Midjourney V8.2上线图像编辑，AI创作转向精修

AI 视觉创作正从「一键生成」走向「可控精修」。近日 Midjourney 推出 V8.2，首次将图像编辑能力作为核心功能引入，用户可通过文本指令直接修改已有画面。与此同时，谷歌 Gemini Omni 1.1 Flash 也在视频生成侧持续强化可控性，AI 创作工具的竞争焦点正在发生迁移。

一、Midjourney V8.2 带来了什么

V8.2 不再只是「从零生成一张图」，而是把创作流程延伸到对既有图像的灵活修改，显著提升视觉创作的控制精度。

• 指令微调：用自然语言直接改图，无需重新生图
• 多图参考：可同时参考多张图保持风格一致
• 局部重绘：精准修改画面中的特定区域
• 画布扩展：在原有构图基础上延展画面边界

从生成到编辑的范式转变

过去 AI 绘画的关键词是「抽卡」——反复生成碰运气。V8.2 的编辑能力让创作者更像在使用专业修图软件：先生成底稿，再按意图精修，创作确定性大幅提升。

二、视频侧也在追求可控

同期谷歌发布的 Gemini Omni 1.1 Flash 是一个专注高清、长时视频生成的多模态模型，提供场景扩展、运镜控制与参考视频片段等功能。其场景扩展允许在已有视频结尾处无缝衔接并继续生成后续画面，每次扩展步长10秒，直接回应了视频生成对连续性与可控性的需求。

三、创作工具能力对比

四、对创作者意味着什么

当生成成本持续下探、编辑能力不断增强，AI 视觉创作的门槛正在被拉平。专业设计师可以把更多精力放在创意与审美判断上，而中小团队也能以更低预算完成高质量视觉内容生产。

FAQ

Q1：Midjourney V8.2 最大的变化是什么？

最大变化是从「生成」转向「编辑」，新增指令微调、多图参考、局部重绘与画布扩展等能力，让已有图像可被精准修改。

Q2：指令编辑怎么用？

用户通过文本指令直接描述想修改的内容，例如改变主体颜色、替换背景或调整构图，模型据此修改后的画面，无需从头重新生成。

Q3：Gemini Omni 1.1 Flash 有什么特点？

它专注高清、长时视频生成，支持场景扩展（每次接续10秒）、运镜控制与参考视频片段，强调视频的连续性与可控性。

Q4：AI 视频现在贵吗？

成本正在快速下探。以昆仑万维 SkyProduction 接入 Wan 3.0 为例，AI 视频价格已降至约0.05元/秒，量产门槛显著降低。