Midjourney

Midjourney

定位

目前全球AI图片生成领域图像质量最高的工具，以极致的画面细节、精准的光影处理和独特的艺术审美在行业中建立了标杆地位。在Discord平台上运行（通过发送/imagine指令给Midjourney Bot），2025年后推出独立网页版。核心用户群是全球的设计师、艺术家、创意工作者和追求最高AI视觉输出水平的用户。对于”要一张能直接当作品用的AI图”这个需求，Midjourney在所有AI生图工具中仍然是最可靠的选择。需要付费订阅（最低约10美元/月）和科学上网，没有永久免费版。

核心能力

基础能力——文生图的极致画质

画面质量和艺术表现力
Midjourney V6及以上版本生成的图片在细节丰富度、光影真实感、材质质感和色彩搭配上代表了当前AI生图的最高水平。从写实摄影到概念艺术到建筑渲染——各风格的输出质量都处于行业顶端。和V5版本比，V6/V7在人脸细节（尤其是眼睛、皮肤纹理）、手部准确性（经典的”六指”问题大幅改善）、文字渲染（图片中的英文字符可以准确显示）上有质的飞跃。生成速度在快速模式下约30到60秒一张（取决于显卡和服务器负载）。

风格控制的广度和深度
通过提示词可以极其精细地控制图片的风格维度——不仅是”写实”vs”插画”这种粗粒度的分类，而是可以指定具体的艺术运动、摄影师风格、渲染引擎、电影镜头、胶片类型等。几个例子：指定摄影师风格——”shot by Annie Leibovitz”、指定电影氛围——”cinematic lighting, shot on ARRI Alexa 65″、指定绘画风格——”in the style of Studio Ghibli”、指定材质质感——”octane render, 8K, hyperrealistic”。这种”风格词汇”的控制粒度是Midjourney和其他AI生图工具拉开差距的核心能力之一。

进阶能力——让图片可控和可迭代

角色参考和一致性控制
上传一张或几张角色参考图，Midjourney可以在新生成中保持同一角色的形象一致性——包括面部特征、服装风格、色调偏好。对系列化内容创作——品牌IP设计、绘本制作、广告系列海报——这是关键生产力工具。使用–cref参数指定角色参考图链接，–cw参数控制参考强度（0-100）。

图片编辑——局部重绘和画面扩展
Vary Region（局部重绘）：对生成图中不满意的区域进行单独修改，其他区域保持不变。比如四张生成图中三张完美但有一张的手部有问题——圈出有问题的手部区域让Midjourney只重绘这里。Zoom Out和Pan（画面扩展）：把一张图向外扩展——AI在原图基础上补全扩展区域的画面。Custom Zoom（自定义扩展）：指定扩展倍率和方向。

参数系统——每个参数解决一个具体问题
–aspect或–ar：控制画幅比例（–ar 16:9横版，–ar 9:16竖版，–ar 1:1正方形）。–style raw：降低Midjourney默认的”美化”处理，生成更接近真实照片的效果。–stylize或–s：控制风格化强度（0-1000），数值越高越艺术化、越低越写实。–chaos或–c：控制四个变体之间的差异度（0-100），数值越高四个版本之间的风格差异越大。–no：排除不想要的内容（–no text, watermark避免生成带水印或文字的图）。–seed：固定随机种子，可以”复现”同一张图的风格走向。

标准使用流程

场景：生成一张可直接用于品牌营销的高质量视觉素材

1. 环境和工具准备
确保科学上网连接稳定。新手推荐在Discord中操作（功能最全、社区互动最直接）。加入Midjourney的Discord服务器（discord.gg/midjourney），在左侧频道列表中进入任意一个”newbies”开头的频道。付费订阅后在midjourney.com的网页版操作——体验更接近传统Web工具。

2. 输入第一个Prompt（可直接复制）

在Discord的newbies频道底部消息框中输入：

/imagine prompt: a young professional woman working on a laptop in a modern co-working space, large windows with natural light streaming in, plants scattered around the desk, warm and productive atmosphere, shot on Fujifilm GFX 100, 85mm lens, shallow depth of field, editorial photography style –ar 16:9 –style raw –v 7

注意/imagine是命令（输入斜杠后会自动提示），prompt后面跟你的描述文字。–ar 16:9是画幅，–style raw减少默认美化，–v 7指定用最新的V7模型。

3. 理解返回结果和处理方式
发送后等待约30到90秒。Midjourney返回四张缩略图（按顺序是1-4号，左上→右上→左下→右下）。图片下方有几个按钮：U1-U4（Upscale）——把对应编号的图单独放大到高清。V1-V4（Variation）——基于对应编号的图生成四个新的变体。

4. 从四张中选出最好的并放大
快速浏览四张图的：构图是否合理、光影是否自然、人物表情和姿态是否OK、画面氛围是否符合预期。选出一张最接近理想的→点对应的”U”按钮（比如U3）放大到高清。

5. 对放大后的图做二次修改（如果需要）
如果某些细节不满意：使用Vary Region功能——点击放大图下的”Vary (Region)”按钮→在弹出的编辑窗口中圈出要修改的区域→输入新的Prompt修改描述→Midjourney只重绘选中区域。

如果想把现有的横版图变竖版：使用Zoom Out或Custom Zoom功能扩展画面。

6. 下载和使用
在Discord中点击放大图打开全屏→右键保存图片到本地。网页版直接点击下载按钮。如需最高分辨率——在放大图下点击”Upscale (4x)”再放大一遍。

Prompt模板专区

以下Prompt可直接在Midjourney的/imagine命令后使用。替换【】中内容。

Prompt模板1：产品摄影
/imagine prompt: 【产品描述，如：a luxury wristwatch with a navy blue leather strap and a silver face】，placed on【场景，如：a dark marble surface with subtle golden reflections】，【光线，如：dramatic side lighting creating long soft shadows】，【风格，如：high-end product photography, 8K, hyperrealistic, shot with Hasselblad H6D】 –ar 1:1 –style raw –v 7

Prompt模板2：人物肖像
/imagine prompt: portrait of【人物描述，如：an elderly fisherman with weathered skin and kind eyes, wearing a thick knitted sweater】，【场景和光线，如：standing by the sea at dawn, warm golden hour light illuminating his face, sea breeze in his gray hair】，【风格，如：cinematic portrait, shot on Leica M6 with Kodak Portra 400 film, shallow depth of field, intimate and honest】 –ar 3:4 –v 7

Prompt模板3：场景概念设计
/imagine prompt:【场景描述，如：a floating city in the clouds at sunset, massive airships docking at crystal platforms, waterfalls cascading off the edges into the void below】，【风格参考，如：concept art by Sparth and John Berkey, epic scale, atmospheric, painterly style, rich colors】 –ar 16:9 –v 7

Prompt模板4：品牌视觉探索
/imagine prompt:【品牌关键词，如：minimalist wellness brand, calm and organic, natural materials, soft earth tones, spa-like atmosphere】，【视觉元素，如：product photography of amber glass bottles on bamboo trays, white towels, eucalyptus branches, morning sunlight through sheer curtains】，【风格，如：editorial photography, soft and ethereal, 8K】 –ar 4:5 –style raw –v 7

Prompt模板5：用角色参考保持一致性
/imagine prompt:【场景和动作描述】 –cref【角色参考图的Discord图片链接】 –cw 80 –ar 3:4 –v 7

适合谁用

专业设计师和创意工作者——高质量概念图、客户提案素材、设计探索的AI辅助。品牌和广告创意团队——营销视觉、品牌风格探索、社交媒体素材。艺术家和独立创作者——AI艺术创作、数字艺术作品、画册和展览用图。追求最高AI生图质量的内容创作者——需要画面质量”和别人不一样”。

不适合：预算为零的用户（没有永久免费版）。没有科学上网条件的国内用户。只需快速出几张家常图（国内免费工具够用）。需要精准构图控制（姿势、视角、深度）的用户——Stable Diffusion+ControlNet更合适。

真实优缺点

优点：图像质量和艺术表现力是AI生图行业标杆——细节、光影、材质、审美在同类中不可替代。风格控制的深度和精度没有竞品能及——从摄影流派到艺术家风格到渲染引擎到胶片类型。参数系统灵活强大——每个参数解决一个具体创作问题。社区是最强的学习资源——看全球顶级创作者实时生成作品和学习Prompt技巧。迭代更新速度快——每次大版本带来有感知的质量跃升。

缺点：必须付费（最低10美元/月约72元），没有免费体验。需要科学上网且Discord操作方式有学习成本。中文提示词支持有限——最佳效果用英文Prompt。生成速度有时变慢（服务器忙时）。图片中的文字渲染（尤其中文）不是强项。

优缺点触发条件：使用英文Prompt→最佳效果。使用中文Prompt→理解不完整，效果逊于国产AI如即梦和Flux Art。风格化程度高时（–s 500以上）→画面艺术性强但可能和原描述偏离。需要精确控制人物姿势和构图→Midjourney不如SD+ControlNet。

常见失败原因和修正方法

失败1：总是生成”太艺术”的图而不是写实照片
原因：默认开启了Midjourney的”美化滤镜”。
修正：加–style raw参数降低美化。Prompt中加入photorealistic, shot on【相机型号】, natural lighting等写真词汇。降低–stylize值到100-300范围。

失败2：中文Prompt出来的东西完全不是想要的
原因：Midjourney对中文语义理解有限——不是深度理解而是关键词匹配。
修正：用DeepL或ChatGPT把中文描述翻译成英文再输入。学习Midjourney社区中常用的英文Prompt结构和风格词汇。这个学习过程是有成本的但一旦掌握就长期受益。

失败3：角色在不同图片中不够一致
原因：–cref参考功能需要足够高质的参考图且–cw参数设置不当。
修正：参考角色图必须是正面半身、光线充足、五官清晰的高清照。–cw值设置在60-80之间（太高完全复制参考图、太低参考太弱）。多给几张不同角度的参考图提高一致性。

失败4：手部和手指问题仍然存在
原因：这是AI生图行业的”永恒难题”——V7版本已大幅改善但非零风险。
修正：在Prompt中加入detailed hands, natural hand poses, perfect fingers等描述。如果生成出来手部还是有问题——用Vary Region功能单独重绘手部区域。或者让人物手放在兜里、藏在背后、被物体遮挡——这是最省事的”技巧”。

访问方式和价格

Discord操作或独立网页版midjourney.com。

价格（截至2026年6月，美元计费）：Basic约10美元/月（约72元）每月约200张快速生成。Standard约30美元/月（约215元）每月约15小时快速生成，适合日常使用。Pro约60美元/月（约430元）隐身模式，适合专业用户。Mega约120美元/月（约860元）适合工作室。国内支付需国际信用卡或PayPal。

一句话总评

AI生图质量的全球标杆——在需要极致画面美感和创意性时目前没有替代品。国内用户双门槛（付费+科学上网）让即梦和Flux Art成为性价比更优的日常替代。但当你需要”一张能代表你最高水准的AI视觉作品”时，Midjourney仍是最终选择。

如果它不适合你：国内高质量替代→即梦（画质接近、免费额度、中文体验好）、中文精准理解和文字渲染→Flux Art、免费开源无限自由→Stable Diffusion、不需生图只做设计和模板→Canva AI。