Midjourney视频新功能值不值？我们用7组实测告诉你答案

还记得Midjourney最早的视频功能V1上线时，一张图、五秒钟、高美感、低分辨，是所有人对V1的第一印象。

MJ这一次更新的两个功能，一个是老活新整，也就是很多视频模型都有的首尾帧功能；一个是新鲜的Loop玩法，本文章将深入测评两个新功能的实战效果，并将其与国内热门的AI视频工具“即梦”进行横向比较，看看“审美王者”这次在视频模型上又下了哪些功夫。

Discord端操作速通

在Midjourney网页端，首尾帧和Loop功能的操作与图生视频的操作相同，都十分简单便捷，本部分主要详细介绍这两个功能在Discord端的玩法。

Start & End Frame 首尾帧功能：

●准备素材： 先准备好你的“开头”和“结尾”两张图。可以是你用MJ生成的，也可以是任何你喜欢的图片。

●复制链接： 把图拖进Discord，右键点击，选择“复制链接”。这个链接就是给AI的“导航地址”。

●念出咒语： 在对话框里敲下/imagine，大胆写出你的想法，然后把两个图片链接分别贴在--begin和--end后。

通关口令： /imagine prompt: [你的脑洞] --video --begin [第一张图的链接] --end [第二张图的链接]

Loop循环功能：

●找个好点子： 构思一个适合无限循环的画面，比如永不停歇的雨滴、缓缓飘落的花瓣，或者跳舞的火柴人。

●一键循环： 写好你的提示词，在最后加上--video和--loop。你想让它只循环几次，就在--loop后面跟个数字，比如--loop 3就是循环播放3次。要注意的是，任何参数（比如--loop或--sref）前后一定要加「空格」，不然会出现指令无法识别的情况。

通关口令： /imagine prompt: [图片链接]+[你的脑洞] --video --loop [想循环几次]

一句话总结：这两个功能操作简单，而且“不涨价”，堪称Midjourney目前性价比极高的一次更新。而且，Midjourney一次性生成四个视频，很大程度上减少了我们的抽卡次数，省时又省钱，唯一的缺点就是画质太低（苦苦等待优化）。

Midjourney vs 即梦

谁的过渡更自然？

视频首尾帧转化过程中，主体变形和画面风格（如光影、色调）的变化常常会影响我们视频的观看效果，如果变化太突兀、不符合常理，很容易会让观众出戏，所以针对Midjourney和即梦的首尾帧功能，我们分别进行了变装测试和光影控制测试：

可以发现，Midjourney更擅长做主体发生改变的画面过渡，比如兔子变成老虎、男主变成钢铁侠。而即梦在这类处理上常常依赖“模糊+叠加”技巧，如果主体间差别过大，很容易出现变形，案例中甚至把labubu的邪恶微笑唇变成了兔牙……

通过测试结果来看，两者的效果都不算好，但也各有特点，比如Midjourney在首尾图像的衔接过程中更讲究逻辑，它会为主体设计一个适合的转变场景，而即梦的变化速度更快，不注重过程，更像是“滤镜”。

更换图片后再次测试，两者的测试结果又恰恰相反，这次是Midjourney变成了“滤镜”，而即梦的变化过程更加自然，看来想要驯服Ai的首尾帧，需要运气与选图并存。

Loop视频循环模式

开启无限可能的视觉循环

在Midjourney的本次更新中，--loop循环功能无疑是一大亮点。在此之前，虽然有其他AI视频工具可以通过一些技巧实现循环，但Midjourney是首批将此功能作为标准化参数，并提供一键式流畅生成体验的主流模型之一。

为了测试Loop功能的真实表现，我们构造了一些典型场景：如“玫瑰在风中摇晃”：

雨滴从玻璃上不断滑落

宇宙旋涡不断转动：

从结果上来看效果很不理想，没有能真正实现官方说的无缝衔接的效果，尤其是运动物体晃动的形态、水的质感和漩涡的颗粒感都比较死板，首尾虽然在视觉上是“接”上了，但中间的过渡依旧生硬，一眼就能看出“AI接头”的痕迹，但如果是用在简单的产品动态展示上，这个功能还算过得去：

像实测视频一样，如果你的主角是静态产品，比如手表、灯具、陶瓷、饰品、包装设计等，Loop功能可以让背景动起来、光线缓慢流动，营造出“精致的动静结合感”。在这种低复杂度、高审美要求的场景下，Loop的技术短板不容易暴露，反而能突出视觉质感。

从“图动”到“首尾相连”，再到“无限循环”，Midjourney这次的视频功能更新显然不是一次孤立的尝试，而是希望我们越来越习惯让图片动起来。

从目前实测情况来看，不管是首尾帧还是Loop模式，都还有不小的进化空间，还在“长身体”的阶段。比起电影级别的商业视频，现在的Midjourney视频功能更适合被当作“动效草图生成器”，用于灵感捕捉、场景测试或品牌动图的快速出图，而不是期待它承担完整的叙事责任。

文章来自于“CMAI-Hub”，作者“谢蕾嫣”。