Midjourney即将发布首款AI硬件产品“Orb”,由创始人DavidHolz带领前苹果VisionPro硬件团队打造,聚焦3D数据捕捉与沉浸式空间计算,旨在定义AI原生内容消费范式。公司以订阅模式实现年营收5亿美元,团队不足百人。
当全球最神秘的AI图像公司决定造硬件,它在赌什么?
近日,Midjourney创始人Da vid Holz在社交媒体上放出一条消息:“开始发出第一批Midjourney硬件产品发布邀请,还有少量名额。”就这样,这家向来以“神秘”著称的公司,正式向外界发出了进入硬件领域的信号。
长期稳定更新的攒劲资源: >>>点此立即查看<<<

从2024年8月公开表态“正式进军硬件”,到今天发出第一批邀请,将近两年时间里,这家公司完成了从软件到硬件的关键转身。而更让人好奇的是,一家从未拿过风险投资、团队不足百人、仅靠订阅模式便做到年营收5亿美元的AI图像生成巨头,它的硬件答卷到底长什么样?

要理解Midjourney的硬件野心,得先看它背后那个人的履历。创始人Da vid Holz早年联合创办了手势追踪公司Leap Motion,并担任首席技术官,直到2019年被收购。这段经历,为Midjourney埋下了最早的硬件基因。
2024年初,Midjourney挖来了前苹果Vision Pro硬件工程经理Ahmad Abbas,由其执掌硬件部门。这位履历同样不简单——曾在Neuralink负责硬件设计,在苹果深耕5年参与Vision Pro头显工程研发,更早之前,他还在Leap Motion做过硬件工程师。可以说,这支硬件团队的核心成员,几乎都是从顶级硬件项目中“长”出来的。
Holz曾在公开对话中透露,Midjourney计划造一个“Orb”。此后,团队的硬件研发重心一直围绕3D数据捕捉方向展开。他将Midjourney的图像模型形容为“非常缓慢的游戏引擎”,并承诺未来能以每秒60帧的速度生成体积感十足的3D世界。这种对交互形态的前瞻判断,才是驱动硬件战略的内在逻辑。

回到2021年,Midjourney在旧金山成立,此后仅凭订阅收入就实现了惊人的增长曲线:2023年营收约2亿美元,2024年攀升至3亿美元,2025年达到5亿美元,估值飙升到100亿美元。而它的团队规模长期维持在数十人,早期核心团队仅11人,人均产出远超500万美元。
这样一家“轻盈”的公司,为什么要踏入最“笨重”的硬件赛道?答案藏在两个趋势里。
一方面,生成式AI正从“云端重算力”向“端侧轻推理”转移,2026年被行业视为端侧AI市场的关键爆发节点,AI手机、AI PC等形态加速落地。另一方面,生成静态图像的天花板已经触手可及。
2024年底,Midjourney发布的Patchwork平台已经展现出多人协作世界构建的能力——支持最多100名用户在无限画布上实时共创,并明确提及未来路径包括“完全沉浸式的3D虚拟现实场景”。问题随之而来:当你有能力生成惊艳的3D世界,用户该用什么设备进入这个世界?现有的VR头显生态支离破碎,而Midjourney想让自己的3D视频内容被真正消费,自建硬件入口就成了最激进的解法。

有意思的是,Midjourney在硬件选择上吃过亏。2023年公司采用Google Cloud TPU训练第四代模型,但后续对这一决策感到后悔,认为如果更早全面拥抱Nvidia GPU生态,或许能加速研究进度。这个教训,或许也在某种程度上促成了它自建硬件的决心。
更深层的原因在于,Midjourney的核心壁垒是其美学品位与社区生态。正如iPhone让触控交互成为标准,Midjourney或许想通过硬件,定义AI原生内容的消费范式。
那么,那枚“Orb”到底是什么?
在近两年的筹备期中,外界对产品形态的猜测从未停止。综合已披露的信息,可以梳理出几个关键点:
形态上,“Orb”这个项目名称暗示产品可能采用球形或圆形设计,极可能是一种沉浸式空间显示装置,而非简单的头戴设备。

功能上,它很可能是AI原生的空间计算设备,聚焦于创意消费与沉浸体验——让用户“走进”自己用提示词生成的世界,或用自然手势与AI共创3D内容。
定位上,官方曾在推文中明确回应,其硬件“不会是一个吊坠式设备”。考虑到Midjourney的订阅用户以专业设计师、艺术家和创意工作者为主,这款硬件很可能首先面向创意产业和极客发烧友。
另外,Da vid Holz曾表示公司正在同时推进3到4个硬件项目,这意味着产品线可能不止一种。
放眼整个行业,谷歌、Meta等大厂都在推进各自的AI终端战略,谷歌甚至在多模态图像模型领域直接与Midjourney正面交锋。而过去两年里,部分AI硬件创业公司已经用血的教训证明:做一款成功的消费级AI硬件,难度远超想象。从供应链管理、品控到渠道建设和售后服务,硬件生态的每个环节都是对“轻模式”公司基因的重大考验。
不过,也有不少AI硬件品牌初步证明,成功的关键在于找到AI能力与传统硬件形态的最佳耦合点,百万级的突破机会确实存在。
在Holz的判断中,Midjourney的核心使命是“放大人类精神”(amplify the human spirit)。图像生成模型完成了从“文字到视觉”的第一步,V7模型和Draft Mode提升了生成效率,而硬件,则可能成为从“视觉到空间”的第二步。这才是真正的看点所在。
侠游戏发布此文仅为了传递信息,不代表侠游戏网站认同其观点或证实其描述