Midjourney 首个视频模型：图生视频在发布时交付了什么、它诚实的局限，以及在 Sora 已彻底退出的 2026 年市场中它的位置。
视频模型 V1 只做一件事——让 Midjourney 的静态图动起来——并且完整保住了平台标志性的美学。片段短、动作简单、复杂运动上常见瑕疵；一个有真实超能力的、有前景的玩具：你的 Midjourney 风格，动起来了。
这一注在自己的赛道上押对了。Midjourney 从没追着 Veo 和 Runway 去做电影级的文生视频；它建的是一条从你喜欢的那张静图到活起来的画面之间最快的路——而对社交、概念和氛围类工作来说，这经常就是全部任务。
追求通用性的那个模型已经没了。守住自己赛道的那个还在发货。这不是巧合，下面的经济账解释了原因。
对生成或上传的静图做图生视频动画——美学被带了过来，这就是全部要点。你不是从零描述一个场景；你是把一张已经通过自己审核的图片放进运动里。
入口就在既有的工作流里。没有新工具、没有新的提示语言、没有单独的订阅。对已有的 Midjourney 用户来说，视频是一个按钮，而不是一次迁移。
| 当时（V1，V7 时代） | 现在（V8.1+，2026 年 7 月） | |
|---|---|---|
| 片段时长 | 短，实验性 | 5–21 秒 |
| 运动瑕疵 | 频繁 | 有实质改善 |
| 产品定位 | 感觉像独立的实验 | 整合进来的核心能力 |
| 承诺 | 静图美学，动起来 | 同样的承诺，交付得更多 |
没有改变的：定位。Midjourney 视频依旧是静图优先的动画，不是电影级生成器。
下游每一条约束都追溯到这里。主体清晰、背景不杂乱、纵深明确的构图，动起来很干净。主体互相重叠的杂乱画面，会产生人们归咎于模型的那种形变。图片占结果的 80%。
从图片提示带过来的本能——把一切都描述出来——在这里是错的。静图已经承载了场景。只描述动的部分，而且要保守地描述。 "缓慢推进，飘动的雾气"几乎每次都胜过一整段电影语言。
OpenAI 在 2026 年春季弃用了 Sora 2，API 于 2026 年 9 月 24 日关停。见诸报道的经济账很残酷，值得直白地说出来：
这不是一个输掉功能竞赛的产品。这是一个单位经济账从来没有合上的产品。今天还站着的每一家厂商，都是因为它们的每秒成本算得过来。
排名的洗牌比多数人预期的更剧烈：
| 模型 | 大致成本 |
|---|---|
| Veo 3.1 Lite | 每秒 0.05 美元 |
| Kling 3.0 | 每秒 0.07 美元 |
| Kling 3.0 对比 Sora | 便宜 65% |
| Kling 3.0 对比 Runway | 便宜 44% |
当生成成本以这个速度下跌，对大批量工作来说，"哪个模型最好"就不再是决定性问题了。接管这个位置的，是每一秒可用画面的成本。
Midjourney 视频没有出现在前 10 排名里，因为它根本没在玩那个游戏。Veo 3.1 占住了带音频的原生 4K；Runway 占住了制作工作流；Seedance 和 Kling 占住了大批量下的性价比。
Midjourney 占住的东西更窄，也更守得住："就这一张图，活起来，90 秒内。"
其他每一家都在保真度、时长、分辨率和价格上竞争。Midjourney 竞争的是一种人们已经选择了的观感。如果你的视觉识别是用 Midjourney 建起来的，那么排行榜名次改变不了这个事实：只有 Midjourney 能用你的风格让你的图片动起来。
定义了 V1 的那条约束，如今仍然定义着这一品类：慢胜过快。推进、轻微视差、飘动的粒子、布料和头发的运动、氛围性的漂移——这些能保住结构连贯，因为模型每帧只需要插值很小的位移。
心智模型原封不动地转移：先静图，后运动，克制胜过野心。为 V1 运动写的提示词现在读起来依然正确。工作流没有任何部分被作废。
时长是头条——21 秒大约是 V1 实用上限的 4 倍，这让它从"循环"变成了"镜头"。连贯性改善到了让中等幅度运动变得可行的程度，而此前只有极小的运动能成。音频的缺席没有变，仍然是那道定义性的缺口。
Veo 在原生分辨率、片段时长上取胜，并且——决定性地——赢在同步音频。Midjourney 对音频没有答案，也没有释放过任何信号。如果你的产出需要声音，这就不是一场对比；这是不同的产品品类。
那些模型赢在量上：每秒价格、吞吐量，以及从零开始的文生视频。Midjourney 在这些轴上一条都不参赛。要生成很多片段时选它们；要让一张你已经认可的特定图片动起来时选 Midjourney。
Runway 占住的是制作工作流——时间线、剪辑、团队协作。Midjourney 在这一切的上游：它产出素材，不产出剪辑。在真实的流程里，这两者共存的次数远多于竞争的次数。
| 需求 | 该拿什么 |
|---|---|
| 声音 | Veo 3.1 |
| 低成本大批量 | Kling 3.0 / Seedance 2.0 |
| 制作工作流 | Runway |
| 你的 Midjourney 图片，动起来 | Midjourney |
视频生成消耗的是你既有的 Midjourney 额度，而不是另开一张按秒计费的单。对已经在为静图付费的创作者来说，在套餐之内每个片段的边际成本实际上是零——这和按秒收费的厂商是实质不同的经济位置。
片段层面的方差远高于静图层面。要为"生成好几条、留下一条"留出预算。真正的工作流成本是这个比例，不是生成时间。
把 Midjourney 视频当作 B-roll 和质感，不要当作镜头。它填补氛围空隙、产出动态背景、让主视觉动起来。用它剪出一段叙事是可能的，而且始终比看起来更费劲。
V1 是范围纪律的案例：当 Sora 追逐电影级通用性并最终退出市场时，Midjourney 发的是视频最小的有用版本，并在自己的美学护城河内迭代。
十八个月后，这两种战略里只有一个还存在。
这一课不是"别有野心"。而是一项有存在理由、守得住的窄能力，比一项单位经济账没合上的宽能力活得更久。Sora 在更多事情上更强。它也已经不在了。
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
原文发布于 2025 年 7 月 · 2026 年 7 月 30 日大幅修订
Seedance 2.5 提供 30 秒音视频生成、50 个混合参考和时间轴编辑。本文区分官方能力、计费方式与仍需实测的边界。
MiniMax H3 生成带原生立体声音频的 2K 视频，公开按秒费率，并已按 Community License 发布 H3-Base 权重。
Hermes Agent 将持久记忆与可自我改进的技能结合；但安全与实际结果仍取决于你选择的后端、审批和审查方式。
OpenClaw 是能力很强的智能体运行时；它是否值得使用，取决于你是否认真配置网关安全、审查技能并持续运维。
2026 年 AI 音乐现状：Suno 与 Udio 的能力与官司、AIVA 的完整版权、华纳和解如何改写你的商用权限。
Sora 退场后的 AI 视频市场，带真实价格：每 10 秒 $0.50 到 $2.50，现在谁在榜首，以及怎么按镜头选。
诚实的 2026 免费层横评：Gemini 的慷慨套装、Claude 的质量优先方案、ChatGPT 的受限广度，以及免费何时不再够用。
GPT-5 2025 年 8 月发布时交付了什么、首月为何翻车，以及从 GPT-5.6 三档具名定价回看它的架构如何取胜。
