Midjourney买下星座应用

Midjourney开始争夺“每天打开”的AI入口

Midjourney在当地时间7月23日宣布收购个性化星座应用Co-Star，正式把业务边界从图像、视频生成扩展到面向普通用户的个性化服务。交易已于2026年春季完成，双方没有披露收购金额、支付方式及团队整合安排。

这不是一笔常规的模型或人才收购。Midjourney过去最鲜明的产品标签是“生成内容”：用户输入提示词，系统交付图片或视频；Co-Star提供的则是另一种关系——它根据用户出生信息和社交关系持续生成每日内容，并通过通知让用户反复回来。

**个性化助手是能够长期保存用户背景、理解稳定偏好，并据此主动提供建议或内容的AI产品。**与一次性回答问题的聊天机器人相比，它更接近一个持续运行的用户模型：不仅知道用户此刻问了什么，还试图知道“这个人是谁”“他过去关注什么”“今天应该对他说什么”。

这正是Midjourney目前缺少的能力。

据The Verge和TechCrunch在7月24日的报道，Co-Star是一款可以免费下载的星座应用，主要功能包括每日运势、个性化建议，以及用户与朋友之间的匹配度分析。Co-Star在产品说明中称，其内容结合了人类洞察、美国国家航空航天局NASA的天体数据和AI生成能力。

需要说清楚的是，NASA数据只能提供天体位置等天文学信息，并不构成对占星学有效性的科学背书。Co-Star真正有商业价值的部分，不是“星座是否准确”，而是它把结构化个人资料、关系网络、内容生成和每日推送组合成了一套成熟的用户留存机制。

Midjourney买的是用户关系，不是星座算法

Co-Star最值得Midjourney买下的资产，是一套已经被消费者验证过的个性化交互框架。出生日期、出生时间和出生地点可以形成相对稳定的用户档案，好友关系又为档案增加了社交维度，系统由此可以低成本地产出看似高度定制的内容。

这种产品机制与传统AI绘图存在明显差异。图像生成通常以任务为中心，用户有需求时才打开产品；星座应用以用户本人为中心，即使用户没有提出问题，产品也能根据日期和个人资料主动推送一条内容。

两者对用户行为的要求完全不同。

| 对比维度 | Midjourney传统生成产品 | Co-Star | 合并后的潜在形态 | |---|---|---|---| | 核心入口 | 提示词与创作任务 | 每日运势与关系匹配 | 基于个人状态的主动内容 | | 用户档案 | 风格偏好、历史作品 | 出生信息、好友关系、历史互动 | 长期身份、审美与关系上下文 | | 使用频率 | 有创作需求时使用 | 可每日打开 | 从低频创作转向日常陪伴 | | 主要模态 | 图像、视频 | 文本、通知、关系图谱 | 文本、图像、视频和通知 | | 内容触发方式 | 用户主动输入 | 系统按日期主动推送 | 用户请求与系统主动触发并存 | | 当前价格信息 | 采用订阅制，具体方案可能调整 | 基础应用免费下载 | 收购后方案尚未公布 | | 主要风险 | 版权、训练数据与内容真实性 | 隐私、心理暗示与伪科学争议 | 多模态说服力放大上述风险 |

Midjourney过去已经证明，它擅长把复杂模型包装成简单而有感染力的产品体验。早期借助Discord，Midjourney没有先建设一整套社交网络，而是直接把生成、展示、围观和模仿放进现成社区，这种产品选择显著降低了获客和教育成本。

Co-Star提供的是另一种现成入口。它不要求用户学习提示词，也不需要用户先产生明确的创作意图，只要用户愿意提供个人信息，产品就能不断制造新的交互理由。

因此，把这笔交易简单理解为“AI绘图公司开始做星座”会低估Midjourney的目的。更准确的判断是：Midjourney正在从想象力引擎转向个人叙事引擎，而星座只是最容易建立身份感和情绪反馈的产品外壳。

星座是个性化AI的低成本试验场

占星产品天然适合测试生成式AI，因为它允许内容保持一定模糊度，同时又要求表达具有强烈的个人指向。系统不必准确预测具体事件，只需要把日期、关系、情绪和通用人生议题组合成一句“像是在对我说”的话，就能形成主观上的相关性。

这种机制在心理学中常被联系到巴纳姆效应。巴纳姆效应是人们倾向于把模糊、普遍适用的描述视为对自己高度准确概括的心理现象。生成式AI让这类内容可以被更大规模、更细颗粒度地改写，并通过用户历史反馈持续调整语气。

Co-Star的优势不一定来自模型本身，而可能来自它知道应该在什么时间、以什么口吻，对哪一类用户说什么。对于个性化助手而言，这种“上下文编排能力”往往比单次生成质量更重要。

Midjourney则能补上视觉表达。未来如果双方进行深度产品整合，系统可以根据用户状态生成专属星盘、每日视觉卡片、关系故事、梦境图像或短视频，而不是只提供一段文字。视觉内容比纯文本更容易被分享，也更容易建立品牌辨识度。

一个典型场景可能是：用户早晨收到一张根据当天星象、个人审美偏好和近期情绪生成的视觉卡片；打开后看到针对工作或关系的短建议；系统再根据其点击、停留、分享和反馈调整下一次内容。整条链路不需要用户写提示词，却用到了生成模型、用户画像、推荐系统和多模态内容生产。

这比单纯增加一个“星座生成”按钮更有想象空间，也更危险。

从工具到助手，关键差别是长期记忆

长期记忆是AI系统跨会话保存用户信息，并在后续交互中调用这些信息的能力。它正在成为消费级AI产品争夺的核心，因为基础模型的回答质量逐渐接近后，产品能否记住用户、能否主动服务，将直接决定留存率和迁移成本。

当前主流个性化AI大致存在四条路线：通用助手利用聊天记录和记忆功能理解用户；角色产品通过固定人设建立情感关系；可穿戴设备依靠环境数据形成连续上下文；垂直应用则围绕健康、教育、理财或占星等特定场景积累结构化资料。

| 路线 | 个性化依据 | 优势 | 局限 | |---|---|---|---| | 通用聊天助手 | 对话历史、文件、日程与偏好 | 能力范围广，任务覆盖多 | 用户资料零散，主动服务容易打扰 | | AI角色与陪伴产品 | 人设、长期对话、情绪反馈 | 情感黏性强，使用频率高 | 依赖关系与安全边界争议较大 | | 可穿戴AI | 语音、位置、视觉与环境信息 | 上下文连续，触发自然 | 硬件成本和隐私压力高 | | 垂直个性化应用 | 健康、学习、财务或出生资料 | 数据结构清晰，产品目标明确 | 场景较窄，专业可靠性要求高 | | Midjourney＋Co-Star | 审美偏好、个人资料、关系与时间 | 视觉表达强，分享传播效率高 | 科学性、隐私和产品定位存在冲突 |

Co-Star属于最后两类之间的特殊产品。它拥有清晰、稳定的资料字段，又具备陪伴产品的叙事方式；它不必解决所有问题，只需持续输出用户愿意阅读和分享的内容。

Midjourney收购Co-Star，也意味着它选择了一条不同于通用聊天机器人的路线。它没有从邮箱、办公套件或搜索入口切入，而是从审美、身份和情绪切入，这与Midjourney创始人David Holz长期强调的“想象力”定位并不冲突。

这笔交易还没有证明产品协同

目前最重要的不确定性，是Midjourney和Co-Star尚未公布具体整合方案。外界还不知道Co-Star是否继续独立运营、原有团队如何安排、用户数据能否在两款产品间流动，也不知道Midjourney会不会把自己的图像和视频模型直接嵌入Co-Star。

交易金额未披露同样限制了判断。如果这是一笔规模较小的团队及产品收购，其重点可能是快速获得消费应用经验；如果金额较高，则说明Midjourney看中的可能不仅是团队，还包括Co-Star的品牌、用户规模、留存数据和社交关系资产。

Midjourney的执行能力也需要重新验证。模型公司擅长提升生成质量，不等于擅长经营一款每天向用户发送建议的消费应用。后者需要推送节奏、内容审核、用户生命周期管理、隐私合规和心理安全等完全不同的能力。

Co-Star与Midjourney的品牌调性也存在潜在冲突。Midjourney长期吸引设计师、艺术创作者和视觉从业者，而Co-Star更偏向生活方式、社交和情绪消费；二者用户可能重叠，但使用动机并不一致。

更现实的问题是，视觉生成能力未必能直接改善占星产品的核心体验。如果整合结果只是给每日运势加一张漂亮图片，这笔交易的战略价值会非常有限；只有当双方把用户记忆、主动触发、关系网络和多模态生成真正连接起来，Co-Star才可能成为Midjourney的新产品底座。

个性化越强，风险也越具体

出生信息是具有长期稳定性的个人数据，而不是一次性提示词。出生时间、出生地点、好友关系、互动记录和情绪反馈一旦被组合，能够描绘出相当细致的用户画像，即使单个字段看起来并不敏感。

因此，双方未来是否共享数据、以何种法律依据共享、用户能否拒绝画像、历史数据能否删除，都会成为收购后的关键问题。Midjourney不能默认Co-Star用户同意把原有数据用于训练视觉模型，也不能把“改善个性化体验”当作无限扩展数据用途的授权。

生成式内容的说服力也会放大占星建议的影响。纯文本运势通常被视为娱乐，但当系统加入逼真的视觉、熟悉的个人历史、好友关系和连续叙事后，用户可能更容易把生成结果理解为确定性判断。

产品必须明确区分娱乐内容与医疗、心理、财务和重大人生决策。尤其当用户表达抑郁、自伤、被控制或其他高风险状态时，系统不能继续用星象叙事替代专业帮助，更不能为了互动率强化宿命论表达。

“使用了NASA数据”也需要被准确解释。天文学数据可以提高星体位置计算的准确性，但无法证明由此推导出的性格和命运判断具有科学因果关系。产品若故意混淆两者，就会从娱乐体验滑向误导性权威包装。

生成式AI公司的下一战是“用户模型”

这笔收购释放出的行业信号，比Co-Star本身更重要。基础模型公司过去两年的竞争重点是参数、跑分、生成速度和多模态能力；下一阶段的竞争重点，则可能转向谁能建立更完整、持续更新且被用户授权的个人上下文。

所谓用户模型，是系统对个人身份、偏好、关系、目标和行为模式形成的动态表示。大模型决定产品理论上能做什么，用户模型决定产品知道应该为谁做、何时做以及用什么方式做。

Midjourney本来已经掌握大量审美偏好信号，包括用户生成过什么、选择放大哪张图、反复使用哪些风格，以及愿意分享哪些作品。Co-Star则能带来身份叙事、关系结构和每日触达机制，两类数据在产品层面具有互补性。

但互补性不代表可以无条件合并。真正可持续的个性化，需要用户清楚知道哪些数据正在被保存、如何影响输出，以及如何关闭、修改或删除这些记忆。缺少透明度的“懂你”，最终很容易变成无法解释的画像和操纵。

判断：方向合理，成败取决于是否做成新产品

Midjourney收购Co-Star是一个合理但高风险的扩张动作。合理之处在于，它没有继续收购另一家图像模型公司来堆叠同质化能力，而是直接补充日活入口、用户画像和主动推送机制；风险则在于，占星的争议性可能限制产品边界，并让隐私和安全问题提前爆发。

这笔交易最值得关注的不是Midjourney会不会推出“AI星座图”，而是它会不会借Co-Star建立一个长期认识用户的多模态助手。如果答案只是前者，产品新鲜感很快会消退；如果答案是后者，Midjourney就不再只是创作者需要时打开的生成工具，而可能成为每天主动出现的个人媒体。

生成式AI公司正在从争夺提示词，转向争夺用户的长期上下文。Midjourney选择用星座作为第一块跳板，看起来有些出人意料，但从高频、个性化和情绪价值三个指标看，它比再做一个聊天框更符合这家公司的产品气质。

截至2026年7月24日，交易金额、整合时间表和数据处理政策仍未公开。接下来真正需要观察的，是Co-Star是否保持独立、Midjourney的视觉与视频模型何时接入，以及双方会如何处理存量用户数据授权。

参考来源

• iThome：Meta未来AI模型及产品将采用Midjourney技术：用于补充Midjourney在图像生成之外扩大技术合作范围的行业背景。
• 知乎：福布斯Top 50 AI公司简析——Midjourney：用于了解Midjourney早期产品定位、商业模式和公司背景；其中历史信息需结合当前进展阅读。