四十人的宇宙：Midjourney 的无融资组织实验

2025 年 8 月，Meta 宣布与 Midjourney 达成 IP 授权合作，将其图像与视频技术授权给旗下产品线使用。David Holz 当天在 X 上只说了一句话：Midjourney 保持独立，没有投资人。1

这不是第一次有人想买下 Midjourney。据报道，Meta 曾就收购进行过谈判，最终未果。Holz 拒绝了，合作换成了授权。

在 AI 行业，这是一个异常的故事：没有 VC、没有董事会、没有外部投资人，一家不到 100 人的公司做到了年收入 2 亿美元量级，同期竞争对手 Stability AI 有 175 名员工，另一批基于文字转图像的同期创业公司正在消亡或挣扎。2

David Holz 在 2012 年联合创立了 Leap Motion，这家公司做手势追踪外设，曾被认为是下一个人机交互的革命，最终未能打穿主流市场，2019 年被收购。Holz 从中拿走了什么？一批极其熟悉他思维方式和行事风格的工程师。

2022 年，Holz 创立 Midjourney。起点是一家「研究实验室」——这是他公开使用的自我定位。公司没有对外融资，也没有寻求融资的公开记录。产品在 Discord 上发布：用户进入服务器、输入 /imagine 指令，模型返回图像。这一设计不是临时方案，而是刻意选择。Discord 的社区基础设施省去了 Midjourney 自建用户系统、反馈渠道和版本发布机制的大量工作，也让用户生成的提示词对话天然公开，形成一个庞大的共同学习场。

到 2023 年底，Midjourney 预计年收入约 2 亿美元，全部来自订阅费——最低档 10 美元/月，最高档 120 美元/月。3 没有广告，没有 B 端销售团队。

2024 年 8 月，TechCrunch 在一篇关于 Midjourney 进军硬件的报道中提到：这家公司的团队「fewer than 100 people」（不到 100 人）。2

用 CB Insights 在 2023 年整理的数据看更直观：Midjourney 当时约有 86 名员工，Stability AI 有 175 人，后者在同期融了更多钱、有更大的销售与市场团队，但营收只有前者的一小部分。4

本案例中，86 人创造 2 亿美元年收入，换算成人均营收约 230 万美元，这在任何行业都属于极高水位。但 Holz 并未公开把「人均产出」作为一个管理目标来谈——可见的信号是，他在招聘时指向的是极少数可以深度参与模型研究的工程师与研究员，而不是规模化的职能岗位。

公司没有公开的 LinkedIn 招聘主页（常规意义上的）；其硬件团队 2024 年的对外招募用的是一封 Twitter 公告：「我们在旧金山组建硬件团队，感兴趣的请发邮件到 [email protected]。」2 硬件团队的早期成员之一是 Ahmad Abbas——前 Neuralink 员工，曾参与设计 Apple Vision Pro，也曾在 Leap Motion 与 Holz 共事。这不是偶然的入职，而是一套用人关系网络的激活：从旧日同事、前项目合作者中筛出少数真正理解 Holz 做事逻辑的人。

这套用人逻辑在 AI 公司里并不罕见，但 Midjourney 的极端程度——连公开招聘渠道都几乎缺席——说明组织扩张本身不是目标。

「独立、没有投资人」这句话 Holz 在 2025 年 8 月公开重申，并不是第一次。1

无融资路径带来的是一种极少数公司能维持的自由：不需要向董事会汇报、不需要对齐季度增长预期、不需要按 VC 期待的节奏扩张团队或进入新市场。Holz 将 Midjourney 定位为「研究实验室」，其公开写下的愿景不是「成为最大的图像生成公司」，而是「实时开放世界模拟」——一个从图像到视频到 3D 再到实时引擎的技术路线图。5

这个愿景在 2025 年 6 月的视频模型 V1 发布公告里最清晰：Holz 亲自写道，「我们相信这一技术的必然归宿是能够实时生成开放世界的模型……我们现在做的每一件事——图像、视频、3D、实时——都是通向那个终点的模块。」5 这不是一份给投资人看的 pitch，而是写给百万订阅用户的产品路线图。

当一家公司不受融资周期约束，愿景可以更长，可以承受「今年这个功能还不完整」——V7 在 2025 年 4 月发布时仍未支持图片放大与重纹理，Holz 在 Discord 公告中直说「这是全新架构，有长处也可能有弱点，需要向你们学习哪些地方做得好和不好」。3 这种直接、无防御的沟通姿态，在融资驱动的公司里极少见。

Midjourney 的协作与运营方式，至今大量依托 Discord 完成。6

这不只是「产品分发在 Discord」——用户在公开频道里的每一条 /imagine 指令对所有人可见，这让模型训练数据的质量反馈实时公开。用户会看到其他人在用什么提示词得到什么图、会评论、会提炼「best practice」。Discord 社区里有专门的频道用于反馈和想法提交。这是一套将「用户测试」「口碑传播」和「需求采集」合并在同一个渠道里完成的组织设计。

V1 视频模型发布时，Holz 在公告末尾写：「接下来一个月我们会看大家怎么用，如果服务器撑不住，我们会相应调整。」这句话里没有 PM 评审、没有运营预算，只有一个创始人看着自己产品跑起来的直接回应。

对照同期 AI 公司的发布方式——预定媒体 embargo、发布会演讲、准备好的 Q&A 文档——Midjourney 的节奏更接近一个开源项目维护者，而不是传统科技公司。

Midjourney 没有公开过内部 AI 工具使用方式的具体细节，本案例中没有可追溯的第一手披露。可以合理推断的是：一家做图像与视频生成的研究公司，自己的工具是最显然的内部实验对象；但「显然会用自己的产品」不能作为事实陈述进入分析。这是本期无法覆盖的维度，留待后续公开信息补充。

本案例中，Discord 社区在相当程度上承担了运营团队、客服团队、内容营销团队的功能。当用户规模足够大、黏性足够强，一部分功能可以由社区自身完成——包括新用户引导、提示词教学、功能反馈归集。前提条件是：产品本身有足够的「让人产生表达欲」的特质。图像生成恰好满足这一点。这一逻辑不适用于所有产品品类，但对任何有创意输出属性的工具值得测试。

一家不到 100 人的公司提供不了多少晋升层级，也很难靠股权包吸引每一位候选人。Midjourney 的吸引力更多来自使命表述的清晰和宏大——「实时开放世界模拟」是少数人在职业生涯里可能参与的历史性项目。这套逻辑的触达范围窄，但触达的人会接受更深的代价（包括不确定的未来），并不会因为一两次产品迭代停滞而离开。

Midjourney 的无融资路径让它在竞争最激烈的时期没有被「规模化压力」拖偏方向。但独立的代价在算力和人才竞争中随时可能成为瓶颈——训练最新一代模型的算力成本以千万美元计，现有订阅收入能否持续覆盖尚不清楚。本案例中这是一个未解的开放问题，而不是已经证明可行的稳态。Holz 选择了授权合作而不是出售，是在算力、资金与独立之间找到的暂时平衡点。下一个平衡点在哪里，没有人知道。