Midjourneyが初の「V1」AIビデオモデルを公開

Midjourneyは、同社初のAI動画生成モデル「V1」をリリースしました。これは、同社が画像生成から完全なマルチメディアコンテンツ制作へと移行することを意味します。本日より、Midjourneyの約2,000万人のユーザーは、ウェブサイトからアップロードした画像やAI生成した画像をアニメーション化できるようになります。.

MidjourneyのCEO、デビッド・ホルツ氏 は、 V1モデルは同社が目指す最終目標である「リアルタイムのオープンワールドシミュレーションが可能な」AIモデルの開発に向けた次のステップだと述べた。同社はまた、AIビデオモデルに関して、ハリウッド映画のBロール映像や広告業界向けのコマーシャル制作にとどまらない、より大きな計画を持っていると語った。

クリエイティブディレクターであり、Midjourneyの非公式なサポーターでもあるニック・セントピエール氏は、V1は画像から動画への変換しかできないと指摘しました。ユーザーは1つのクリップにつき480p、24fpsで4つの動画を生成でき、アスペクト比は問いません。また、V1のコスト効率にも言及し、20本の動画クリップを約4ドルで生成できるのは、1本あたり3ドルのVeoよりも優れていると述べました。生成速度は著しく高速でした。.

ピエール氏によると、V1にはユーザーが動画モデルの出力を制御できるカスタム設定があります。matic アニメーション設定では画像がランダムに動き、手動設定ではユーザーが動画に追加したいアニメーションをテキストで指定できます。V1で生成される動画の長さは5秒ですが、ユーザーは4秒ずつ最大4倍まで延長できるため、V1動画は最大21秒まで作成できます。.

ミッドジャーニーはビデオ生成に8倍の料金を請求すると述べている

@midjourneyビデオを試す機会がありました!

自分の出力の多くには本当に感銘を受けました。高品質の画像から始めると大きな違いが生まれ、一貫性が非常にtron。.

自動プロンプト機能は素晴らしいですね。しかも比較的速くて安いモデルなので、損はありませんね😅 pic.twitter.com/yvf3nN9dmC

— ジャスティン・ムーア (@venturetwins) 2025年6月18日

Midjourneyチームは、動画生成は通常の画像生成の8倍の料金を請求すると述べた。つまり、動画生成の場合、画像生成よりも月間割り当ての世代数がはるかに早く使い果たされることになる。また、3DレンダリングとリアルタイムAIモデルを生成するためのAIモデルの開発計画も発表した。.

ローンチ時にV1を試す最も安価な方法は、Midjourneyの月額10ドルのBasicプランに加入することです。Midjourneyの月額60ドルのProプランと月額120ドルのMegaプランに加入すると、同社の低速モード「Relax」で無制限にビデオを生成できます。Midjourneyは、今後1ヶ月かけてビデオモデルの価格を見直すと発表しました。Holz氏は、Midjourneyの価格は市場が以前提供していた価格の25倍以上安いと主張しました。.

私たちの目標は、楽しく、簡単で、美しく、そして手頃な価格で、誰もが楽しめるものを提供することです。しっかりとしたバランスを実現できたと考えています。ただし、多くの方は、より多くのファストタイムを実現するために、少なくとも1つのティアにアップグレードする必要があると感じるでしょう。

–ミッドジャーニー社CEO、デビッド・ホルツ 

ホルツ氏によると、モデルの製造コストとミッドジャーニーが請求する価格を予測するのは困難だったという。ホルツ氏は、同社は今すぐユーザーにアクセスを提供するために最善を尽くすと付け加えた。しかし、ミッドジャーニーのチームは今後1ヶ月間、ユーザーによる技術の利用状況を観察し、持続可能な運営を確実にするためにあらゆる調整を行っていくと明言した。.

ホルツ氏は、リアルタイムのオープンワールドシミュレーションが可能なモデルが次に来ると述べている。

MidjourneyのCEOは来年の計画を明らかにし、V1の技術の必然的な到達点はリアルタイムのオープンワールドシミュレーションを可能にするモデルであると主張した。同社は基本的に、リアルタイムで画像を生成するAIシステムの構築を目指していた。ユーザーはAIに指示を出し、3D空間内を動き回らせると、環境やキャラクターも動き、ユーザーはあらゆるものとインタラクトできる。.

ホルツ氏は、これを実現するためには、ビジュアル（最初のイメージモデル）、それらのイメージを動かすこと（ビデオモデル）、ユーザーが空間内を移動できること（3Dモデル）、そしてこれらすべてを高速に実行できること（リアルタイムモデル）が必要だと指摘した。さらにホルツ氏は、翌年はこれらの要素を個別に構築し、リリースし、徐々に統合システムに組み込んでいくことになると付け加えた。ミッドジャーニーの責任者は、当初は費用がかかるかもしれないが、最終製品は誰もが使えるものになるだろうと述べた。.

ホルツ氏は、今後数週間から数ヶ月のうちに同社からさらに多くの情報が発表されると約束し、ビデオモデルの構築を通してチームが多くのことを学んだと付け加えた。また、この学びの多くは Midjourneyの 画像モデルに反映されるだろうと指摘した。しかし今のところは、「アニメーション」ボタンを押して、画像を動かしてみようとホルツ氏は述べている。