抢着做第一个？
到底应不应该追求完美架构？
到底应不应该听投资人的建议？
这些问题我以前觉得自己有答案，扒完 Midjourney 我才发现，我的答案只是“多数派的答案”。
这家公司给了一套完全不同的“少数派的答案”——而且从外界估算的收入规模看，它确实把这条路跑通了。
但真正打动我的不是这些“反常识”的商业选择，而是它背后那个更深的东西——创始人大卫·霍尔兹做成 Midjourney，不是因为他运气好读到了一篇论文，而是因为他前半辈子每一段“看起来没用的弯路”，最后都在 2021 年那个夏天汇合成了一股力量。
这篇长文，我从头到尾捋一遍这家公司的故事，顺便把这些“少数派答案”一条一条讲给你听。
文章有点长，建议点赞收藏慢慢看。
第一幕：积累
1.1 一条船
Midjourney 创始人的故事要从一条船讲起。
他叫大卫·霍尔兹（David Holz），1988 年生。
他出生在美国佛罗里达州南部一个叫劳德代尔堡的小城，靠海。
他爸是个牙医，但不是普通牙医——他爸开着一艘帆船，在加勒比海上移动着给病人治牙。船开到哪儿，客人就在哪儿看牙。
后来 Midjourney 的公司标志就是一艘帆船，很多人认为灵感就是从他爸这儿来的。
他家周围邻居基本都是老人，童年没什么同龄玩伴，大部分时间陪伴他的是他爸工作用的电脑。
1.2 魔法咒语
他的童年第一份“工作”，是破解游戏。
一款叫《星球大战：绝地武士 II》的游戏，他花了很长时间研究代码，终于找到一段“魔法咒语”，让游戏里的角色能从手里发射火箭。
他后来回忆这段经历，原话是：
“我发现如果我输入正确的咒语序列，我就能让游戏按我想要的方式运行。”
你现在回过头看 Midjourney 这个产品，用户输入一段文字——也就是我们说的提示词，可以认为是一段咒语——机器就给你吐出一张图。
这不就是他小时候在游戏里“输入咒语让世界按你想要的方式运行”吗？
一个人童年反复玩的那个游戏，往往就是他一辈子在做的事。
只是他自己也不知道，30 年后那些“咒语”会变成一个外界估算年收入达到 5 亿美金级别的生意。
1.3 积累清单
童年破解游戏之后，他的积累清单还在继续往上加。
高中时期，他一边上学一边做了一家设计公司，接外包赚钱。不是玩票，是真的在赚钱。他后来说自己“从高中起就是连续创业者”。这段经历给了他一个普通年轻人没有的底气——不靠别人的钱活下去。
大学，他读了数学和物理双学位，这是美国理工科里难度最高的组合。
读博期间，他干了一件离谱的事——同时给两个世界顶级的机构打工：
美国宇航局（NASA）的兰利研究中心，研究火星任务、大气科学
德国的马克斯·普朗克研究所，研究人脑神经
这两个机构是什么概念？前者是送阿波罗登月的那个 NASA，后者是欧洲最顶级的基础科研机构（出过 30 多个诺贝尔奖得主）。
他一个博士生，同时挂职这两个地方，履历漂亮得离谱，但也把他身心搞垮了，最后博士没读完就休学去创业了。
你可能会想，博士没读完是不是白读了？
一点都没白读。这套硬核的数学 + 物理 + 科研训练，让他 10 年后能在一个夏天的午后读懂一篇扩散模型论文。大部分人可能读 10 遍也看不懂。
他前 22 年每一段经历，都在他的积累清单上：
童年"咒语序列"思维
高中独立赚钱的底气
数学物理的硬核训练
NASA 和马克斯·普朗克的科研眼界
这些东西当时看没有任何关联，每一段都像是“走弯路”，但你接着往下看就会发现，每一段最后都在他做 Midjourney 的时候精准派上了用场。
第二幕：真正的“学费”
积累清单上最贵的一笔，是他 23 岁之后那 12 年交的学费。
这 12 年，就是 Leap Motion。
2.1 Leap Motion 这家公司的故事
2010 年，他 22 岁，跟朋友在旧金山联合创立了一家硬件公司，叫 Leap Motion，他当 CTO。
做什么呢？做一个小盒子。你把它放在电脑前面，它能通过摄像头追踪你手指的动作，让你可以挥挥手操作电脑，不需要鼠标键盘——就像科幻电影里那种用手在空中比划操作界面的场景。
这东西当年非常炫酷，炫酷到什么程度呢？
硅谷最顶级的两家投资机构都投了他：
安德森·霍洛维茨基金，简称 a16z，是硅谷最有名的风险投资公司之一，投过 Facebook、Airbnb、GitHub 这些公司；
彼得·蒂尔的创始人基金，彼得·蒂尔是 PayPal 的联合创始人、Facebook 的第一个外部投资人，被称为硅谷教父。
两家机构加上其他投资人，累计投了超过 1 亿美金。2013 年这公司估值冲到 3 亿美金。
然后呢？然后就没有然后了。
这玩意儿在圈内火了一阵，用户买回家发现——不知道拿它干嘛。它是一个找不到刚需的炫酷玩意儿，硬件做得再精巧，没有真正的使用场景，最终就是个玩具。
他在这家公司干了整整 12 年。
2019 年 5 月，Leap Motion 被另一家叫 Ultrahaptics 的公司以大概 3000 万美金收购。
你算算这个账。融了 1 亿多，最高估值 3 个亿，但只卖了 3000 万，只有巅峰估值的十分之一。
投资人基本是亏损出局，创始人实际上也没拿到什么钱。硅谷有个说法叫“不是为了买业务，是为了买人”——意思就是公司已经不值钱了，收购方只是想把里面的工程师弄过来。说白了就是一次体面的失败。
12 年的青春，换来一次体面的失败。
留给他的是什么？
对投资人这件事的彻底幻灭。
他后来被问到为什么不接受投资，原话是：
"投资人追的是炒作周期，泡沫一破他们就跑了。他们做出的产品必须服务于投资人的利益，而不是用户的利益。"
这句话只有被投资人实实在在"坑过"的人才说得出来。没被坑过的人只会觉得这是一句漂亮话。
于是，现在做 Midjourney 赚钱之后，他又开始自己的智能硬件梦了。
关于"融资"的真相
在国内的创业圈，融资被当成一种"成就"来看待。一家公司融了 A 轮就登微博热搜，融了 C 轮就成新闻头条，融了独角兽级别的轮次创始人就能上长江商学院讲课。
但你仔细想想——融资这件事，本质上是一笔债。
你拿了投资人的钱，就等于签了一份合同：我承诺在几年内把你的钱翻几倍还给你。这份承诺会决定你接下来所有的决策：
你不敢做慢速增长的事，因为投资人等不及
你不敢做利润不高的事，因为估值故事不够性感
你不敢做"用户喜欢但商业模式不清晰"的事，因为投资人要看数据
你不敢把产品底子推倒重来，因为会影响增长曲线
你最终做出来的产品，是投资人喜欢的样子，不是用户喜欢的样子
霍尔兹在 Leap Motion 的 12 年里，把这套剧本完完整整演了一遍。最后产品是投资人喜欢的样子（酷炫、有未来感、好讲故事），但用户不喜欢，所以公司死了。
所以 Midjourney 从第一天起就拒绝了所有投资。不是他清高，是他被烧过。
这里有个细节特别有意思——Midjourney 成立之后，硅谷无数家顶级 VC 排着队想投他。有个叫 Mike Volpi 的 VC 合伙人专门约他在旧金山一家意大利餐厅吃饭，想方设法要塞钱给他。霍尔兹吃完饭很客气地说——我不需要。
有一家投资机构的合伙人后来接受采访时说了一句话：
"客气一点的说法是，他不需要 VC 进入他的生活。"
不客气的说法呢？我猜是："他见过 VC 的嘴脸。"
钱买不到的东西
Leap Motion 留给他的除了教训，还有一笔真正值钱的东西——12 年的硬件圈人脉。
这笔人脉在 9 年后救了他一命。
2021 年 8 月，他正式离开 Leap Motion，准备创业做 Midjourney。这时候他遇到一个所有 AI 创业者都头疼的问题：
显卡。
AI 公司最烧钱的就是显卡。训练一个模型需要成千上万块高性能显卡，一块好的 AI 显卡要几万块人民币。但 2021 到 2022 年全球显卡最紧缺的时候，你就算有钱，你也抢不到。
英伟达（就是生产这些 AI 显卡的公司，股价涨到天上去的那家）的货全被几家云服务大厂和大模型公司锁了。后来的人排队都排不上。
当时 Midjourney 不要投资人的钱，手里就那么点启动资金。按常理说根本跟那些融了几十亿美金的大模型公司没法竞争。
但霍尔兹有别人没有的东西——做硬件公司 12 年攒下来的圈子人脉。
AR/VR 硬件行业天天跟显卡供应商打交道。他动用这些人脉，据后来的报道，拿到过一批非常关键的显卡资源，数量级一度被说到一万块。
别的创业者可能要靠巨额融资才能调来的资源，他靠 12 年攒下来的关系和信任撬动了。
关于"积累"的真相
我们现在这个时代，所有人都在追着"快"这个字跑。快速学习、快速赚钱、快速财富自由、快速 all in AI、快速换赛道。
但我越来越觉得——这个时代真正稀缺的东西，都是快不了的。
人脉快不了。你今天加谁微信，明天都不能管他借显卡。只有你跟某个人一起扛过事、一起吃过亏、一起做过成的东西，这个人才会在你需要的时候帮你。
判断力快不了。你今天学 AI、明天学短视频、后天学跨境电商，什么都浅尝辄止，一个新风口来了你根本分不清是真的机会还是泡沫。只有在某个领域深耕过 10 年以上，你才有这个判断力。
手感快不了。我认识一些做了十几年产品的朋友，他们看一个新产品能不能做起来，根本不看 PPT、不看数据、不看模型，就看一眼产品本身——手感告诉他行不行。这种手感是 10000 小时砸出来的。
霍尔兹能在 33 岁那年做成 Midjourney，不是因为他 33 岁那年特别厉害，而是因为他从 8 岁到 33 岁的每一年都在积累。
这话反过来也成立——你想在 40 岁、50 岁那年做成一件大事，你最好从今天起就开始认真攒东西。
攒什么？攒你这个行业最核心的那几件东西。人脉、判断力、作品、信任。
别攒关注量、别攒快钱、别攒焦虑。那些东西都会过期。
第三幕：那个改变一切的夏天
他读到一篇论文
2021 年夏天，霍尔兹 33 岁，暂时没工作，休息了一段时间。
他住在旧金山，经常参加一些 AI 爱好者的小圈子聚会。要知道 2021 年夏天的硅谷，搞 AI 的圈子还很小，几十个人一个房间就能聚齐半个行业的人。
那一年 1 月，OpenAI（就是后来做 ChatGPT 的那家公司）发布了他们的第一款 AI 画图工具 DALL-E 1。
说实话，DALL-E 1 在普通人眼里没什么水花——生成的图又糊又怪，玩不了几次就腻了。但在圈内人看来，这是原子弹爆炸级别的信号。与此同时，他在那些聚会上也开始听到“扩散模型这个东西感觉跟以前完全不一样”这种讨论。
我得花点时间解释一下"扩散模型"，因为理解不了这个你就理解不了霍尔兹为什么"睡不着"。
早期 AI 画画的思路是让机器从一堆像素点直接画出一张图，效果很差。扩散模型的思路完全反过来：先给一张图加很多很多噪点，把图搞得跟雪花屏一样，然后训练机器学会"去噪点"——从雪花屏里还原出原图。这样训练出来的机器，反过来就能从一堆随机噪点"生成"一张新图。
听起来很绕，但这个思路彻底改变了 AI 画画的效果。
霍尔兹是读过数学和物理博士的人。他在聚会上听到"扩散模型"之后，回家找到了那篇奠基性论文——《用去噪扩散概率模型来生成图像》（2020 年发表）。
他一看就懂了。
然后就做了一个决定——把 Midjourney 这家公司做出来。
这里我特别想提一个细节。很多人做 AI 创业的起点，是听说 AI 很火然后跑来想商业模式；霍尔兹的起点是读论文。他是先理解了这个技术到底意味着什么，再去想能做成什么产品。
这两条路径做出来的东西，质感完全不一样。
公司名叫什么
他给公司起了个名字，叫 Midjourney，中文意思是"中途旅程"。
他解释过这个名字有两层含义：
一层是"人生是一段旅程，我们都在中途"。
另一层是他想研究"人类与计算机打交道的中间地带"。
这个名字一听就是一个想多了的数学博士起的。但你别说，这种偏哲学的命名反而让 Midjourney 从第一天起就不像个普通互联网公司。
他还给公司定了一个特别的身份——"独立研究实验室"。不叫"创业公司"，不叫"初创企业"，叫"研究实验室"。
这个用词非常重要。后面我们会反复看到这个定位救了他一次又一次。
10 个人、零投资、关键算力资源
2021 年 8 月，Midjourney 正式成立。
团队结构简单到离谱：10 个工程师 + 霍尔兹自己是老板。
不要任何投资人的钱。
这 10 个人里有个细节特别值得讲——其中好几个是还没毕业的本科生。
比如有个叫 Red Kalab 的，当时在阿姆斯特丹自由大学读计算机科学，2024 年 6 月才毕业。
还有一个叫 Sam 的，在美国加州大学圣迭戈分校读数据科学。
你没看错，Midjourney 最早的核心工程师里，有好几个是兼职的大学生。
这说明了霍尔兹招人的哲学——不看学历光环，不看背景镀金，只看两件事：技术能力和做事能力。你是不是顶级名校毕业不重要，重要的是你能不能做出东西来。
这也是独立研究实验室这个定位给他的自由——传统创业公司不敢招本科在读的学生当核心工程师，因为对不起投资人。但研究实验室可以——只要你真的能干活。
关于"定位"的真相
你给公司起的名字、给自己的身份定位、给团队定的调性，会决定你能做什么样的决策。
霍尔兹从第一天就不把自己叫"创业者"，叫"研究员"。不把公司叫"startup"，叫"research lab"。
这个差别看起来只是词语，实际上决定了后面所有的选择：
创业公司要找投资、研究实验室不用
创业公司要对标同行、研究实验室只对标科学前沿
创业公司要追求增长曲线、研究实验室只追求突破
创业公司不敢推翻自己、研究实验室的使命就是推翻自己
创业公司老板要对投资人负责、研究实验室负责人只对真理负责
你看出来没？换一个定位，你整个世界都变了。
再反过来看很多朋友做产品——一开始就把自己定位成"要做下一个独角兽"、"要 3 年上市"、"要拿顶级 VC 的钱"。定位决定了他接下来做的每一件事都要服务于这些目标，结果是——他没有自由。
我自己这两年做社群，跟朋友反复讲一个事——别想着融资上市，先想着能不能把一个小网站做起来赚 1000 美金一个月。定位不同，路径完全不同。独立开发者的定位下，你可以做很多创业者不敢做的事。
霍尔兹是把这个定位思维做到极致的人。"独立研究实验室"六个字，给了他 5 年的自由。
第四幕：那个疯了吧的决定
9 个月的内部测试
公司成立之后，霍尔兹没有着急推产品。
他带着 10 个工程师，花了 9 个月时间做内部测试。测试的工具是一个叫 Discord 的海外聊天软件。
Discord 是什么？国内最接近的东西是 QQ 群。它本来是给打游戏的年轻人用的——几百万个游戏玩家在上面建自己的"服务器"（你可以理解为 QQ 群，一个服务器就是一个大群，里面可以分很多频道讨论不同话题）。
你要用 Discord，得先注册账号，加入某个服务器，然后在频道里打字聊天。
这玩意儿跟"产品"一点都不沾边，它是给玩游戏的人开黑沟通用的。
按照正常的互联网产品逻辑，霍尔兹应该做一个漂亮的网站，一个简洁的输入框，用户输入文字点按钮出图，搞定。
但他没这么做。
那个观察
他在那 9 个月里观察到一件事——人们在 Discord 的群聊里生成图的时候，会互相围观、互相抄别人的提示词、互相激发灵感。
你一个人对着空白输入框，可能写两个词就卡住了，不知道该写啥。但如果你在一个群聊里，旁边几十个人在刷屏，有人刚出了张赛博朋克风格的图，有人刚出了张超现实风景，你看着他们写的提示词，立马就有灵感——"哎这个我也想试试"。
这是传统网页产品做不出来的氛围。
于是霍尔兹拍板：整个产品就绑在 Discord 上，不做网页版，不做手机 App。
当时所有人都劝他，说你这是在作死：
用户要先下载一个他们没听过的聊天软件才能用你的产品（多一道门槛）
Discord 是打游戏年轻人的聚集地，不是专业工具用户的习惯
你没有自己的网站前端，就没法沉淀用户数据
Discord 这家公司随时可能封你的群、改它的规则
这样子根本没法讲"互联网公司"的故事，以后怎么估值？
霍尔兹的回复就一句话：
"用户喜欢，其他一切都不重要。"
关于"用户喜欢就够了"
"用户喜欢，其他一切都不重要"——这句话看起来是废话，但它恰恰是做产品的人最容易忘掉的真理。
做产品的人经常会陷入一种纠结——这个方案虽然用户喜欢，但：
技术架构不好
以后维护困难
商业模式不清晰
投资人看了不高兴
数据也不好收集
不符合互联网行业的惯例
跟我们原来的规划不一致
竞争对手从来没人这么做过
找十个理由劝自己放弃。
但霍尔兹给了一个最原始也最暴力的答案——
用户喜欢就够了，其他问题都是你脑子里想出来的。
后来事实证明他是对的。这个 Discord 选择恰恰是 Midjourney 能以 10 个人团队做出病毒式增长的核心原因——
每一个新用户进群就会被老用户的作品吸引、被别人写的提示词激发，公司不需要花一分钱做营销。
到 2022 年 8 月，Midjourney 的 Discord 群人数突破 100 万，一度超过《堡垒之夜》和《我的世界》这两个全世界玩家最多的游戏的官方群。全世界最火两个游戏的官方频道，都没有一个 AI 画画工具的群热闹。
我做产品这么多年，最深的一个感受就是——大部分所谓的"产品决策"，其实都是在跟"用户喜不喜欢"之外的东西较劲。
较投资人喜不喜欢、较同行怎么看、较媒体怎么报道、较自己团队面子好不好看、较未来扩展方不方便。
每一次纠结产品决策的时候，其实你应该问自己一个最土的问题——
用户喜不喜欢？
如果用户喜欢，其他一切都不重要。
第五幕：时机的艺术
他故意等了 OpenAI 两个月
2022 年 2 月，Midjourney V1 正式对外开放。
一个很少人讨论的细节——霍尔兹是刻意等到 OpenAI 即将发布大招的时候才推产品的。
圈内那时候已经知道 OpenAI 在憋一个大招，叫 DALL-E 2。霍尔兹的判断是这样：
OpenAI 的大招会引爆整个市场，让大众第一次意识到"AI 能画画"
但 OpenAI 会走严格的受邀制，普通用户想用得排队
Midjourney 只需要在那个窗口期里成为"OpenAI 之外的另一个选择"
后来的事实精准得可怕：
Midjourney 2 月先开放
OpenAI 的 DALL-E 2 4 月发布，但必须受邀才能用，开放非常慢
Midjourney 7 月 12 日开放公测，付 10 美金（折合约 70 块人民币）一个月就能立即用
大众意识到"原来还有 AI 画画这回事"的那一刻，排队用 OpenAI 排不上的人，扭头就来 Midjourney 了
这是典型的"不做市场教育者，做市场跟随者"的战略。
关于"第一个吃螃蟹"的真相
第一个吃螃蟹的人往往死得最惨。
为什么？
因为他得花自己的钱教育市场。
"教育市场"这四个字听起来很光荣，但它背后是天价的成本。你得让用户第一次听说这件事、第一次理解这件事、第一次相信这件事能解决他的问题、第一次愿意为这件事付钱——每一步都要砸钱。
而在你砸完这些钱之后，第二个、第三个、第十个跟随者跳出来，说"哎我也能做这事，而且我比第一个做得好/便宜/快"。用户已经被你教育好了，他们自然而然就会分流出去。
你花钱教育用户，用户被第二个吃螃蟹的人收割。
所以聪明的做法是什么？是让巨头去烧钱教育用户，你等用户被教育好了，再做一个更便宜、更好玩、更容易上手的版本。
这就是霍尔兹做的事。OpenAI 用巨额资金和品牌声量教育市场，Midjourney 则在用户已经被教育后的窗口期切进去。
"第一个吃螃蟹的人"是一种很漂亮的营销话术，商业上往往是"第一个交学费的人"。
我这两年在社群里反复跟朋友们说——不要做原创需求，要做有人验证过的需求。你看哪个产品在海外有流量、有收入，你去想办法做一个更好的版本。你不是跟第一个吃螃蟹的人抢饭吃，你是在他吃饱之后分他一块肉。
多数派的答案：做原创、做第一、做全新赛道。
少数派的答案：做跟随、做后发、做已验证赛道。
少数派的答案听起来没那么帅，但赚到钱的概率高一百倍。
太空歌剧院事件
2022 年 8 月，Midjourney 白白捡了一次全球传播。
美国科罗拉多州博览会办了一个艺术比赛，数字艺术这个类目的金奖，颁给了一幅叫 《太空歌剧院》 的作品。
这幅画是一个叫杰森·艾伦的游戏设计师用 Midjourney 生成的。他自己承认是 AI 生成的，还在参赛者姓名那一栏写了"杰森·艾伦 通过 Midjourney"。
评委不知道这是 AI 画的（后来他们说就算知道，也还是会给金奖）。
这件事一出来，整个欧美艺术圈直接炸了。艺术家抗议、社交媒体吵翻天、主流媒体跟进报道"AI 算不算艺术"——Midjourney 没花一分钱，就被艺术圈、科技圈、社交媒体、法律圈四个领域同时送上了头条。
你花 1 亿美金做市场推广都做不出这个效果。
这件事给后面所有 AI 画图产品立了一个标杆——AI 画画是严肃的事情，不是玩具。
第六幕：敢于推翻自己
V4：架构重写
2022 年 11 月 5 日，V4 版本发布。
V4 是一个转折点，因为 Midjourney 完全重写了底层架构，并且从这一代开始用谷歌的 AI 专用芯片（叫 TPU，可以简单理解为谷歌自己研发的、专门用来跑 AI 的芯片，跟英伟达的显卡是竞争关系）来训练模型。
这也是第一个能生成接近真实照片的 Midjourney 版本。社交媒体上一时间全是它生成的爆款图——赛博朋克的街道、超现实主义的人像、电影感十足的场景。
关于"推倒重来"
大部分公司做到一半的时候，技术底子已经跑得还可以、用户在增长、团队在维护，这时候谁都不敢说"我们把底子重写一遍吧"。因为重写意味着：
要暂停新功能开发几个月
要冒着新代码引入更多问题的风险
要让用户忍受一段时间的不稳定
要向投资人解释"为什么你们要做这种看起来没意义的事"
但研究实验室可以重写。上一代不够好，就推翻上一代做下一代，这就是研究实验室的使命。
Midjourney 几乎每一代大版本都是一次"重写"，不是小修小补：
V4（2022.11）：完全重写底层架构
V7（2025.04）：再一次"完全不同的架构"
V8（2026.03）：再重写
又是那个定位的道理——把自己定位成"创业公司"的，不敢推倒重来；把自己定位成"研究实验室"的，敢。
V5 与"中国情侣"事件
2023 年 3 月 15 日，V5 版本发布。
V5 的画质直接翻了 4 倍：以前生成的原图是 512×512 像素（你手机屏幕的一小块），V5 直接是 1024×1024（大概是手机屏幕的一半）。真人肖像逼真到被误认为是摄影作品。
然后你们都知道的——一张"中国情侣"的 AI 图片在中文互联网彻底刷屏了。
那张图我当年看到的时候也震惊了。不是说它多高清或者多漂亮，而是它彻底没有 AI 那种怪怪的味道。人物的皮肤质感、表情、手部动作，全都让你信以为真。
那一刻整个中文互联网都在说一句话："AI 已经不输给人类画师了。"
V5 之后 Midjourney 真正意义上在全世界出圈。后面的 V5 小版本升级做了更多精细化优化——可以把画面往外延伸出更多内容、可以框选图的某一块只修改那一块的内容等等。
2023–2024：闷声发大财
V6 在 2023 年 12 月 20 日发布，V6.1 小版本升级在 2024 年 7 月 30 日发布。
这一年多是 Midjourney 增长最猛的阶段：
2023 年全年收入约 2 亿美金（外界估算）
2024 年约 3 亿美金（外界估算）
2024 年 9 月用户规模接近 2100 万（外界统计口径）
2024 年 8 月正式推出网页版，用户终于可以不装 Discord 也能用了
2024 年 8 月宣布要做硬件，从苹果 Vision Pro 头显硬件团队挖来了主管艾哈迈德·阿巴斯——他是霍尔兹在 Leap Motion 的老同事，又一次验证了那句"12 年攒下来的人脉"
到这一年底，用户规模已经是千万级。
注意这个数字——千万级用户。对于一个最早靠 Discord 起量的 AI 工具来说，这已经非常夸张。
如果按外界估算的收入和几十人的团队规模粗略计算，人均年收入贡献是百万美金级别。
关于"团队规模"
这个数字我给很多做产品的朋友看过，他们的第一反应都是——这不可能。
软件行业里，一家公司人均年收入能做到 100 万美金就算非常厉害了。Midjourney 这种小团队、高收入、低融资依赖的结构，确实非常少见。
怎么做到的？
答案其实不复杂——很多公司的问题不是人不够，是人太多。
人一多就会出现这些问题：
沟通成本指数级上升（3 个人开会和 30 个人开会，效率差 100 倍）
决策链变长（每个决定要过 5 层审批）
每个人只负责一小块，没人对整体负责
开始出现"办公室政治"，精力花在内耗上
不敢做大动作（比如重写架构）因为会影响太多人的 KPI
Midjourney 从 10 个人做到 60 个人，每一次加人都在克制。他们招一个人必须是"不可替代的关键角色"，而不是"多一个人干活"。
一个清晰的产品愿景 + 一个不互相掣肘的小团队 + 一个不追求增长曲线的创始人 + 一个愿意推倒重来的定位 = 一个外界估算能做到 5 亿美金级别收入的公司。
我这两年自己带团队，最大的感受就是——控制团队规模，可能是创业里最难也最值得的纪律。
第七幕：在围剿中向前
2025：V7、视频、官司
2025 年对 Midjourney 是"上台阶也上法庭"的一年。
4 月 3 日，V7 测试版发布。霍尔兹说 V7 又是"完全不同的底层架构"，第二次从零重写。新功能包括：
草稿模式：生成速度 10 倍快、花的钱只有一半，适合快速试想法
个性化：用户要先给 200 张图打分（喜欢还是不喜欢），系统给你建立一个审美画像，之后生成的图会往你的审美上靠
6 月 17 日，V7 正式成为默认版本。
6 月 18 日，Midjourney 的第一个视频生成模型上线。给它一张图，它能把图变成一段 5 到 21 秒的短视频。Midjourney 正式杀进视频赛道。
然后就开始吃官司了——
6 月，迪士尼和环球影业联合起诉 Midjourney，诉状里用的词是"无底洞般的抄袭"，列举了生成《星球大战》《复仇者联盟》《小黄人》等电影里角色形象的证据。
7 月，Midjourney 推出"Midjourney 电视台"——一个 24 小时不间断播放用户生成视频的流媒体频道。这个东西后来成了华纳兄弟起诉状里的"诱导侵权"证据。
8 月 6 日，Midjourney 反击。应诉时主张"合理使用"（法律术语，意思是：在合理范围内使用别人的受版权保护的作品，不算侵权）。它的说法是：AI 学画画这件事，就跟人类通过反复看画、反复练习来学画画是一样的；真正产生侵权图片的是用户，不是平台。
9 月 4 日，华纳兄弟也加入战局。他们列举的是超人、蝙蝠侠、兔八哥、史酷比这些家喻户晓的卡通角色的侵权证据。
11 月，两场官司合并审理，迪士尼案为主案，华纳案为并案。按照美国法院的效率，这官司可能要拖到 2026 年底甚至更晚才有结果。
从外界估算看，Midjourney 2025 年全年收入已经到 5 亿美金级别，相比 2024 年继续明显增长。
关于"危机"的态度
Midjourney 没有因为官司减速。
官司是官司，产品是产品，增长是增长。
这是一个成熟创始人的状态。大部分人被好莱坞三巨头轮番告上法庭就已经慌了——法务团队会占据所有会议时间，CEO 会被拖进无穷无尽的应诉，产品团队会陷入"我们做的每个功能都要先问法务"的瘫痪状态。
但霍尔兹在同一年里：
把 V7 推出来
把视频功能上线
让收入继续增长
顺便应对了好莱坞三巨头
打官司这件事就当一个运营的事在处理。
为什么他能做到？
还是那个定位——因为他不是把自己当"公司老板"，他是把自己当"研究员"。研究员的工作是推进研究，法律问题交给律师就行。研究本身不能停。
你如果是创业公司 CEO，投资人会在诉讼爆发的第二天给你打 20 个电话问"我们的钱怎么办"。你如果是研究实验室负责人，你只需要跟你的工程师说——继续干活。
2026：V8 测试版、V8.1 上位
2026 年 3 月 17 日，V8 测试版在一个独立网址上低调开放预览。
V8 官方的话是"迄今为止最快的模型"——生成一张图的速度比之前的版本快 4 到 5 倍。重点升级的是文字渲染（以前 AI 在图里写字总是写错，这次改善了）、场景构图、整体画质。
但是 V8 刚上线的时候用户反馈其实不太好——大家觉得它虽然速度快了，但是丢了 V7 那种经典的美学味道。Midjourney 的工程师内部 100% 偏好 V8 的小升级版本，也就是 V8.1。
按 Midjourney 官方文档，V8.1 于 2026 年 4 月 30 日上线。
V8.1 做了什么？
图片默认生成 2K 高清分辨率
标准任务比更早版本快 4 到 5 倍
对提示词细节的理解更好
图片提示词功能回归
新的"提示词缩短器"
到 2026 年 6 月 10 日，V8.1 已经成为默认版本。
V8.0 Alpha 依然还限时可用，但官方默认已经明显转向了 V8.1。
这个动作说明什么？
说明霍尔兹对“实验版”这件事的态度一直很直接：好用就推，不够好就继续改，哪怕刚上线没多久也照样调整。
对一般公司来说，刚发布一个重大版本，马上又调整默认方向，是很难受的事。但对一个"研究实验室"来说，这就是正常操作——实验结果更好，就换到更好的实验上去，没什么丢脸的。
第八幕：这家公司今天的样子
我把 Midjourney 今天的数字再给你看一下：
团队：约 60 人
2025 年营收：外界估算 5 亿美金级别（约 36 亿人民币）
用户规模：外界统计 2100 万+
外部投资：零
成立到现在：不到 5 年
如果按官网说的 60 人团队粗略计算，人均收入贡献可以到数百万美金级别。这个数字在软件公司里已经非常夸张。
更让人佩服的是，Stripe（海外最大的在线支付公司）曾提到，Midjourney 是他们平台上全球分布最广的商户之一，覆盖的国家数量非常多。Stripe 甚至给霍尔兹定制过一台老式显示器，上面实时显示 Midjourney 全球订阅用户的分布图。
60 个人的公司，做全球最广分布的生意。
这就是 Midjourney 今天的样子。
尾声：我为什么花两天时间研究这家公司
我花两天时间扒完这家公司，真正打动我的不是那些"反常识"的商业选择。
而是——霍尔兹做成 Midjourney，不是运气好、不是踩对风口、不是聪明绝顶，是他前 22 年每一段经历都没白走。
童年破解星球大战游戏 → 让他理解了"咒语序列"这个产品思维
高中开设计公司 → 让他有不靠别人钱活下去的底气
数学物理双学位 + NASA + 马克斯·普朗克 → 让他读得懂扩散模型论文
Leap Motion 12 年 → 让他对投资人彻底死心，不再接受任何融资
Leap Motion 硬件圈人脉 → 让他 9 年后撬动关键算力资源
2010 年代住在旧金山 → 让他 2021 年能在 AI 小圈子里听到扩散模型的传闻
每一段单独拿出来看，都像"走弯路"。但这些"弯路"在 2021 年夏天那个午后，全部汇合了。
没有哪一段是浪费的。
现在 Midjourney 做成功了，他重拾旧梦了，又开始研究智能硬件了。
最后我想讲一下我自己
前段时间，我跟几个初中同学聊了一下午。他们问我现在在干嘛。
我说我做 SEO、做海外网站、带社群。他们听完都说——你怎么能干这个？你是不是特别有先见之明？
我笑了。哪有什么先见之明。
我的故事也不复杂，就是一步一步积累下来的。
2008 年，我大学时就开始学 SEO 和做网站。
那时候中文互联网还没"独立开发者"这个词，我一个人摸索着做各种图片站、影视站。其中一个图片站我用了"众包人工描述图片"的方式做语义搜索，那是 2009 年左右。还做过一个明星页面站，给几千个男女明星名字建了页面，先不传图先做站内优化，哪个页面有流量了再去上传那个页面的图——其实就是后来我常讲的"先验证需求再做产品"那回事，只是当时我还没总结出这几个字。
2011 年大学毕业，去了北京实习几个月，然后来深圳创业。
跟几个网友合伙，公司名字叫"恰悦"，是从我的 ID 来的。
2012 年我发布了几个产品到 V2EX 上——秋玉米（域名建议工具，现在还在我手上）、Code4App/UI4App（iOS 开发资源站，2013 年底卖掉了，没卖多少钱）、IFJOB（招聘产品，后来送给了一个网友）。这些产品现在有些还在、有些早就不在了。
2013 年，我做过一套商品图片站群系统。从美国 ebay 上抓商品图片回来，做成一个一个细分类目的图片站。当时注册了十几个域名——婚纱站、古董物品站、厨房用品站、户外用品站、儿童玩具站……每个站上线当月就有谷歌 Adsense 广告收入，第一个月 30 美金、第二个月 60 美金、第三个月 90 美金这样滚。
有一个婚纱站流量和收入都最好，但我当时没搞明白为什么。几年后跟人交流才知道——那几年有一波中国人做婚纱外贸赚了很多钱，所以婚纱相关的关键词广告单价就特别高。如果我当时深入研究一下，自己去做婚纱外贸站，可能就是另一个故事了。但人生没有如果。
2014 年我做了好几个产品：
上半年短暂加入了一家智能硬件公司，做皮肤水分检测仪
7 月 7 日发布了"新品啦"，是国内比较早模仿 ProductHunt 的产品
7 月 8 日（跟新品啦隔一天）又发布了"天蓝村零食盒子"，每包零食都可以扫码打分，系统根据历史扫码数据推荐你可能喜欢的零食。卖得还可以，我和我弟周末自己发货，很快盈亏平衡。后来因为我妈生病我弟要回老家、我老婆怀孕没法帮忙发货，就把服务停掉了
很难相信，上面这两个项目是隔天发布的。
2012 到 2014 年那几年，我们创业一直没怎么赚到大钱。团队要发工资，我就自己晚上做商品图片站、接外包、赚 Adsense 广告费，赚到的钱给团队成员发生活费。
那段时间我没觉得自己在"修炼"，就是单纯在扛，在想办法让我和朋友们活下去。
2014 年下半年，从创业公司出来，再后来又和之前合作人创立了一家新公司，可惜最后做成了外包公司，产品做了好几个都没多少用户。
2016 年公司解散，2018 我去了一个朋友的游戏发行公司做技术负责人，一干就是快五年。
这五年我带着技术团队从零开始开发出来了一整套国内广告投放系统，最高峰一天花掉 300 多万广告费。
我以前是做免费流量（SEO、Adsense）起家的，这五年把付费流量这套东西从头到尾学了一遍——ROI 模型怎么搭、转化漏斗怎么拆、素材怎么测、用户怎么分层，这些我以前完全不懂。
但那五年我也没觉得自己在"修炼"，就是在打工。
2022 年 12 月 1 日，ChatGPT 发布。
我一边上班一边积极去体验 GPT 的各种能力，基于 GPT 的 API 开发各种产品。然后我发现一件事——很多 AI 产品首发都是 Web 网站，后面才有 App。AI 跟 Web 特别搭。
这个判断谈不上多聪明，只是我前 14 年一直在做 SEO、做网站、做独立开发、做付费流量——14 年的积累在那一刻全部派上了用场。
2023 年 7 月 2 日，我开始做社群，教程序员通过 SEO 出海赚美元，养网站防老。
最开始我想着能有一两百个人加入就不错了。到现在，社群已经有五千多个朋友，我自己在深圳也有一个十几个人的团队，做了两年的出海网站。
讲这些不是为了炫耀。恰恰相反——
我今天能干这个，跟我 2008 年瞎琢磨 SEO、2012 年给团队发生活费、2013 年做商品图片站、2014 年发布新品啦和零食盒子、2015 年进游戏公司学付费流量、2022 年那个 ChatGPT 发布的晚上、2023 年 7 月决定做社群——这一路是一脉相承的。
每一段单独拿出来看都像"走弯路"，但最后都在今天这个位置上汇合了。
做社群很快满三年了，这三年里，我培养出来了很多很多成功的出海选手，也带起来了一批又一批的在公众号里写出海系列文章的朋友。
不夸张的说，他们现在写的方法，其实都来自于哥飞的朋友们社群。
我们社群的内容和话题，让大家都学会了怎么一边做出海，一边有源源不断的公众号写作话题。
这正是之前群里朋友说的，哥飞的方法是可习得的。
是的，我很高兴，大家能够学会。
因为三年来事实证明，我没有留一手，相反，我把我会的都教给大家了，而且我自己还在不断的实践，不断的把最新鲜的案例和数据和经验分享给大家。
这也是这么多朋友愿意年复一年续费的原因。
所以我最后想说的是
霍尔兹做 Midjourney 的时候 33 岁，前面积累了 22 年。我做社群的时候 37 岁，前面积累了 15 年。
我们都不是"年轻有为"那种人。我们是"前半辈子每段路都没白走"那种人。
这个时代有一种很流行的叙事——25 岁之前必须搞到第一桶金、30 岁之前必须财务自由、别人都快你慢就是失败。
这套叙事骗了太多人。
我越来越相信的是另一套——你做产品的能力、做生意的能力、抓住机会的能力，不是靠某一次顿悟爆发的，是靠 10 年、20 年一点一点攒出来的。
你现在在做的事，如果看起来没什么起色，甚至别人都劝你别干了——别急。
你现在吃的每一个亏、走的每一段弯路、认识的每一个人、读的每一本书、做过的每一个失败产品，最后都会在某一天，一起来救你。
前提只有一个——你得真的在认真做。
不是假装在做，不是表演在做，不是为了发朋友圈在做——真的在做。
真的在做的人，一眼就能看出来。
你的黄金时期可能还没到。也可能，就在下一个 ChatGPT 时刻。
共勉。
如果你也想跟着哥飞一起研究网站、研究 SEO、研究怎么把产品做成生意，欢迎加入哥飞的朋友们社群。
如果对社群感兴趣，请加哥飞微信咨询了解。
微信搜索框，输入 361079，点击查找 QQ 号，就能加哥飞微信了。
没有评论:
发表评论