follow us

AING硬跡

當全球最神秘的AI圖像公司決定造硬件，它在賭什么？

近日，Midjourney創始人David Holz在社交媒體上宣布：“開始發出第一批Midjourney硬件產品發布邀請，還有少量名額。”

這距離該公司首次公開宣布進軍硬件領域已近兩年，而早在2024年8月，Midjourney就在社交平臺官宣“We’re officially getting into hardware”，同時開放了舊金山硬件團隊的招聘通道。

值得注意的是，這是一家從未拿過一分錢風險投資、團隊不到100人、僅靠訂閱模式便做到年營收5億美元的AI圖像生成巨頭，現在他們即將交出硬件答卷。

從Leap Motion到Vision Pro的硬件基因

復盤Midjourney硬件部門的組建脈絡，創始人David Holz的個人經歷是第一塊基石。Holz曾于2010年聯合創辦手勢追蹤公司Leap Motion并擔任首席技術官，2019年該公司被UltraLeap收購。

2024年初，Midjourney成功挖來前蘋果Vision Pro硬件工程經理Ahmad Abbas，由其執掌硬件部門。Abbas曾在馬斯克的腦機接口公司Neuralink負責硬件設計，隨后在蘋果的5年深度參與了Vision Pro頭顯的工程研發。而且，Abbas早年曾在Leap Motion擔任硬件工程師。

Holz此前在公開對話中表示，Midjourney會造一個“Orb”。此后，團隊持續將硬件研發重心置于3D數據捕捉方向。

Holz將Midjourney的圖像模型描述為“非常緩慢的游戲引擎”，并承諾未來將能以每秒60幀的速度生成體積感十足的3D世界。這種對未來交互形態的前瞻性判斷，也是驅動硬件戰略最核心的內在邏輯。

軟件巨頭為何執意要做硬件

2021年，Midjourney在舊金山成立，而后僅憑訂閱收入便實現了驚人的增長：2023年營收約2億美元，2024年攀升至3億美元，2025年達到5億美元，估值高達100億美元。而它的團隊規模長期維持在數十人量級，早期核心團隊僅11人，人均產出遠超500萬美元。

而這家“輕盈”的公司，為何執意選擇踏入最“笨重”的硬件賽道？

當前，生成式AI正從“云端重算力”邁向“端側輕推理”，2026年也被行業視為端側AI市場的關鍵爆發節點，AI手機、AI PC等形態加速落地。另外，生成靜態圖像的天花板已在眼前。

2024年底Midjourney發布的Patchwork平臺已經展現出多人協作世界構建的能力，支持最多100名用戶在無限畫布上實時共創，并明確提及未來路徑包括“完全沉浸式的3D虛擬現實場景”。

而問題是具備能力生成驚艷的3D世界，用戶該用什么設備進入這個世界？現有的VR頭顯生態支離破碎，而Midjourney想讓自己的3D視頻內容被真正消費，自建硬件入口就成了最激進的解法。

值得注意的是，Midjourney在硬件選擇上吃過虧。2023年，公司曾采用Google Cloud TPU訓練第四代模型，但后續 reportedly 對這一決策感到后悔，認為如果更早全面擁抱Nvidia GPU生態，或許能加速研究進度。

另外，Midjourney的核心壁壘是其美學品位與社區生態。正如iPhone讓觸控交互成為標準，Midjourney或許想定義AI原生內容的消費范式。

那么，那枚“Orb”是什么？

在Midjourney硬件入局的長達近兩年的籌備期中，外界對于具體產品形態的猜測從未停止。結合已披露的所有信息，可以梳理出：

形態上，“Orb”這一項目名稱暗示產品可能采用球形或圓形設計，且可能是一種沉浸式空間顯示裝置，而非簡單的頭戴設備。

功能上，它極可能是一款AI原生的空間計算設備，聚焦于創意消費與沉浸體驗，讓用戶“走進”自己用提示詞生成的世界，或用自然手勢與AI共創3D內容。

定位上，Midjourney官方曾在推文中明確回應，其硬件“不會是一個吊墜式設備”。結合Midjourney的訂閱用戶以專業設計師、藝術家和創意工作者為主，這款硬件很可能首先面向創意產業和極客發燒友等。

另外，David Holz曾表示公司正在同時推進3-4個硬件項目，表示其硬件產品線不止一種。

AI硬件的重構期

近些年，谷歌、Meta等大廠均在推進各自的AI終端戰略，谷歌甚至在多模態圖像模型領域直接與Midjourney展開正面交鋒。

而部分AI硬件創業公司在過去兩年中已用血的教訓證明：做一款成功的消費級AI硬件，難度比想象中要大得多。從供應鏈管理、品控到渠道建設和售后服務，硬件生態的每個環節都是對“輕模式”公司基因的重大考驗。

但也有不少AI硬件品牌初步證明AI硬件的成功在于找到AI能力與傳統硬件形態的最佳耦合點，也有百萬級的突破機會。

在Holz看來，Midjourney的核心使命是“放大人類精神”（amplify the human spirit）。圖像生成模型完成了從“文字到視覺”的第一步，V7模型在2025年的發布和Draft Mode的上線提升了生成效率，而硬件，則可能成為從“視覺到空間”的第二步。

AING硬跡

AING，取自“AI+ING”的縮寫，中文諧音“硬跡”，寓意著“人工智能正當其時”，致力于追尋硬科技發展的足跡，不斷探索人工智能與智能硬件的深度融合。

未來，AING硬跡將不斷發布AI大模型技術、AI產業生態、AI硬件產品等行業資訊、發展趨勢與市場動態，我們相信大多數硬件都值得用AI重做一遍，AING硬跡期望與AI大模型廠商、與AI硬件廠商共同成長，迎接AI時代的來臨。

人工智能正當時

一起追尋AI+硬件的足跡