在生成式AI浪潮中，場景玩家是易于忽視的群體，但往往又是低調(diào)中率先吃到紅利的那一個。
在海外，不論微軟還是Adobe都是如此;在國內(nèi)，美圖（HK.1357）也在展現(xiàn)這樣的趨勢。
作為一家曾經(jīng)爆款產(chǎn)品頻出、“美圖”被名詞作動詞使用的公司，美圖在AI浪潮里正在展現(xiàn)全新的氣象。
有模型，國內(nèi)首批交出視頻大模型，Sora橫空出世后又率先拿出DiT架構(gòu)升級更新;
有應(yīng)用，僅今年影像節(jié)上，就有多達6款產(chǎn)品的發(fā)布;
有業(yè)績，全球VIP用戶數(shù)破千萬，2023年單個AI應(yīng)用營收破億，靠AI實現(xiàn)規(guī)?；?。
……
但這些變化，都是最終結(jié)果之后的現(xiàn)象，AI究竟如何刷新美圖?美圖又希望在AI時代通往何處?都面臨答疑解惑。
而吳欣鴻——美圖的創(chuàng)辦者、現(xiàn)任董事長兼CEO，當(dāng)仁不讓。
在量子位的最新對話中，吳欣鴻確認(rèn)了美圖在AI機遇中的變化，也分享了AI落地實踐中獲得的認(rèn)知。
他反復(fù)談到美圖在AI中的角色、定位，以及既是出發(fā)點也是最終歸宿的目標(biāo):通過AI打造產(chǎn)品幫用戶賺到錢。
在AI時代，“美圖一下”或許會有新的內(nèi)涵，代表著生產(chǎn)力、降本增效，以及用戶通過美圖賺到錢。
對話吳欣鴻“美圖一直都是一家應(yīng)用公司，AI時代也是”
量子位:美圖已經(jīng)傳遞出了AI時代下的變化，但外界也在不斷問:美圖做AI的優(yōu)勢是什么?
吳欣鴻:首先美圖一直以來都是一家應(yīng)用公司，我們2008年發(fā)布第一版美圖秀秀的時候還在PC應(yīng)用的時代，很快進入到移動應(yīng)用，到現(xiàn)在AI應(yīng)用。
本質(zhì)上美圖還是一個以AI應(yīng)用見長的公司。你能夠在這些垂直場景落地，能夠快速地變現(xiàn)。所以很多人會把美圖拉到這個大模型公司去比，就是說你憑什么跟OpenAI比。我們本來也沒有打算跟它比，包括國內(nèi)很多新的大模型公司比，因為本質(zhì)上不在一個維度上，因為大家各有所長。
量子位:但你們也自研了大模型?
吳欣鴻:美圖自研大模型更多是為了讓我們AI應(yīng)用有更強的競爭力，比如說在效果上更極致的追求，包括跟產(chǎn)品的深度融合等等。所以這實際上是一個也不能說誤解，可能很多人覺得美圖憑什么，但我本來就是做應(yīng)用，但整個時代在改變，從PC互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)到現(xiàn)在AI時代，總之我們只是說在每一個大的技術(shù)變革去把應(yīng)用，把變現(xiàn)這些給做好。
很多人可能一提大模型就得是AGI，去做通用大模型，但實際上我們在做影像與設(shè)計賽道的垂直大模型。我們覺得通用大模型肯定是往AGI的目標(biāo)去狂奔，未來可能會成為一個有著超級大腦的AI助手。
我們做垂直的，比如說做圖像、視頻生成以及應(yīng)用，那未來跟通用大模型是一個協(xié)同關(guān)系，因為我們知道通用大模型它不可能把所有的能力訓(xùn)在一個模型里，意味著它有極高的訓(xùn)練和推理成本，而且在實際提供生成服務(wù)的時候，也會變得很慢。所以大概率它還是通用大模型去做類似于像大腦、中控，然后去調(diào)用社會資源，使用各種工具來完成任務(wù)。
量子位:很多定位應(yīng)用和產(chǎn)品的公司，會選擇不自研大模型，投入更小。
吳欣鴻:首先，如果有現(xiàn)成的API可用的話我們也會接入，我們是一個對合作保持極大開放度的公司。那么Sora沒有開放API，其他國內(nèi)的廠商，在自研之前也還沒有開放，以及這些產(chǎn)品在可控性、成本等問題初期都需要優(yōu)化。我們可能等不及，因為作為在AI應(yīng)用特別是在影像，視頻作為其中一個重要的分支，已經(jīng)是有很多應(yīng)用場景的公司，所以只能先自己做，但未來如果說有合適的，比如視頻大模型的API，我們也會考慮接入。甚至于說，在一個產(chǎn)品里會提供包括自己，以及多個模型的選擇，讓用戶有對比的權(quán)利。
包括Adobe其實它的PR視頻編輯軟件，之前就宣布了可能會接入像Runway、Pika，也包括Sora這些模型，其實作為一個應(yīng)用或者說工具來說，我們對此是極度開放，只不過現(xiàn)在其沒有我們就得自己做。
另外為什么要自研大模型?剛才說了效果，對產(chǎn)品的自信以及有很多底層的認(rèn)知能夠去支撐你這個產(chǎn)品的競爭力。因為其實在生成式AI時代，認(rèn)知的深度還是蠻關(guān)鍵的。
量子位:只有自己去做了才知道里面的know-how?
吳欣鴻:如果自己不做到模型側(cè)，你只是泛泛地用一些API，認(rèn)知不一定會很深，你要吃過苦挨過打，才能逐步建立認(rèn)知，從而提升你的競爭力。
“我們不用拿著錘子找釘子，AI應(yīng)用窗口期就2年”量子位:能率先拿出視頻大模型，本身也是一種AI能力積累和競爭力的體現(xiàn)。
吳欣鴻:美圖是一個應(yīng)用的公司，但是這些應(yīng)用很多是以AI為驅(qū)動的，所以我們中后臺其實有一個能力非常強而且非常龐大的AI視覺團隊，在人才能力上我們相信在國內(nèi)一直是第一流的，只是以前并沒有過多的曝光或者宣傳本身AI能力。所以從做視頻生成來講，我們覺得是有能力做這個事。大家也看到國內(nèi)一個團隊前前后后也有人開始做出來了。我們現(xiàn)在走在正確的路上。無非是時間的問題，我們相信有能力做好。
量子位:有應(yīng)用和場景，對AI人才也是一種用武之地的保證?
吳欣鴻:美圖有很多非常好的應(yīng)用，這跟需要AI公司不一定是一樣。因為很多公司可能有錘子我去找釘子。但是我們已經(jīng)是在那擺著了，用戶有什么訴求我們需要達到一個什么效果，其實心里是有數(shù)。只要把AI技術(shù)朝那個方向去努力，達到用戶想要的結(jié)果。這都是遲早的事，我覺得這是第一點比較重要的。
第二，我們技術(shù)能力上在國內(nèi)也是一流的。在國際上也會拿很多獎項，參加一些比賽，也不是很難地去拿到一些榮譽，所以說不管是橫向比較還是縱向比較，其實團隊信心還是比較足的，覺得我們是有能力把一些比較頂尖的AI技術(shù)，別人做到我們也能做到。
量子位:我其實最感興趣還是開拍和MOKI，這好像給美圖打開了一扇新窗戶。像MOKI專門是給到視頻創(chuàng)作者打造的AI短片工作流;而開拍則是帶貨口播場景，不到半小時，就能幫助農(nóng)民制作帶貨視頻。
吳欣鴻:是的，我們實際上是在探索AI視頻大模型落地的幾個路徑。無論是開拍，還是MOKI，都算是我們給出的一個解題思路。
像開拍去年推出后，一年時間其實還是成為同類產(chǎn)品的標(biāo)桿。是因為它確實比較早去探索AI工作流，就是怎么去構(gòu)建，如何把原本需要分散使用幾個產(chǎn)品到現(xiàn)在一個產(chǎn)品就能解決所有的需求。
MOKI也是在我們做視頻大模型訓(xùn)練和做各種AI短片的打樣，發(fā)現(xiàn)一個很大的痛點，視頻大模型生成的這些素材其實是沒有辦法一鍵成片或者故事成片。但是做成AI短片所需要具備的這些技術(shù)能力我們其實都是具備的，那為什么不串聯(lián)成一個產(chǎn)品呢?
所以說，都是以這種AI工作流來解決不同的垂直場景的目前的一些痛點。
量子位:開拍這款產(chǎn)品，瞄準(zhǔn)的顆粒度細到口播，這體現(xiàn)你們一直以來做產(chǎn)品做應(yīng)用挖掘痛點和定義的能力。
吳欣鴻:是的，其實做應(yīng)用本質(zhì)上就是做服務(wù)，你要想如何把你的客戶服務(wù)好，你要不斷地獲得他們的反饋。我們特別喜歡負(fù)反饋。就是用戶的吐槽，他罵得越狠我們覺得越有價值，因為這樣能幫我們?nèi)タ焖賰?yōu)化產(chǎn)品。
我們覺得，AI應(yīng)用的窗口期應(yīng)該也就兩年，然后已經(jīng)過去了一年。所以其實留給開發(fā)者的紅利期不多了。窗口期逐漸結(jié)束，賽道逐漸飽和，飽和后其實大家就會去卷。剛剛您提到的各種體驗，然后不斷地去基于數(shù)據(jù)去迭代優(yōu)化?，F(xiàn)在總體來說還是處在一個相對粗放的野蠻生長的階段。因為現(xiàn)在各個賽道的AI應(yīng)用其實還遠未飽和，所以大家現(xiàn)在先粗糙且快速去站位。
量子位:有一段時間我已經(jīng)很難下載新應(yīng)用了，最近因為AI，又重新下載很多去體驗，似乎是一個新周期?
吳欣鴻:未來也會逐漸地優(yōu)勝劣汰。因為現(xiàn)在AI應(yīng)用很多人會從單點切入，但很容易被更強的產(chǎn)品，更大的公司去覆蓋，可能這些產(chǎn)品或者公司也無意去打擊，但確實是人家就自然就覆蓋掉了。所以我們可能做這個AI應(yīng)用確實要深扎一個行業(yè)，一個垂直的場景，把它做得極深，這個深包括你在垂直場景你的產(chǎn)品、技術(shù)確實要足夠好，然后你的認(rèn)知，因為你每天都花巨大的時間在上面，您的認(rèn)知肯定要比別人要深，我覺得這個才有可能是在變成后續(xù)越來越白熱化的競爭繼續(xù)站穩(wěn)腳跟，因為現(xiàn)在太多紅利撲進來，但是他們不一定會結(jié)合自己的一些優(yōu)勢，可能會有很多追風(fēng)的人，但不一定是真的優(yōu)勢。
量子位:更多還是追趕風(fēng)口和熱鬧。
吳欣鴻:這個還是挺容易被沖擊到的，所以我們現(xiàn)在邊界感還是很強，我們影像與設(shè)計的賽道已經(jīng)足夠大了，我們甚至在這個賽道還要繼續(xù)更垂直，更深，才能守住我們的陣地，否則的話一旦你心浮氣躁，很容易去開疆拓土，被沖擊到。
“能不能幫用戶賺到錢，是做新產(chǎn)品的首要標(biāo)準(zhǔn)”量子位:現(xiàn)在明確有不做或者說有邊界感?
吳欣鴻:所以現(xiàn)在我們很強調(diào)能力的復(fù)用，比如說最底層的模型生成能力，包括中臺能力，都要去復(fù)用在不同的產(chǎn)品里，避免每個產(chǎn)品需要做很多的定制式的開發(fā)。
我們在提煉產(chǎn)品的強共性，就是它有哪些能力，比如中臺模塊。我們也很注重規(guī)模效應(yīng)，我們做這些投入一定是需要通過服務(wù)更大量的用戶獲得更好的收入，才能在競爭中具有一定的優(yōu)勢。因為任何行業(yè)卷到后面都是規(guī)模效應(yīng)的競爭。
所以總結(jié)來看，我們是提煉強共性、底層技術(shù)和中臺能力復(fù)用，在用戶的收入和規(guī)模上要形成規(guī)模效應(yīng)，結(jié)合剛才說的在行業(yè)在垂直的場景就是要扎得深。
這就是我們現(xiàn)在的邊界感或者對未來競爭力的一個理解。
量子位:邊界傳遞出穩(wěn)定性，但同時也代表著可見的天花板，很多人更喜歡傳遞沒有天花板。
吳欣鴻:我們是不喜歡畫餅的公司，發(fā)布會上講的美圖設(shè)計室和開拍應(yīng)用案例，都是義烏電商賣家和勒水村的村民帶貨，都很實在。我們不怕大家覺得LOW，因為這就是大眾的需求。我們就是一個為大眾打造產(chǎn)品并做好服務(wù)的公司，因為公司的價值觀就是求真務(wù)實，愛拼能贏，所以呈現(xiàn)出來的就是我們內(nèi)心想的。
現(xiàn)在我們思考要不要做一個產(chǎn)品，首先是能不能幫助用戶賺到錢。這個是前提，幫用戶賺到錢，他才會有付費意愿，我們才能賺到錢。說起來很現(xiàn)實，我覺得現(xiàn)在很多用戶很迫切需要賺到錢，所以這個是我們在決定做一款產(chǎn)品的一個最基礎(chǔ)的考量。
量子位:這和你們最早知名的美圖秀秀、美拍會有不同，之前更多傳遞的是滿足用戶需求，甚至是互娛方面的需求，但現(xiàn)在都是生產(chǎn)力工具?
吳欣鴻:因為生成式AI天然離產(chǎn)業(yè)更近，比如美圖云修幫助影樓賺錢，開拍幫助口播達人，美圖設(shè)計室?guī)椭∥⒌碾娚藤u家，是幫他們實實在在地賺錢提效，確實能幫助行業(yè)去降本提效。
第二它是有服務(wù)成本的，當(dāng)然現(xiàn)在很多都還是在云端，當(dāng)然未來用這種端側(cè)的算力可能會有效降低成本，但至少目前很多AI應(yīng)用需要去通過訂閱、單購來覆蓋它的生成成本。
所以它天然就是適合做生產(chǎn)力工具，能幫行業(yè)降本提效，也能夠通過訂閱來覆蓋這個成本。
生成式AI和生產(chǎn)力工具的結(jié)合也是必然的選擇，你至少得讓你整個商業(yè)模型能轉(zhuǎn)起來，所謂的增長飛輪，你能夠賺錢才能反哺在產(chǎn)研上的投入。說到產(chǎn)研投入，它也會更大，就像剛才提到大模型等等的這些或者說我們強中臺的投入。
“告別爆款心態(tài)，生產(chǎn)力價值爭的是滔滔不絕”量子位:你覺得目前外界有公允地感知到你們AI正在給你們帶來變化嗎?美圖上下都在被生成式AI被刷新。
吳欣鴻:說實話，公允這個事情不是靠我們整天去說。你們要客觀地認(rèn)識我，而是說真的做出很強的產(chǎn)品力，獲得很好的用戶和收入的增長，大家看到成績后自然慢慢就會改變對你的觀感。實際很多人對美圖覺得，美圖在AI時代應(yīng)該被沖擊得最嚴(yán)重的一家公司。
量子位:是嗎?有人跟你那么說啊?
吳欣鴻:比如說蘋果的AI亮相后，覺得以后蘋果用戶一句話，還需要你美圖產(chǎn)品干嗎呢?但這是一個深度問題，因為AI助手其實深度是有限的，鏈路是比較淺的。所以你要做深就能夠有個互補的關(guān)系。
我們說AI Agent，它調(diào)用各種工具、各種能力來完成特定任務(wù)，而不是它自己什么都能搞定。所以我覺得這是需要全行業(yè)大家共同成長，用戶在實際使用中，慢慢對AI建立一個相對客觀的期望。
量子位:你認(rèn)為會有那么一個時間點或者時期，大家會意識到美圖的AI產(chǎn)品開始形成爆發(fā)?
吳欣鴻:我們選擇在生成式AI時代去做生產(chǎn)力工具，就是一個長期主義的選擇。因為生產(chǎn)力工具不是那么時尚，不是說天天就能成就爆款，然后一炮而紅。但它確實是一個長期很有價值的事情，所以我們持續(xù)在上面沉淀能力，迭代產(chǎn)品。可能隨著用戶慢慢積累、產(chǎn)品力的提升，慢慢就會到一個越來越好的階段。所以它不一定是說有一天真的徹底引爆、徹底改觀，其實它就是一個所謂的流水不爭先，爭的是滔滔不絕。我們不一定這時候去搶，說我們是第一個。
像視頻大模型，它在未來一年內(nèi)的能力，說實話是會各家逐步拉齊，像圖像大模型，一開始像Midjourney的效果遙遙領(lǐng)先，后面的能力就不會有太大差距了，關(guān)鍵還是應(yīng)用如何落地、如何變現(xiàn)。所以我們就低調(diào)去把事情做好，可能不會刻意說我們行業(yè)要怎么樣的領(lǐng)先性，其實這不重要。
量子位:現(xiàn)在心態(tài)很平和，美圖有過高光，現(xiàn)在會有落差感嗎?
吳欣鴻:不會，我現(xiàn)在心態(tài)很好。我們真的是想幫用戶創(chuàng)造價值，我們認(rèn)為，這是一個對的事情，但是一個相對漫長的事情。所以還是那句話，既然選擇了在生成式AI時代做生產(chǎn)力工具，就要能忍受前期的一些持續(xù)的，就是相對漫長，要從以往的做C端產(chǎn)品、爆款的慣性思維里面跳出來。
因為本質(zhì)上它是兩個關(guān)系，我們現(xiàn)在就是找準(zhǔn)行業(yè)、找準(zhǔn)使用場景，找準(zhǔn)目標(biāo)用戶群，不斷地把這個產(chǎn)品力做強，把他們服務(wù)好。別的我們也不去，那么多的機會我們也不一定都要去做。我們把自己做好就好了。
所以無論是開拍、美圖設(shè)計室，在這樣的理念下。它都是發(fā)展得挺好的，用戶收入增長都很快。這是價值，實實在在的價值。
—完—