Midjourney V8 被骂惨了，但我反而更想继续用它

这两天，Midjourney V8 一上线，评论区又热闹了。

有人说失望，有人说翻车，有人盯着手部问题继续吐槽，也有人觉得颗粒感、伪影这些老毛病还是在。看舆论，你很容易以为，这又是一轮声量很大、实际不如预期的更新。

我一开始其实也差不多这么想。但这两天我自己把它拉进了真实工作流里，连续测了不少图，测的也不是那种随便玩玩的场景，而是尽量往我们会真正用到的方向上靠。

包括 AI 短剧、AI 微电影里的角色资产设计，中文出字，大场景，风格延展，还有后面能不能接连续分镜，我都测试了一轮。最后我的感受反而挺明确。Midjourney V8 当然还有问题，而且问题并不小。可如果你因为这些问题就直接把它判死刑，那也有点可惜。因为它还是有一个很强、很难替代的价值。它很会把画面做贵，非常有设计美感。这个能力，到了 V8 这一代，依然很明显。最先让我改观的，其实是速度我先说最直观的体验。它真的快。

以前用 Midjourney，很多时候不是你没有想法，是你不想等。一个 prompt 改一点，跑一轮，再改一点，再跑一轮，来来回回折腾几次，创作状态很容易断掉。这次 V8 明显不一样。如果你不开高规格模式，基本上几秒钟就能看到结果。这个变化特别重要。因为它不只是让你省一点时间，它会直接改变你使用它的方式。以前很多人会保守，不太愿意频繁试错。现在你会更敢去试镜头，更敢去换思路，更敢去赌那张神图。说白了，创作这件事，有时候拼的不只是最终效果，也拼你能不能快速靠近那个效果。V8 在这件事上，确实顺手了很多。中文这次也终于像回事了另一个让我觉得很有价值的点，是中文支持。这一轮测下来，我最明显的感受就是，它终于更像一个能被中文创作者真正拿来干活的工具了。以前很多人用 Midjourney，潜意识里还是会觉得，它更适合英文 prompt，中文能用，但总感觉差一点。尤其涉及到图里的文字，很多时候大家都默认不要抱太大希望。但这次不太一样。我自己实际去测，中文文字放进去之后，整体效果比以前稳了很多，已经到了可以认真拿来做封面图、标题图、概念海报的程度。

这个变化其实很关键。因为这意味着 Midjourney 不再只是一个拿来出氛围感图片的工具，它开始更适合接进我们自己的内容场景了。你做公众号封面，做课程海报，做短剧宣传图，做概念视觉，它会顺手很多。这个门槛一降，工具的价值就不一样了。但是注意使用的时候要用”” 进行文本引用，别的文字还是会有乱码。

但人物一致性，这次真别吹太早如果你问我，这轮测试里最遗憾的地方是什么，那还是人物一致性。这个结论我觉得可以说得直接一点。至少目前这个阶段，Midjourney V8 还不适合单独扛起连续剧情图的角色生产。V6 的 cref 和 V7 的 oref 在 V8 目前这个版本不支持。即使你上传图片进去，也只能使用 sref 风格参考，用提示词指定说角色不变，角色也还是会变。

它可以帮你快速做出一张很好看的角色图，甚至第一张出来的时候，你会很惊喜，生成的真人角色，看起来非常 舒服自然，几乎没有 AI 感。

脸型、气质、服装、光影、镜头感，它很容易一下把那个味道做出来。可问题在于，你想让这个角色继续往后延展，换动作，换镜头，换场景，还始终像同一个人，这件事它现在还不够稳。现在这套能力更像是能把风格稳住，把美感稳住，把气质稳住，但你真要说它已经能把同一个角色牢牢锁死，我觉得还远没到那个程度。这也是为什么，我这轮测完之后，反而对它的定位更清楚了。它适合做角色资产图。

适合做第一张惊艳的场景氛围图。

适合做你一眼就觉得，这个人设对了的那种图。

但它不太适合你直接拿去做整套连续分镜，不然还是去年早期的效率。可它偏偏又特别适合做那些最贵的画面很有意思的一点是，当我不再死磕人物一致性，转头去测大场景的时候，V8 反而一下子更强了。越是龙、神殿、遗迹、末日、宇宙、东方神话、巨构空间这种题材，它越容易让人眼前一亮。

那种戏剧性的光影，那种空间尺度感，那种一眼看上去就很像游戏原画、电影概念设计图的气质，它还是很能打。

这也是我为什么会觉得，Midjourney V8 现在特别像一台游戏原画机。你给它一个够大的世界观，给它一个够强的主体，给它一个有戏的镜头，它真的很容易回你一张很贵的图。这个贵，不只是分辨率，也不只是细节多，而是画面本身有气势，有氛围，有那种能把整部片子视觉基调拉起来的能力。

如果你的项目里缺的，就是这种一眼看上去就不一样的大场面，那 Midjourney 依然很值钱。我现在更愿意把它放在工作流的最前面这轮测完之后，我反而越来越不相信单一模型万能论了。真正能跑起来的工作流，从来都不是一个工具什么都干。更现实的情况是，每个模型干自己最擅长的那部分。Midjourney V8 在我现在的理解里，更适合站在最前面。先用它把角色的第一版气质做出来，把世界观场景拉出来，把海报感和片子的视觉上限先顶上去。这一步非常重要。

因为很多内容，观众先感受到的，从来不是一致性，不是控图能力，也不是你背后用了多复杂的链路。观众先看到的永远是画面本身。画面有没有气质。有没有张力。有没有那种我愿意停下来多看一眼的感觉。这恰恰是 Midjourney 最值钱的地方。它能先把最贵的那一眼做出来。后面的连续内容，交给更适合接力的工具也正因为这样，我现在反而更认可一种组合式的用法。前面这一步，交给 Midjourney V8。角色资产图，世界观图，大场景图，海报级关键画面，先用它把审美提升起来。后面真正需要连续延展的部分，再交给 Nano Banana 2 这类更适合编辑和持续生成的工具去接力。因为这两类工具的优势其实很不一样。Midjourney 更像审美前端。它负责惊艳，负责定气质，负责把画面做贵。Nano Banana 2 更像生产后端。它负责连续，负责编辑，负责把那些高审美的图继续往后延展，变成真正能用在分镜里的资产。你单用 Midjourney 一张张单打独斗去做连续剧情，很容易累。你先让它把最关键的画面画出来，再让另一个模型去做一致性和延展，整个流程反而会快很多。这也是我这轮测下来越来越明确的一件事。真正好用的工作流，不是谁干掉谁。是你知不知道谁该站在前面，谁该站在后面。高规格模式确实能把图再往上抬一截这次还有一个让我印象挺深的点，就是高规格模式带来的提升，主要指令是–hd 和–q 4。

如果只是普通测试，V8 已经够快了，几秒就能出结果，很适合快速试方向。可一旦你开始做真正重要的关键画面，那些高规格模式的价值就出来了。尤其是你要做海报图、世界观图、大场景图的时候，画面的精美度确实还能再往上走。不过这东西我不建议一上来就全程拉满。更合理的方式，还是先利用 V8 现在的速度优势，快速找方向，先把感觉跑出来。等你已经接近想要的那张了，再把选择的图片拉到更高规格去打磨。这样你既不会拖慢节奏，也更容易把资源花在真正值得的地方。所以这次我最终的结论，其实挺简单所以我的结论很简单。Midjourney V8 当然还不完美，人物一致性和连续性也还有问题，但它依然很值得放进工作流。因为它够快，中文更强，大场景表现也依旧能打，最关键的是，它还是最适合拿来拉高画面审美上限的工具。别把它当全能模型，更适合把它当成工作流里的美术总监。先用它定角色气质和场景氛围，再把连续资产交给更适合接力的工具去做。说到底，真正重要的从来不是哪个模型最万能，而是你有没有把它放在对的位置上。