Midjourney lancia il suo primo modello video AI ‘V1’

Midjourney ha lanciato il suo primo modello di generazione video AI, V1, segnando il passaggio dell'azienda dalla generazione di immagini alla creazione di contenuti multimediali completi. A partire da oggi, i quasi 20 milioni di utenti di Midjourney possono animare immagini caricate o generate dall'AI tramite il sito web.

David Holz, CEO di Midjourney ha il modello V1 era il prossimo passo dell'azienda verso la sua destinazione finale, creando modelli AI “in grado di simulazioni open-world in tempo reale”. L'azienda ha anche dichiarato di avere piani più ampi per i suoi modelli video AI oltre alla semplice generazione di B-roll per film hollywoodiani o spot pubblicitari per il settore pubblicitario.

Nick St. Pierre, Creative Director e non ufficiale sostenitore di Midjourney, ha osservato che V1 eseguiva solo conversioni da immagine a video. Agli utenti erano consentite quattro generazioni a 24fps a 480p per clip, e funzionava con immagini di qualsiasi rapporto d'aspetto. Ha anche sottolineato l'efficienza dei costi di V1, affermando che 20 clip video per ~$4 erano migliori dei $3 per video su Veo. La velocità di generazione era notevolmente più veloce.

Secondo Pierre, V1 ha impostazioni personalizzate che consentono agli utenti di controllare gli output del modello video. L'impostazione di animazione automatica farà muovere un'immagine in modo casuale, mentre l'impostazione manuale consentirà agli utenti di descrivere, in testo, un'animazione specifica che vogliono aggiungere al loro video. Sebbene i video generati con V1 durino solo cinque secondi, gli utenti possono estenderli di quattro secondi fino a quattro volte, il che significa che i video V1 potrebbero durare fino a 21 secondi.

Midjourney dichiarerà di addebitare 8x di più per una generazione video

Ho avuto la possibilità di provare il video di @midjourney!

Sono rimasto davvero impressionato da un sacco dei miei output—fa una grande differenza partire da un'immagine di qualità, e la coerenza è forte.

L'auto-prompting è fantastico. Inoltre, è un modello relativamente veloce ed economico, il che non fa mai male 😅 pic.twitter.com/yvf3nN9dmC

— Justine Moore (@venturetwins) Giugno 18, 2025

Il team di Midjourney ha dichiarato che addebiterà 8 volte di più per una generazione video rispetto a una tipica generazione di immagini, il che significa che gli abbonati esauriranno molto più velocemente le loro generazioni mensili allocate quando creano video rispetto alle immagini. Ha anche menzionato che aveva in piano di sviluppare modelli AI per la produzione di rendering 3D e modelli AI in tempo reale.

Il modo più economico per provare V1 al lancio sarà abbonandosi al piano Basic di Midjourney da $10 al mese. Gli abbonati ai piani Pro da $60 al mese e Mega da $120 al mese di Midjourney avranno generazioni video illimitate nella modalità “Relax” più lenta dell'azienda. Midjourney ha dichiarato che riconsidererà i suoi prezzi per i modelli video nel prossimo mese. Holz ha affermato che i prezzi di Midjourney erano oltre 25 volte più economici di quanto il mercato avesse offerto in precedenza.

“Il nostro obiettivo è darti qualcosa di divertente, facile, bello e accessibile in modo che tutti possano esplorare. Pensiamo di aver trovato un solido equilibrio. Sebbene molti di voi sentiranno il bisogno di effettuare almeno un upgrade di livello per avere più minuti veloci.”

–David Holz, CEO di Midjourney 

Secondo Holz, i costi effettivi di produzione dei modelli e i prezzi addebitati da Midjourney erano difficili da prevedere. Ha aggiunto che l'azienda avrebbe fatto del suo meglio per dare agli utenti accesso subito. Tuttavia, ha chiarito che il team di Midjourney avrebbe osservato l'utilizzo della tecnologia da parte di tutti nel prossimo mese e avrebbe regolato tutto per garantire che l'azienda operasse in modo sostenibile.

Holz dice che i modelli in grado di simulazioni open-world in tempo reale sono il prossimo passo

Il CEO di Midjourney ha delineato i piani per il prossimo anno, affermando che la destinazione inevitabile della tecnologia V1 erano modelli in grado di simulazioni open-world in tempo reale. Fondamentalmente, l'azienda stava cercando di costruire un sistema AI che generasse immagini in tempo reale. Gli utenti potevano comandargli di muoversi in uno spazio 3D dove anche gli ambienti e i personaggi si muovevano, e gli utenti potevano interagire con tutto.

Holz ha sottolineato che per fare questo, l'azienda aveva bisogno di visivi (i nostri primi modelli di immagini), doveva far muovere quelle immagini (modelli video), gli utenti dovevano essere in grado di muoversi nello spazio (modelli 3D), e dovevano essere in grado di fare tutto questo velocemente (modelli in tempo reale). Ha aggiunto che l'anno successivo avrebbe comportato la costruzione di questi pezzi individualmente, il loro rilascio e la loro lenta integrazione in un sistema unificato. Il capo di Midjourney ha detto che potrebbe essere costoso all'inizio, ma il prodotto finale sarebbe qualcosa che tutti potevano usare.

Holz ha promesso che ci sarebbe stato altro da parte della sua azienda nelle prossime settimane e mesi, aggiungendo che il suo team aveva imparato molto durante la costruzione dei modelli video. Ha anche sottolineato che gran parte di questo apprendimento sarebbe tornato a Midjourney’s modelli di immagine nelle prossime settimane o mesi. Ma per ora, Holz dice di premere “Animate”—e fai muovere quelle immagini.