经过了广泛的探索后，大卫似乎找到了自己真正的兴趣所在，于是，在2010年便创立了一家研发手部跟踪技术为主的公司——Leap Motion。

然而，由于与之相关的VR/AR技术一直不成熟，Leap Motion也始终没能做出有具体应用场景的产品。

恰巧在这时，AI在生成艺术方面取得了突破。

Transformer架构的出现，彻底改写了图像合成的历史。从此，多模态深度学习整合了NLP和计算机视觉的技术，成为图像合成的艺术方法。

于是，借着生成式AI的东风，大卫创建了Midjourney。

公司团队成员仅11人，其中1位创始人、8位研发人员、1位法务、1位财务。

而作为中坚力量的研发成员，一半（4位）都是尚未毕业的本科生。

虽然这四位本科生都有一些实操甚至是创业经历，但是确实经验有限，而且也非毕业顶尖名校。

剩下来的几位研发人员，都有着比较丰富的职业经历。

和Dall·E、Midjourney不同，Stable Diffusion是完全免费、不限次数、任何人都可用的。

虽然对硬件有着一定要求，但也能在几秒钟内生成高清图像。

这样的好处在于，开源社区会齐心协力地完善模型文档，共同解决技术难题。这使得代码的迭代速度非常快，优化效率远远高于闭源系统。

但缺点也很显而易见，那就是商业化不够直接，可能为别人“做了嫁衣”。

而相较之下，Midjourney却采用了不那么开放的“闭源系统”。

如果说闭源系统真的有什么好处，那就是针对性更强了。

因为模型闭源，并通过庞大的用户量积累了独有的数据集，可以根据用户需求不断地针对性训练模型，长期来看更有利于建立竞争壁垒。

在探索用户需求这点上，大卫采取了产品上线后边测试边改进的办法。

例如Midjourney模型最开始很慢，需要20分钟才能出一张高质量的图片。后来团队推出了一个做15秒生产图片，但是质量没那么高的版本，

当然，供应商并不是抽风了，而是看中了大卫之前的成就和声誉。

大卫之前的创业已经获得了声誉，大卫打从创办Leap Motion的时候起就有一个观点，他觉得技术的最大限制不是规模、成本或速度，而是人们如何与之互动。

Leap Motion的手势互动是一个尝试，到了Midjourney这里，他开始使用更短的绘画关键词（prompt）来催动AI产出。

这样的理念，吸引了每一个了解大卫的人，也让他得到了云供应商的支持。

然而，在获得了供应商的鼎力支持后，大卫也仍然要面对算力捉襟见肘的问题。

从成本来说，Midjourney大约10%的云成本用于训练，90%是用户制作图像的推理。所以几乎所有的成本都在制作图像上。

为解决这一点，Midjourney在世界上八个不同的地区，设立了自己的服务器，比如韩国、日本或荷兰等，在每个时区的夜间，当地人都在睡觉，没有人使用GPU。Midjourney就可以充分利用这些算力，实现GPU负载平衡。

实际上，这种依靠云端服务器来降低成本、加快模型训练的做法，与目前腾讯训练大模型的策略十分相似。

因为在生成式AI、云计算等技术逐渐抹平大企业与中小企业之间的技术、成本差距后，各企业真正比拼的，只剩下人才、创意与执行力。

而这也是为什么， Midjourney这类仅有寥寥十几人的小团队能脱颖而出的原因。因为这样依靠少数尖端人才组建的团队，具有大企业所没有的灵活性、创见和魄力。

而这类小团队的创意、灵感，若要真正在市场、社会中扎下根，就离不开对用户多样化、个性化需求的追踪。

这是因为，AIGC技术的“泛用性”，决定了其绝不是针对某一行业、人群，或是某一类企业的技术。

只有在这多样化的需求中，尽可能地满足不同层级用户的特定需求，一款产品才能真正地具有长远的生命。

既服务所有人，又不忽视每一个特殊的人，这或许就是Midjourney成功的最大原因。