Midjourneyって名前は知ってるけど中身はよく分からない、という人向けに書きます。文章から画像や動画を作るツールとしてはもう定番扱いされている印象がありますけど、公式サイトとPricingページ、それとHacker Newsの反応を読み込んでみると、単なる画像生成ツールの紹介では済まない話が転がっていました。特に海外のHNでは、本業の画像生成そのものより「Midjourneyという会社が何をやろうとしているのか」を巡って議論が白熱していたのが印象的だったので、そのあたりも込みで整理します。料金や機能は公式サイト・Pricingページに書いてある内容だけを使っています。
Midjourneyとは?何ができるのか
Midjourneyは文章(プロンプト)から画像や動画を生成するツールです。midjourney.comの「Create」ページにある「Imagine bar」にプロンプトを打ち込むか、Discord上のbotに指示すると、4枚の画像セットが生成されます。そこからアップスケール、バリエーション作成、ズームアウト、パン、編集といった操作ができるとのことです。生成した画像や自分で用意した画像を動画化する機能もあり、Image-to-VideoではStarting Frame(開始フレーム)を指定できると書かれています。
公式サイトによると最新バージョンはV8.1で、V7の頃の「見慣れた雰囲気」を保ちつつ、Image Prompts、新しいPrompt Shortener(プロンプト短縮機能)、アップデートされたDescribeツールが入っているそうです。V8.1ではHD画像に対応していて、`–hd`パラメータを使うとアップスケールなしで2K相当の高解像度画像を生成できるとのこと。
そのほかの機能としては、ムードボードや個人プロファイルで自分の画風に合わせるPersonalization、画風を再利用するStyle References(sref)、同じキャラクターやオブジェクトを別カットでも使い回せるOmni References、下描き用のDraft Mode、Stylize(画風の強さ)、Chaos/Variety(ばらつき)、アスペクト比の指定、生成物をフォルダ分けして整理・ダウンロードできるOrganizeページなどが挙げられています。公式サイトでは「プロンプティングそのものが一種のクラフト(Art of Prompting)」という言い方もされていました。ログインはmidjourney.com、もしくはDiscord経由。コミュニティ・サポート用のDiscordサーバーもあるそうです。
料金プラン
プランはBasic・Standard・Pro・Megaの4段階。年払いにすると月払い比で20%引きになります。Fast GPU Time(優先処理の時間枠)とRelax GPU Time(無制限だけど処理が遅いモード)の組み合わせでプランが分かれているのが特徴です。
| Basic | Standard | Pro | Mega | |
|---|---|---|---|---|
| 月払い | $10 | $30 | $60 | $120 |
| 年払い(月あたり換算) | $96/年($8/月) | $288/年($24/月) | $576/年($48/月) | $1,152/年($96/月) |
| Fast GPU Time(月あたり) | 3.3時間(200分) | 15時間 | 30時間 | 60時間 |
| Relax GPU Time | なし | 画像は無制限 | 画像・SD動画とも無制限 | 画像・SD動画とも無制限 |
| 動画の解像度 | SDのみ | SD・HD | SD・HD | SD・HD |
| Stealth Mode(生成物を非公開に) | 不可 | 不可 | 可 | 可 |
| 同時プロンプト数(画像) | Fast 3 | Fast 3 または Relax | Fast 12 または Relax 3 | Fast 12 または Relax 3 |
| 同時プロンプト数(動画) | Fast 1 | Fast 3 | Fast 6 または Relax 3 | Fast 12 または Relax 3 |
Relaxモードで画像を無制限に生成したいならStandard以上、動画まで無制限にしたいならProかMegaが必要、とPricingページに明記されています。GPU時間が足りなくなったら、どのプランでも1時間$4で追加購入可能。あと地味に気になったのが商用利用の条件で、General Commercial Termsは全プラン共通で付いてくるものの、年間売上が100万ドルを超える企業はPro以上への加入が必須になるそうです。個人利用ならそこまで気にしなくていい話ですけど。無料トライアルや、画像を評価すると無料のGPU時間がもらえる仕組み(Rate Images to Earn Free GPU Time)もあるとのこと。
海外での評判
正直、今回HNを漁っていて一番票数を集めていたのは画像生成そのものへの感想ではなく、Midjourneyが発表した「フルボディの医療スキャン事業」(Midjourney Medical、1377pt・878コメント)でした。画像生成の会社がいきなり医療機器に舵を切ったという話で、賛否というより困惑が渦巻いている感じです。
「これはエイプリルフールの遅れてきたジョークだよな?」(jofzarのコメントより、HN)
と半信半疑の声があれば、
「スキャン1回60秒という前提で、彼らの言う稼働台数で計算すると1台あたり30秒に1回スキャンし続けないと数字が合わない。ここで読むのをやめた」(danpalmerのコメントより、HN)
と数字の整合性を突っ込む人もいました。一方で全否定というわけでもなく、
「まず率直に言ってこれはすごい。ガチで頭おかしいレベル。このトランスデューサーで他にもいろいろできそう」(cglanのコメントより、HN)
「エイプリルフールのジョークかどうか確認してしまった。ちゃんとした試みに見える。これは本当に革新的」(taninのコメントより、HN)
と技術的な発想自体は評価する声もありました。ただ、
「データがもっと増えれば健康問題を防げるかもという発想自体は分かるけど、これは正直ちょっと変。1台何をするのかも、実機デモも示されていない。一番大事なのはそこ、本当に動くのかどうか」(owenpalmerのコメントより、HN)
という「まず動くものを見せてくれ」という反応が一番腑に落ちる感じはします。
もうひとつ、画像生成の学習データを巡る著作権の話題(757pt・908コメント)もHNでは根強くくすぶっていました。
「非商用ライセンスの作品を、商用のAIの学習に使うのは明確な違反じゃないのか。なぜそうならないのか本当に知りたい」(muststopmythsのコメントより、HN)
「クリエイターの著作物で稼いでいる以上、AI企業はその対価を払うべき。著作権が適用されるかどうかを議論し続けるのはもう疲れた。適用されるんだから、ちゃんとしたライセンス体系を整えてほしい」(rimeiceのコメントより、HN)
という、学習データの扱いに対する不満もはっきり出ていました。画像生成の品質そのものへの感想はソースの中にあまり見当たらなかったんですが、少なくとも「会社としての動き方」に対しては賛否が割れている、というのが今のHNの空気のようです。
日本語対応と日本からの使い勝手
公式サイトやPricingページを見た限り、日本語対応についての記載は見当たりませんでした。UIが日本語化されているかどうか、日本語プロンプトがどこまで通用するかといった情報もソースには出てきていないので、ここは正直に「分からない」と書いておきます。ログイン自体はmidjourney.comかDiscordから可能で、コミュニティ・サポート用のDiscordサーバーもあるとのことですが、対応言語までは公式情報からは読み取れませんでした。
登録して始めるまで
公式サイトに書かれている範囲だと、始め方はシンプルで「midjourney.comにログインする」か「Discord上のMidjourney botを使う」の二択のようです。Pricingページには無料トライアルの存在も書かれています。ただ、登録画面の具体的な流れ(アカウント作成の手順やDiscordサーバーへの参加方法の詳細など)まではソースに書かれていないので、そこは憶測で埋めずにここで止めておきます。気になる人はまずBasicプラン(月$10)かトライアルで試す、という選択肢がありそうです。
まとめ:向いてる人・向いてない人
画像・動画生成の機能そのものは、Personalization、Style References、Omni References、V8.1でのHD対応など、かなり作り込まれている印象を公式情報からは受けます。プランもFast/Relaxで柔軟に選べるし、Standard以上なら画像生成をRelaxモードで無制限にできるのはコスパとして悪くなさそうです。
ただ、HNで話題になっていたのは画像生成の使い勝手そのものより、会社としての動き方への疑問でした。医療スキャン事業への急な展開は「発想はすごいけど実機を見せてほしい」という反応が多かったですし、学習データの著作権問題も解決したわけではなく燻り続けています。ツール単体の機能に魅力を感じる人には向いていると思いますが、会社の方向性や学習データの扱いが気になる人は、契約前に一度そのあたりの議論を自分でも追ってみたほうがいいかもしれません。
ファイルへの書き込み許可が下りなかったため、このテキストとして出力しています。ファイル保存が必要であれば許可をお願いします。