「11人改变世界」背后的 CEO。
作者 | Founder Park
Midjourney 是一家神奇的公司，11 人改变世界，创造伟大的产品。
注定会成为 Pre AGI 初年的佳话。
「我从不曾想过要一家公司，我想要有一个家。」
智源大会上，我们对话了 Midjourney 创始人 David Holz。
MidJourney 是当下最炙手可热的图片生成引擎，在 OpenAI 的 DALL·E 2 和开源模型 Stable Diffusion 等激烈竞争下，目前仍保持着多种风格生成效果的绝对领先。
以下是对谈全文，经 Founder Park 编辑。
张鹏
欢迎 David，我想这是你第一次与中国的粉丝交流，你可以借此机会向他们问好。
David Holz
哈喽大家好，Midjourney 可能还没有正式进入中国，但是如果你们已经用上了 Midjourney 的话，我希望大家都可以拥有好的体验。
在过去的 20 年里，我认识了很多国内外的创业者。我发现他们有一些共同点，他们都有强烈的驱动力，驱使他们「无中生有」地探索创造。我想知道，在你创立 MidJourney 的时候，你的驱动力是什么？在那个时刻，你渴望的东西是什么？我从来没有想过要创办一家公司。我只是想要一个「家」（home）。我希望在未来 10 年或 20 年，可以在 Midjourney 这里创造那些我所真正关心的和真正想为这个世界带来的东西。我经常思考各种各样的问题。也许我不能解决每个问题，但是我可以做出一些尝试，从而让大家都能更有能力地解决问题。因此，我尝试去思考如何解决，如何创造东西。我认为，这可以归结为三点。首先，我们必须反思自己：我们想要什么？问题究竟是什么？
然后我们要想象：我们前进的方向在哪里？有什么可能性？
最后，我们必须相互协调，与他人合作，共同实现我们所想象的事情。我认为，在人工智能方面，有很大的机会将这三部分结合起来，并创造出重要的基础设施，使我们更擅长于解决这个问题。在某种程度上，人工智能应该能够帮助我们反思自己、更好地想象未来的方向、帮助我们更好地找到彼此并合作。我们可以一起完成这些事情，并将它们融合到某种单一的框架中。我认为这将改变我们创造事物和解决问题的方式。这就是我想做的 big thing。我认为有时候（我们先做的）图片生成可能会让人感到困惑，但在许多方面，图片生成是一个已被认可的概念。Midjourney 已经成为了一个超级想象力的集合，数百万人共同探索着这个空间的可能性。在未来几年里，会有机会进行更多的视觉和艺术探索，这可能会超过所有先前历史的探索总和。这并不能解决我们面临的所有问题，但我认为这是一次测试，一次实验。如果我们能完成这次视觉领域的探索，那么我们也可以在其他事情上做到，其他所有需要我们一起探索和思考事情，我认为都可以通过类似的方式来解决。因此，当我考虑如何开始着手解决这个问题时，我们有很多想法，建了很多原型，但是 AI 领域突然出现了突破性的进展，尤其是视觉方面，我们意识到这是一个绝无仅有的机会，能创造出一些别人从未尝试过的东西。这让我们想去为之尝试。我们认为，也许过不了多久，这一切都将汇聚到一起，形成非常特别的东西。现在还只是个开始。所以，图片（生成）只是第一步，你的最终目标是解放人类的想象力。这是吸引你创立 Midjourney 的目标吗？我真的很喜欢具有想象力的东西。我也希望这个世界能有更多的创意。
许多人第一次认识你时并不是通过 Midjourney，而是通过 Leap Motion（David 的上一家创业公司）。我强烈感觉到，对你来说这两个项目可能存在一些关联，无论是驱动力或心态方面，我不知道我理解得是否正确。但我想问的是，你在 Leap Motion 的经验是否有助于你创办 Midjourney？从很多方面来看，我从 Leap Motion 中学到了很多，比如如何组建大型研究团队、如何解决以前没有人解决过的问题、如何深入思考人们该如何与技术交互。不仅仅是考虑速度、成本和规模，而是考虑我们该如何协作、如何共同前进。这非常重要，它是 Leap Motion 的核心思想之一。二者有一些相似的地方，就像 Leap Motion 一样，它迅速成长，吸引了每个人的想象力，我认为 Midjourney 也类似。但我认为二者也有一些真正不同的地方，在 Leap Motion 中，我们花了大量时间构建早期的生态系统。在硅谷，当时有这样一种信仰，即你应该先构建一个生态系统，就像 iPhone 一样。但我认为我们共同学到的是，也许你首先要构建一个真正受人们喜欢的好产品。然后，当你完成这个产品时，你可以开始着手构建生态系统。对于很多企业家来说，在早期构建生态系统可能会分散他们的注意力，我也是如此。因此，Midjourney 所做的一个很重要的不同的事情，就是专注于构建真正每个人都可以使用的东西。我以前经常用「我能不能亲手完成」来判断自己的能力。我的父亲是个外科医生，他就可以做到。我们拥有灵巧的双手。但现在我更多在思考，卡车司机会喜欢用 Midjourney 吗？有很多卡车司机在玩 Midjourney，对我来说这太酷了，这意味着我们做的更好了。
这很有趣。我们通常说空口无凭，给我看你的代码（Idea is cheap, show me the code）。但现在，想法似乎才是唯一重要的东西。只要你能通过一系列优秀的 Prompt 表达你的想法，AI 就可以帮助你实现。所以，学习和创造的定义是否正在改变？你怎么看？我觉得一个有趣的事情是，当你给人们更多的时间去创造时，他们也会对学习本身更感兴趣。例如，美国有一种很流行的艺术风格叫做装饰艺术。我从来没有关心过这种艺术是什么，直到有一天，我通过指令就可以制作出这类艺术风格的作品时，我突然对它产生了很大的兴趣，想更多了解它的历史。我觉得这是很有趣的一点，当历史成为你可以立即用起来并让你更简单地去创造的东西时，我们反而会对历史更感兴趣。如果用户交互界面变得足够好，让用户觉得 AI 成为了我们思维的延伸。AI 就仿佛是我们身体和思想的一部分，AI 又在一定程度上与历史紧密相连，而我们也将与历史紧密联系在一起。这太有意思了。当我们问用户他们最想要什么时，通常排在第一第二的回复是他们想要学习材料，他们不仅是想要学习如何使用工具，还想要了解艺术、历史、相机镜头、光彩，想要了解和掌握所有可用于创造的知识和概念。以前，知识只是过往的历史，但现在，知识成为了创造的力量。知识在当下就能立即发挥出更大的作用，人们都渴望获得更多的知识。这可太酷了。
在中国，你们的用户来自于许多不同的背景，他们可能具有不同水平的艺术创作能力。像我这样的用户还在努力制作更好的图片，但我听说许多画家和设计师正在担心他们会被AI取代。为了确保每个人都能通过AI得到助力，而不是感到困惑或被边缘化，Midjourney 可以做些什么呢？对于还没有开始他们艺术之旅的人来说，Midjourney 为他们提供了独特的机会。你会开始思考：我喜欢什么？我的审美观是怎样的？我觉得什么是美丽的？专业艺术家可能需要几十年才能做到，而现在每个人都可以做到。我们发现，人们深入反思，这几乎像是艺术治疗，让人思考他们的生活、面对的挑战、可能发生的好事或坏事，这非常有意义。我认为大多数使用它的人都有这些个人体验，它并不是竞争性或商业性的。我们发现，大多数人使用它，只是自娱自乐。他们甚至不会分享他们生成的图片。但在专业领域，它变成了增强你创造力的放大器，现在你可以制作漫画、电影或视频游戏。如果你是一个普通人，第一次在你的生活中思考美，那么艺术家现在可能在思考，如何创造整个世界和宇宙的故事。以前他们从未能够做到。普通人有更多的能力，专业人士也有更多的能力。有时很难意识到这点，因为现在用户界面都很简单。但是它们可以变得更加复杂、强大，并具有许多功能，那些功能稍后会出现。
也许 AI 不仅仅只是用来处理一张图片，它可以帮助人们处理更复杂的工作。因为在过去，当我们谈到创造力时，里面包含了许多因素，是否有创造的欲望？要创造什么样的想法？还需要具备行动的能力，执行它使其成为现实。但有时，如果可以解放创作欲望、伟大的想法和复杂的事物，AI 可以帮助你。这可能就是 AI 可以为人们提供的力量，而不仅仅是图像。对吧？这是一个非常个人化的过程，需要反思，起初我们并不知道。一开始，我看着这些（人们生成的）图片，却不明白他们要做什么。我问他为什么要做一张狗在天堂的图片？他说那是因为他的狗刚刚去世了。人们使用它的目的几乎就像艺术疗法一样。他们思考着事情，反思着他们的生活，试图弄清楚自己是谁。我认为这是非常个人化的，非常重要的，这是一些人类历史上，大多数人都没有机会做的。只有非常少数的人有机会这样做。是的，Midjourney 不仅仅是我们的业务或者工作流里的一个工具，它已经成为了我们生活中的一个新元素。
Midjourney 之所以如此美妙，是因为它将神奇的技术传递给了 1000 万人。而我知道你的团队只有 20 个人，几个月之前只有 11 个人。你们没有销售团队，没有市场团队，其中还有一些是在校生。我很好奇，这是 AI 时代的创业公司组织形式的新范例吗？我们的确是（采取这类组织形式）比较早的。我们也有一些优势，比如我有很多建立团队的经验，我的声誉也不错，能获得很多算力，并且我们很早之前就开始做了。但我觉得在几年后，随着人们学会如何建设研究团队，随着算力的压力越来越小，随着人们越来越懂得如何打造好的 AI 产品，我想我们将会看到很多这样的公司。我们可能是第一家这样做的公司，但也许在 5 年后这会是非常常见的形态。
你担心 Midjourney 今天做的事情，有一天会被发展的 AGI 能力所覆盖吗？会发生什么？像 Midjourney 这样的垂直产品的未来是什么？其中一种方式是，我们可能会与其他实验室合作，我们制作眼睛，他们制作耳朵，我们制作不同的部分，然后将它们组合起来。这种情况可能会发生。我们创造想象力，他们制作语言部分，然后我们将它们组合在一起。所以我们将一起研究这个问题。还有一种可能性，就是有这些几乎擅长所有事情的 AGI，但是也有这些部分是专业化的。世界上仍然有很多专业人士。我也认为有可能有很多人机界面方面的问题，不仅仅是关于制作美丽的图片，而是关于帮助一个人探索他们是谁，以及他们想要什么。这不是一个 AGI 的问题，而是更多地关于如何与人交互。最好的用户界面，如果仅仅是语言，那么 AGI 可能会问我们问题。但实际上用户界面不仅仅是语言，它将向你展示许多图片，并试图以不同的方式了解人，这将是一种全新的艺术，全新的理解人的理论，AI 会试图帮助他们弄清楚他们想要什么。我们还没有想到这些。AGI 可以做任何事情，但我也认为，像未来这样的大多数情况下，可能仍然有很多专业化。
你认为 Midjourney 永远会是垂直产品，还是可以成为一些通用产品？你已经说过你的使命是解决人类的意识想象力问题，不仅仅是关于图片。有一些很有趣的东西，我们正在做社区，如何让一群人一起探索一个很大的空间。我们正在尝试创造这样的事情，在未来的一两年里，Midjourney 可能会成为世界上几乎所有视觉探索的地方，因此我认为有非常有趣的东西。即使我们从未做过其他事情，如果我们只是世界上所有视觉探索的地方，我认为这是一项业务，但我认为我们无论做什么，视觉探索都将适用于其他领域。试图创造这些数百万人的超级思维团队来共同解决问题非常有趣。我不认为任何一个 AGI 能够取代数百万人，但我认为可能会有 AI 参与，可能会有数百万人和数百万个 AI 一起工作，但我认为将有许多代理和许多参与方，我认为每个人的观点都有所不同，这有助于理解问题。许多我们称之为 AI 从业者的人，他们非常担心他们的产品被新的技术所替代。你是否有同样的担心，担心 Midjourney 今天所做的事情有一天会被发展中的 AGI 能力所替代？Midjourney 这样的垂类产品的未来可能是怎样的？找到有价值的东西或值得解决的问题，保持专注，同时保持开放的心态是解决这个问题的一方面。另一方面，创造出来的 AGI 技术或者产品，他们仍然会和我们共同生存在同一个社会里，我们可以用 AI 去不断地创造新的东西，我们可以去定义在这个社会里 AI 要如何和我们协作去创造。现在用视觉方式，在某些方面，它非常原始，但在其他方面，它可能是测试的最佳方式，因为你可以看到一切。你可以真正看到它。而如果我们用诗歌来做这件事，我认为它会同样有趣，但有点难以理解。或者如果我们用引擎或任何其他科学来做这件事，你无法成为科学家，我们找不到 100 万个科学家，但是有 100 万人制作图片很容易找到。因此，这里更多要考虑 AI + 人类整个社会的心智应该是什么样子的问题。现在大多数情况是人类使用 AI 去创造，但我认为在未来，AI 是可以和人共同去思考与创造的，那将会非常的有趣。也许到了某个时候，我们甚至都无法察觉到，一个想法到底是来自于人类，还是来自于 AI 了。
当然，近来对于 AI 安全和各个层面的竞争存在着很多关注和担忧。与此同时，继续扩大和改进当前大模型仍然存在挑战。你是如何看待 AI 领域的未来发展？实际情况是这世上有很多机遇和挑战，甚至可以说有多少问题和挑战就会有多少机遇。我们面对着这么多机会，有时甚至都不需要我们去竞争获得。所以，对我来说，我不会去考虑和谁竞争的问题，这世界上有很多事情需要去做，我只会尽可能地去创造我认为美好和让人惊叹的东西。当我在中国的时候，我发现每个人总是很团结地在协作，从某种角度去看，这种方式和人工智能的原理有些类似。因为它也是一种很社区化的东西，它从我们这里学习，然后它会把从我们这里学到的能力再反馈给我们。这是一种非常社区化和强调协作的方式。我认为竞争有时并不是件好事，有时甚至说「想成为某个方向上最优秀的人」，也在某种程度上违背了技术本身的本质。此外，我们也可以从东方文化中学习很多东西。我所在的地方，人们会担心技术和 AI 是否足够让人感到信任。但另一方面，大家又希望这个世界能够更加智能一些，这样就可以帮助我们去创造和解决更多的问题。我发现在中国的时候，大家会因为你做的创造性的极客事情而认为你很酷，并且因为也想像你一样变得很酷。现在大家都知道 AI 的能力有多强大了，我们就可以去共同努力，为每个人提供基础设施能力，去建设我们的生活环境。
最后一个问题，如果我们展望未来10年的数字世界，你认为今天人类世界中哪些事情不可避免地会发生变化？我认为十年后一个人的创造力可能比当下一群人的都更强大，所以当他们汇聚在一起时，将能做出我们现在无法去想象的事情。大家对未来美好的想象将在某种程度上将每个人紧密地联系在一起，让我们不再害怕未来，而是对未来的到来感到更加兴奋。一个神奇的未来肯定会在前面等待着我们，（我希望）它充满了美好，所以我们带着这样的想法才是最终实现那个美好世界的最佳方式。当然也有一些事情是我不能完全理解和想到的，但（对于10年后的未来）我认为应该就是这样的感觉。未来确实还有很多美好的事情在等着我们让它们发生，同时，我们在往前走时，也要去考虑如何去阻止那些不好的事情发生。今天和你的聊天很有收获，非常感谢你的分享！如果你关注大模型领域，欢迎扫码加入我们的大模型交流群，来一起探讨大模型时代的共识和认知，跟上大模型时代的这股浪潮。
Sam Altman 演讲呼吁全人类为即将到来的 AGI 时代做好准备！AGI 的强大能力将从根本上改变人类文明，随着越来越强大的 AI 系统出现，全球合作的重要性前所未有。这意味着我们需要建立极具包容性的国际规范和标准，保障之下，人类将与 AI 合作，在人工智能领域发挥出更大的潜力与灵感。
