Midjourney 首個影片模型：圖生影片在發布時交付了什麼、它誠實的限制，以及在 Sora 已完全退出的 2026 年市場中的定位。
影片模型 V1 只做一件事——讓 Midjourney 的靜態圖動起來——而且完整保住了平台招牌的美學。片段短、動作單純、複雜運動上常見瑕疵；一個帶著真實超能力的、有前景的玩具：你的 Midjourney 風格，動起來了。
這一注在自己的賽道上押對了。Midjourney 從沒追著 Veo 與 Runway 去做電影等級的文字生影片；它建的是從一張你喜歡的靜態圖到活起來的畫面之間最快的路徑——而對社群、概念與氛圍類的工作來說，這常常就是整件事。
追求通用性的那個模型已經不在了。守住自己賽道的那個仍在出貨。這不是巧合，下面的成本帳說明了原因。
對生成或上傳的靜態圖做圖生影片動畫——美學被帶了過來，這就是全部重點。你不是從零描述一個場景；你是把一張自己已經認可的圖片送進運動裡。
入口就在既有的工作流程裡。沒有新工具、沒有新的提示詞語言、沒有另外的訂閱。對既有的 Midjourney 使用者而言，影片是一個按鈕，而不是一次搬遷。
| 當時（V1，V7 時代） | 現在（V8.1+，2026 年 7 月） | |
|---|---|---|
| 片段長度 | 短，實驗性質 | 5–21 秒 |
| 動態瑕疵 | 頻繁 | 有實質改善 |
| 產品定位 | 感覺像獨立的實驗 | 整合進來的核心能力 |
| 承諾 | 靜態圖的美學，動起來 | 同樣的承諾，交付得更多 |
沒有改變的是定位。Midjourney 影片仍然是靜態圖優先的動畫，不是電影等級的生成器。
下游的每一項限制都回溯到這裡。主體清楚、背景不雜亂、縱深明確的構圖，動起來很乾淨。主體彼此重疊的雜亂畫面，會產生大家怪罪到模型頭上的那種扭曲。圖片佔了結果的 80%。
從圖片提示詞帶過來的直覺——把一切都描述出來——在這裡是錯的。靜態圖已經承載了場景。只描述會動的部分，而且要保守地描述。「緩慢推近，飄動的霧氣」幾乎每一次都勝過一整段電影語言。
OpenAI 在 2026 年春季淘汰了 Sora 2，API 於 2026 年 9 月 24 日關閉。見諸報導的成本帳很殘酷，值得直白說出來：
這不是一個輸掉功能競賽的產品。這是一個單位成本從來沒有算平的產品。今天還站著的每一家供應商，都是因為它們的每秒成本行得通。
排名的洗牌比多數人預期的更劇烈：
| 模型 | 概略成本 |
|---|---|
| Veo 3.1 Lite | 每秒 0.05 美元 |
| Kling 3.0 | 每秒 0.07 美元 |
| Kling 3.0 對比 Sora | 便宜 65% |
| Kling 3.0 對比 Runway | 便宜 44% |
當生成成本以這種速度下滑，對大量產出的工作而言，「哪個模型最好」就不再是決定性的問題。接手這個位置的，是每一秒可用畫面的成本。
Midjourney 影片沒有出現在前 10 名裡，因為它根本沒在玩那場遊戲。Veo 3.1 佔住了帶音訊的原生 4K；Runway 佔住了製作流程；Seedance 與 Kling 佔住了大量產出時的性價比。
Midjourney 佔住的東西更窄，也更守得住：「就這一張圖，活起來，90 秒內完成。」
其他每一家都在保真度、長度、解析度與價格上競爭。Midjourney 競爭的是一種大家早就選好的觀感。如果你的視覺識別是用 Midjourney 建立的，排行榜名次改變不了這個事實：只有 Midjourney 能用你的風格讓你的圖片動起來。
界定了 V1 的那條限制，如今仍然界定著這個類別：慢勝過快。推近、輕微視差、飄動的粒子、布料與頭髮的運動、氛圍性的漂移——這些能保住結構連貫，因為模型每個影格只需要內插很小的位移。
心智模型原封不動地轉移：先靜態圖，後運動，克制勝過野心。為 V1 動態寫的提示詞現在讀起來依然正確。工作流程沒有任何部分被推翻。
長度是頭條——21 秒大約是 V1 實用上限的 4 倍，這讓它從「循環」變成「鏡頭」。連貫性改善到讓中等幅度的運動變得可行，而先前只有極小幅度的運動行得通。音訊的缺席沒有改變，仍然是那道定義性的缺口。
Veo 在原生解析度、片段長度上勝出，而且——決定性地——贏在同步音訊。Midjourney 對音訊沒有答案，也沒有釋出任何訊號。如果你的產出需要聲音，這就不是一場比較；這是不同的產品類別。
那些模型贏在量：每秒價格、吞吐量，以及從零開始的文字生影片。Midjourney 在這些軸線上一條都不參賽。要生成很多片段時選它們；要讓一張你已經認可的特定圖片動起來時選 Midjourney。
Runway 佔住的是製作流程——時間軸、剪輯、團隊協作。Midjourney 位在這一切的上游：它產出素材，不產出剪輯成品。在真實的流程裡，這兩者共存的次數遠多於競爭的次數。
| 需求 | 該拿什麼 |
|---|---|
| 聲音 | Veo 3.1 |
| 低成本大量產出 | Kling 3.0 / Seedance 2.0 |
| 製作流程 | Runway |
| 你的 Midjourney 圖片，動起來 | Midjourney |
影片生成消耗的是你既有的 Midjourney 額度，而不是另外一張按秒計費的帳單。對已經在為靜態圖付費的創作者而言，在方案額度之內，每則片段的邊際成本實際上是零——這和按秒收費的供應商是實質不同的經濟位置。
片段層級的變異遠大於靜態圖層級。要為「生成好幾則、只留一則」編列預算。真正的流程成本是這個比例，而不是生成時間。
把 Midjourney 影片當成 B-roll 與質感素材，不要當成鏡頭。它填補氛圍空隙、產出動態背景、讓主視覺動起來。用它剪出一段敘事是可行的，而且一向比看起來更費工。
V1 是範圍紀律的案例研究：當 Sora 追逐電影等級的通用性、最終退出市場時，Midjourney 出的是影片最小的有用版本，並在自己的美學護城河裡迭代。
十八個月之後，這兩種策略裡只剩一種還存在。
這一課不是「別有野心」。而是一項有存在理由、守得住的窄能力，會比一項單位成本沒算平的寬能力活得更久。Sora 在更多事情上更強。它也已經不在了。
Sources: Midjourney version docs · Digital Applied — AI video market after Sora · Teamday — Best AI video models 2026 · Pinggy — Best video generation AI models · PixVerse V8-era review · Spectrum AI Lab market context
原文發布於 2025 年 7 月 · 2026 年 7 月 30 日大幅改寫
Seedance 2.5 帶來 30 秒音訊影片生成、50 組混合參考和時間軸編輯。本文分辨官方能力、計費方式與仍須實測的限制。
MiniMax H3 生成帶原生立體聲音效的 2K 影片，公開按秒費率，並已按 Community License 釋出 H3-Base 權重。
Hermes Agent 結合持久記憶與可自我改進的技能；但安全與實際結果仍取決於你選擇的後端、核准和審查方式。
OpenClaw 是能力很強的智慧代理執行環境；是否值得使用，取決於你是否確實設定閘道安全、審查技能並持續維運。
2026 年 AI 音樂現況：Suno 與 Udio 的能力與官司、AIVA 的完整版權、華納和解如何改寫你的商用權限。
Sora 退場後的 AI 影片市場，附真實價格：每 10 秒 $0.50 到 $2.50，現在誰在榜首，以及怎麼依鏡頭選型。
誠實的 2026 免費方案橫評：Gemini 的慷慨套組、Claude 的品質優先方案、ChatGPT 的受限廣度，以及免費何時不再夠用。
GPT-5 2025 年 8 月發布時交付了什麼、首月為何翻車，以及從 GPT-5.6 三檔具名定價回看它的架構如何取勝。
