美图CEO吴欣鸿：两年做了13款AI应用，我们都踩了哪些坑？| 智涌专访
文｜周鑫雨
编辑｜邓咏仪
封面来源｜美图
2022年，美图CEO吴欣鸿将年度总结的主题，从“居安思危”改成了“居危思危”。
他的焦虑，来自奔腾而来的AIGC浪潮。Stable Diffusion、Midjourney等AI文生图应用的出现，让美图一直以来引以为豪的审美被挑战。
2023年初，这家靠审美起家、曾创造出“美图秀秀”“美颜相机”等爆款应用产品的公司，一度把面对AI的如履薄冰摆到了明面上——美图集团高级副总裁陈剑毅与合作方的一段聊天记录直接出了圈：“公司因为AI，已经是生死存亡之秋了。”
两年后，美图的焦虑消失了吗？
吴欣鸿的答案是：并没有，反而更焦虑了。
在外界看来，两年来美图的AI应用探索成果颇丰：产品矩阵全球VIP会员数量已经突破千万，AI专业设计平台“美图设计室”每月付费用户达到93万，多款产品2023年营收过亿。
但在实现规模化盈利的背后，三款不算成功的应用，是两年来美图上交的“学费”。2022年以来，美图前后一共发布了13款新品——如今，留存的是绝大多数，余下的三款或召回迭代升级，或并入了其他的产品中。
总结失败的经验，吴欣鸿告诉《智能涌现》，对落地赛道的判断重要，但找到合适的切入口更重要。他以合并到其他应用中的数字人生成应用“DreamAvatar”为例，“我觉得单点的数字人功能是比较薄的，很难长期立住。所以当我们整合到像‘开拍’这种数字人生成口播视频的应用里，就能跑得通。”
作为一家应用公司，用产品去敏锐地响应技术浪潮，并非易事。2023年12月，美图自研的奇想大模型（MiracleVision）就推出了文生视频的能力。然而，仅不到两个月后，能生成更丝滑、更长视频的Sora炸场——在生成效果上，Sora采取的DiT架构，对MiracleVision选择的U-Net架构，是一种无情碾压。
吴欣鸿的第一反应是：赶紧追技术，改做DiT架构！但一个月后，理性渐渐回归，他思考的重点成了：“Sora做出来以后，到底能给我们的用户带来什么价值？Sora怎么落地和变现？怎么帮助用户增收？”
在2024年6月12日的第三届美图影像节上，新发布的AI短片创作平台MOKI，是这段时间吴欣鸿的一个思考结果。在他看来，外界很容易被Sora的生成时长所迷惑，但“长”并不是AI视频产品最核心的功能，如何结合工作流才是最关键的。
从落地的现实角度，他也劝AI公司，狂卷参数的技术军备竞赛，是不理性的，“不是所有AI公司都要达到AGI，美图的目标，是做AGI能够调用的应用工具”。
以下是《智能涌现》与美图公司CEO吴欣鸿、集团高级副总裁陈剑毅的对话，内容略经编辑：
失败的产品，要么赛道不对，要么切入点不对
智能涌现：我看到发布会的PPT上，得到市场验证的产品都在框里，框外还有三款没有得到验证的产品。这三款是什么情况?
吴欣鸿：“ChicCam”（一款相机App）现在在维护状态，“DreamAvatar”（一款数字人生成应用）现在把能力整合到了“开拍”，“RoboNeo”（美图AI助手）现在还在不断迭代。
其实我们新品的留存率还可以了，留下了绝大多数。
陈剑毅：很多大公司，几百款产品里面就跑出来一款。
智能涌现：如果要从这些没有被验证的产品当中，总结一些失败经验的话，你觉得是什么？
吴欣鸿：“ChicCam”是因为对趋势的判断不太对。因为相机应用已经是一个供大于求的红海市场，有太多产品可以满足拍摄滤镜的需求。但2022年我们推出的视频编辑应用Wink，增长就非常好。
所以从“ChicCam”能看到，赛道的选择特别重要。你如果去选择一个像视频编辑这种全球用户需求很大、在未来消费能高速增长的赛道，你大概率能立得住。但是如果选择一个竞争白热化、供大于求的赛道可能就没那么好。
像“DreamAvatar”，我觉得单点的数字人功能是比较薄的，很难长期立住。所以当我们整合到像“开拍”这种数字人生成口播视频的应用里，就能跑得通。
陈剑毅：总结所有失败的产品，共性第一个是赛道没选对，第二是如果赛道选对了，在赛道里面的需求点以及切入点有没有选对。
智能涌现：现在外部技术和产品迭代是非常快的，下场的公司也越来越多，选择赛道会不会更困难？
陈剑毅：我觉得不会，因为生成式AI还在红利期，还是有很多垂直场景没有足够好的解决方案。这意味着很多公司进去以后，其实是有机会成为标杆的。
特别像美图这样有用户的规模效应，还有技术的积累，进入到一些垂直场景应该是有机会的。所以还远没到移动互联网中后期的白热化。
吴欣鸿：其实相比于选赛道，选赛道的切入点反而是更难的。
因为选赛道，很多人会通过宏观的数据，大概知道哪一条赛道是高速增长的。但是找切入点反而要做蛮多的市场供应需求的挖掘、竞品的分析，然后找目前市面上还没有被满足的点，这个点还要有足够的规模。所以相对于选赛道来说，选切入点更难。
智能涌现：美图现在的产品矩阵是相当庞大的，让每一款产品都被记住是不是一件很难的事？像在互联网时代非常明星的一些公司，他们在AI时代发的一些新品还没有被大家记住。
吴欣鸿：首先我觉得你要服务的用户，需要非常清晰，这样你才能精准地触达，针对性地建立心智。
比如我们做“美图设计室”（美图AI电商设计工具），虽然它可以广泛应用于各种设计场景，但它只做电商物料升级。我们讨论产品，要求就是能用一句话介绍，比如“美图设计室”是“电商人必备的AI设计工具”。
所以这是我们的策略，与其大而全，不如选择比较清晰的用户，然后逐步建立心智。
另外，我觉得要做到像“美图秀秀”这样深入人心的品牌认知，确实需要时间的沉淀。我们蛮开心看到“美图设计室”在电商设计领域已经是非常头部的产品了，不能说人尽皆知，但是有不小的知名度，可能再过两年会更深入人心。我们还是有这样的耐心的。
智能涌现：就像你说的，其实大家不太倡导做大而全的AI产品，而且现在跑得特别快的也是小而美的产品。这是技术的特性导致的，还是有别的原因？
吴欣鸿：我觉得AI技术的发展是比应用落地要快的，现在大模型的能力很强，但是真正把它很好地落地变现，还需要一点时间，因为会涉及到很多工程化的投入，所以这是一个时间问题。
单点功能，是AI应用的起点
智能涌现：这么多小而美的产品和场景，哪些可以单独拎出来做独立应用，哪些需要集成到一个平台，成为平台的单点功能？美图是怎么考虑的？
陈剑毅：举个例子，“开拍”这个产品的诞生过程很有意思，它其实就是从“美颜相机”的一个提词器单点功能拆出来的。当时“美颜相机”里的提词器功能是收费的，而且当时还一度成为里面收入最高的功能。
当时我们就好奇为什么这个功能这么赚钱，就详细做了一些用户调研。后来发现，付费人群主要是KOL，他们拍视频发抖音或者B站的时候需要录口播，但是碍于记不住词，所以就用“美颜相机”来题词。当时10元的定价对他们来说也很便宜，所以付费很容易。
后来，我们发现这一群KOL在录口播的时候，是有很多痛点的，包括前期的构思、提词器、一系列的辅助拍摄，也包括后期文字的编辑、快速的剪辑。
所以沿着提词器这个点，我们把美颜相机的单点功能拉了一条线出来，去做口播场景的项目。所以“开拍”就是“美颜相机”团队孵化的，这是一个从点到线的例子。
吴欣鸿：现在AI应用也正在从点到线，大家正在把这些单点功能串联起来，普遍都还处在一个相对早期的阶段。
智能涌现：从点到线，是每次技术革命下产品发展的共性吗？“美图秀秀”的发展遵循这个脉络吗？
吴欣鸿：它也是点线面。“美图秀秀”一开始就是针对人像美容这个特定需求，因为当时我们洞察到一个客户群：爱拍照分享的女生，她们往往对于人像美容有比较高的要求。所以“美图秀秀”是从人像美容这个点切入，再逐步拓宽到更多的图像处理场景当中。
智能涌现：验证PMF（产品-市场匹配度）是点发展成线的必要条件吗？
陈剑毅：对，大部分都先在大产品里面做验证。
我总结一下，首先还是看目标用户群是否足够精准，是否有一群明确的人有创作的需求；其次，这个需求用户是很愿意付费的；最后，围绕这个需求能够拉出一条线，或者工作流的功能。
其实我们很多产品都是，像“美图设计室”和“Wink”就是从“美图秀秀”里面孵化出来的。
智能涌现：但“MOKI”完全是从技术发展里长出来的产品。它还没验证PMF对吗？
吴欣鸿：对。新品确实都存在风险，但因为我们看到了这个趋势，越早投入，意味着越早获得用户的反馈，从而快速迭代产品。因为现在视频是我们在生产力工具布局中的重中之重，所以无论如何，我们都得去做“MOKI”这样的一个打样。
智能涌现：先发优势对AI应用来说重要吗？比如过几天你会看到一个像OpenAI的巨头发了一个新东西，你就可能错过了时间窗口。
吴欣鸿：能真正在垂直场景里面落地、变现，是一个长期竞争。去年有一款主打AI写真的产品特别火，但很快可能又被大家淡忘了。
所以有句话是：流水不争先，争滔滔不绝。所以我们不见得能在这些领域抢得头筹，这不仅仅需要实力，还需要运气。但至少我们可以踏实地去选择一个垂直的赛道、选择我们要服务的这群人。
技术军备竞赛，是不理性的
智能涌现：去年小白（陈剑毅）有个梗挺出圈的，“公司到了生死存亡之秋”。过去一年了，现在还有这种感觉吗？
吴欣鸿：一直都有，美图是一个危机感特别强的公司，我们并不认为过去成功就能高枕无忧了。特别是最近这半年竞争越来越激烈，肯定不能忘掉这些外部的挑战。
智能涌现：外部的挑战是什么？
吴欣鸿：在影像与设计这个领域，我们更多看的是全球竞品带来的挑战。因为在国内，我们在行业里面还是有比较高的市场占有率。
如果从全球来看，行业最头部的公司肯定是Adobe，比较新锐的公司，代表就是Canva，以及像Figma这些以在线设计、协同为主的产品。当然这一波生成式AI又诞生了很多更垂直、同时规模也更小的公司。
陈剑毅：我们有一个小群，里面经常会发一些新兴的项目，包括团队的背景信息。
如果把这些公司按金字塔划分的话，Adobe、Canva肯定在腰部以上，腰部以下是各种创业团队的新产品，比如像一些企业做的数字人、华人在海外做的新产品，我们都会密切关注。
智能涌现：今年Sora的发布在多模态领域是件大事，美图做的也是影像，Sora发布对美图来说意味着什么？
吴欣鸿：ChatGPT发布的时候其实对我们的业务还没什么冲击，甚至这一类的文本大模型，对美图业务是一个很好的互补。
但Sora对于大部分有视频大模型业务的公司来说都是降维打击。不过好坏都有。好的方面是，它给到整个行业相对清晰的技术架构，让大家可以用相对短的时间去追赶。
智能涌现：美图是怎么响应Sora的发布的？内部做了怎样的决策？
吴欣鸿：我们的第一反应是：这事我们得做，因为和我们业务的相关性非常强。
但做了一段时间后，我们就逐步回归理性，开始思考一个问题：Sora做出来以后，到底能给我们的用户带来什么价值？Sora怎么落地和变现？怎么帮助用户增收？
整个过程简单来讲就是从技术跟随到找产品的切入点，再找我们自己的技术路径。我们未必要做到全线对标Sora，因为这对我们这样体量的公司来说是不现实的。所以再过去这一个多月，我们在不断让思路变清晰，完成了新方向的确定。
智能涌现：思考新方向的成果是什么？
吴欣鸿：比如我们发布了AI短片创作工具MOKI。一开始因为我们自己做视频大模型，需要做一些短片来打样。在打样的过程中我们就发现，视频大模型直接一步到位生成短片是不现实的，因为工作流拆解下来还是非常复杂的。
所以我们就想，其实里面所需要的很多能力我们是具备的，为什么不把这些能力串联起来，用一个工程化的思路来解决问题？
整个思路的转变就是，我们自己碰到短片制作难、故事成片难的问题，以此为思考点来推导到MOKI。
陈剑毅：Sora之前发了一个人脖子上长了气球的视频，其实是因为Sora没有办法解决角色一致性的问题，所以它讨巧地把头换成了气球。但是我们看片段又发现，每一个画面气球的大小也不太一样。
一个完整的短片，包括完整的故事、完整的角色一致性、完整的旁白，这些只靠Sora很难完成，并且需要做很多的后期，未来这些问题是需要被解决的。
我们理解Sora虽然技术进展很快，但技术是时间问题。如果明年的这个时候再来看，大家的技术差距应该就不大了，更多比的还是对工程问题的理解和解决程度。
智能涌现：目前在技术层面，美图追到了什么程度？
吴欣鸿：我觉得客观来说和Sora还是有较大的差距。因为Sora 2月发布，我们3月开始启动全新架构的模型训练，要在这么短的时间里拉齐，至少对我们来说是不现实的。
所以我们不去硬刚基础模型，不去做军备竞赛，而是在垂直场景的应用上，我们先自己打样、先做迭代。
智能涌现：2023年下半年开始，美图在AI上有一些投资和并购的布局，比如投资了Weitu AI（香港中文大学教授王历伟创立的大模型公司）。考量是什么？
吴欣鸿：我们是觉得Weitu AI团队在创业之前，就已经有很深厚的大语言模型研发经验，也成功做出了很好的模型产品。
其实我们更多还在于投人。Weitu AI的创始人和我们在计算机视觉时代就有合作了。我们是基于这些合作建立的信任关系，再展开到大语言模型、多模态能力的结合。
因为术业有专攻，美图很难什么都做。美图擅长的是在影像与设计领域去做对应的图像和视频的大模型，Weitu AI的大语言模型和多模态技术可以很好地与我们互补。
智能涌现：这是不是意味着美图旗下的产品，不止会依托于美图自研的奇想大模型？
吴欣鸿：对。其实我们作为一个应用厂商，对于其他家的大模型是持有极其开放的态度的。因为我们未来很大概率会在工具上集成不同家的大模型，我们自己的大模型只是其中一个，可能作为默认选择。
但未来更多大模型的选择会给到用户。如果确实有一些在特定领域非常好的大模型的API，我们也会选择去接入，并且把它们呈现给用户去选择。
智能涌现：今年如果没有Sora的发布，美图做视频模型的节奏本来是怎样的？
吴欣鸿：去年12月我们发了一个视频生成模型，是3秒的版本。不过架构用的不是Sora的DiT，而是基于U-Net神经网络。
Sora对整个行业的确是一个极大的加速，让视频生成和各种应用落地的速度快了起来，我们还挺需要有这样一个外部推力。
但说实话，抛开场景、抛开成本去讲技术就是耍流氓，因为你最终的用户还是很关注成本和可控性的，U-Net的可控性就比DiT强。
所以我们不去卷这些技术指标，不等于说我们的技术很差，而是因为我们不认为在技术上做军备竞赛是一件理性的事。
智能涌现：但军备竞赛也不是坏事。不少企业堆参数和数据，是为了更快到达AGI。
吴欣鸿：我觉得哪怕是到了AGI，无论你叫它AI Agent、AI助手，还是超级大脑，它实际上还是在调用各种能力去完成任务，把所有能力集成到一个大模型里是不现实的，成本会非常高。
所以美图做的实际上是被AGI调用的能力，能够快速组合成各种灵活的工作流。
我们还是有所谓的战略定力的，不会头脑发热说我们也要做AGI。好比说以前有无数公司说要挑战微信，这是一种螳臂当车的狂热。