文 | 周鑫雨

(資料圖片僅供參考)

編輯 | 蘇建勛

很長一段時間，美圖的危機感來源于 Adobe。

" 為什么做美圖秀秀？就是被 Adobe 虐的。" 美圖公司創始人、董事長兼 CEO 吳欣鴻在 6 月 19 日的 " 美圖影像節 " 上直言。他表示，美圖秀秀一開始的定位是簡化版的 Adobe。

只是相較于更專業的 Adobe，美圖秀秀恰如其分地踩在了亞洲 " 顏值經濟 " 的風口上。此后 15 年，這個一鍵就能幫用戶修圖、美顏的 App 一直是美圖業務的 " 門面 " ——一個明顯的標志是，美圖后續推出的 "Wink"、" 美圖設計室 " 等產品，都在用戶量最高的 " 美圖秀秀 " 上擁有引流入口。

但 2022 年后，美圖危機感的來源，成了奔涌而來的 AIGC 浪潮。

2022 年下半年 Stable Diffusion 等 AI 繪畫工具的開源，是美圖感受到的第一波沖擊。太平洋東岸卷起的 AIGC 工具開源熱潮，讓小團隊甚至普通用戶制圖、修圖的成本接近于 0。

2022 年，美圖首次實現全年盈利，撐起總收入 37.5% 的 VIP 訂閱代替廣告，成為美圖第一大收入。在當年的戰略會上，美圖把主題定為 " 居安思危 "，準備在盈利的基礎上進行業務升級。

伴隨著 Midjourney 創造的《太空歌劇院》橫空出世，一舉奪下繪畫大獎。吳欣鴻發現，AI 生成圖像的效果已經達到了足以 " 冒犯藝術家 " 的水平，美圖一直引以為傲的 " 審美 " 正在被 AI 挑戰—— " 居安思危 " 的主題，被他改成了 " 居危思危 "。

在訪談中，吳欣鴻對 36 氪直言自己和團隊的工作狀態：沒日沒夜研究 AI 技術和測試。美圖公司集團高級副總裁、影像產業事業群總裁陳劍毅則在與合作方的交流中將美圖的狀態稱為 " 生死存亡之秋 "。他特意在影像節上回應：近半年埋頭研究 AI，很多合作未能及時響應，跟合作方們說聲抱歉。

美圖公司創始人、董事長兼 CEO 吳欣鴻。圖源：美圖

美圖公司集團高級副總裁、影像產業事業群總裁陳劍毅對 " 生死存亡之秋 " 的回應。作者拍攝

影像節上，美圖交出了 " 近半年埋頭研究 AI" 的答卷，一口氣發布了 7 款 AI 新品——比較明顯的轉變是，主打讓用戶變美的美圖秀秀，準備幫助用戶工作和賺錢。

比如新發布的 "WinkStudio"，是讓專業剪輯師用 AI 像修圖一樣 " 修視頻 "。" 開拍 " 則面向了具有口播需求的商家和短視頻創作者，用 AI 幫助用戶生成腳本和能自動跟著語速翻頁的提詞器。

為什么會有這樣的轉變？吳欣鴻在專訪中回應：VIP 訂閱的滲透率還有增長的空間，這就迫使美圖從生活場景往生產力場景延伸，" 要么切實幫用戶賺到錢，要么能給用戶心理上的愉悅或者優越感，如果你能做到，大部分用戶都會買單的 "。

這次美圖發布的新品中，視覺大模型 MicroVision 的出現也令人驚訝。按照最為快捷的路徑，具有眾多美顏、修圖工具的美圖，只需要接入某家大模型的 API（接口），就能較低成本迅速完成對產品的 AI 化迭代，無需自研大模型。

但美圖選了一條荊棘路。吳欣鴻對 36 氪表示，花了近半年搭建模型的主要理由有二：一是市面上通用模型的效果有限，二是出于對數據安全的考量。

推出 7 款新 AI 產品后，吳欣鴻認為美圖的危機仍沒有解除。除卻對修圖、圖片生成等 " 舒適圈 " 的 AI 改造，如今的美圖還踏足了數字人生成、口播視頻生成等市場競爭愈發激烈的新領域。新推出的視覺大模型 MiracleVision，也更意味著持續的研發投入和效果驗證。

"AI 帶來很多機會和挑戰，但這個機會不一定是我們的機會，而挑戰是實實在在存在的。我還是一個如履薄冰的狀態。" 他在專訪中直言。

影像節結束后，36 氪與吳欣鴻、陳劍毅就美圖在 AI 浪潮下的機會和挑戰進行了交流。以下是對話：

對 " 生死存亡之秋 " 的回應：逼自己一把

36 氪：為什么美圖選擇在這個時間點與大家交流大模型的成果？不少友商在 3、4 月份的時候已經發布了相關的動態。

陳劍毅：原計劃 3 月份發布，但當時一些產品還沒落地，美圖要真的做出產品來才會對外說。

吳欣鴻：既然發布了產品，就得做好。如果按照原有的經驗、習慣去做事情，對 AI 創新來說是很大的阻礙，要用全新的視角和思維去看，才有可能做出創新的東西。

36 氪：危機感是什么時候產生的？

吳欣鴻：當時 Midjourney 生成的《太空歌劇院》拿了美國科羅拉多州博覽會藝術比賽的大獎，很多藝術家第一次感受到被冒犯，這是標志性事件。

AI 在視覺和語言上齊頭并進，不可否認，語言大模型的爆發力比較強，應用也比較廣泛，但第一波爆發應該是在視覺上，對美圖而言，AI 在視覺上的爆發和我們的業務相關，所以對我們潛在的顛覆性更強。

所以當 Midjourney 出圈后，美圖也加快了步伐。

36 氪：為了應對這波沖擊，美圖內部做了哪些決策？

陳劍毅：第一，進行人員調整。把受 AI 影響比較大的同學，調整到需要加快 AI 布局的崗位。比如說把設計轉到產品崗，讓算法的同學去做模型相關的事，客戶端的同學轉去做前端。

第二，迅速將相關的生產力工具引入公司，進入大家的工作流里面，比如說通過 AI 繪畫來進行物料的創作等。

第三，內部快速引入 AI 相關培訓，我們請了 AI 領域的講師，給大家普及 AI 發展局勢，讓大家對 AI 有更深入的理解和認知，把團隊的認知搭建起來，才能更好地做事情。

36 氪：哪些業務需要調整原來的思維？

陳劍毅：從產品角度看，產品經理又回到互聯網早期的狀態，需要持續挖掘需求，重新去看行業的需求、用戶的需求，就像蘋果和安卓剛出來的時候，產品都需要做場景的深挖，這也是產品經理最核心的能力之一，也就是 " 開荒 "。

從技術角度看，現在對市面上的開源模型配置一些中間參數或擴寫，自然而然能快速地做出成千上萬的 AI 應用，但是真正能被應用的有多少，這是很關鍵的。到底能覆蓋多少用戶規模？能不能形成自然的口碑傳播？是否需要砸錢去推廣或者是買量？這是需要產品團隊去做判斷的。

36 氪：對于算法工程師而言，思維的轉變大嗎？

吳欣鴻：工程師被迫去跨界，因為模型的訓練其實涉及很多學科的融合，具體到某些功能上，比如美圖新發布的 AI 演員生成功能，和影視特效相關，所以工程師必須具有對電影拍攝和后期的理解能力，才能去做效果的調適以及開發。AI 的創新要求很多人都必須是多面的，具備快速的學習能力，不管是工程師還是產品經理。

陳劍毅：這波 AI 浪潮對工程師的挑戰和要求是更大的，一旦看到市面上有新的產品出現，工程師需要去推導背后的技術，當確定要做相關產品之后，就要研究如何讓新的技術在場景中落地。現在，工程師不僅要對層出不窮的新技術進行研究，還需要具備相關的專業知識，了解用戶需求和偏好以及使用場景。

" 希望行政、財務都是懂 AI 的人才 "

36 氪：美圖產品的應用屬性很強，為什么這次美圖選擇自研視覺大模型，而非調用第三方的模型服務？

吳欣鴻：我們決定要做大模型，是今年春節后。我們認為用別人的大模型，沒有辦法對效果提出意見和要求，就好比說要有高清的畫質，人家不支持，那你就沒有辦法了，最大的問題就是受限。另外也有一些出于安全性的考量，所有我們現在用的技術絕大部分都是自研的。

視覺大模型 MiracleVision。圖源：美圖

36 氪：在影像節上關于視覺大模型 MiracleVision 的技術特征其實并未提及，作為一個 " 大模型 "，MiracleVision 的參數量達到了怎樣的級別？

吳欣鴻：參數量很大，我可以說個數字，但我們不想公布。因為大模型應該是求質不求量，目前有很多號稱十億、百億、千億級參數量的大模型，但你實際去看的效果并不好。我們認為視覺大模型最核心的是生成效果，生成效果不是靠參數量，更重要的是要有優質的原始數據集。參數量會對模型訓練產生影響，但不是全部，特別是對于視覺模型而言，如何實現更優的視覺效果生成才是最重要的。

陳劍毅：參數對于大模型的關系，類似硬件參數對于電子產品的關系。你知道自己的手機用的是什么芯片嗎？是幾核的嗎？其實很少有消費者關心這些事，他們更在意的是應用生態。

36 氪：您覺得算力、算法、數據、人才幾個方面，哪個對視覺大模型訓練而言是比較關鍵的？或者可以稱得上是 " 卡脖子 " 難題？

陳劍毅：我覺得得分場景，如果你想做一個通用的模型，你什么效果都能生成，極其容易，但可能生成的畫質比較低，或者是效果本身不太好。

實際上這些生成效果是要具體去摳的。比如我們會將幾千個品類收斂到目前來看商業模式以及應用場景比較廣泛的重要類目，例如生成國風國潮風格的圖像，我們需要對應地去挑效果，不斷地對效果進行調試，還是有蠻多細分的規則。

36 氪：這是不是意味著算法是最大的難點？

吳欣鴻：這個過程是用策略去驗證調試，跟純粹的算法不太一樣。效果要實現持續優化，需要不斷地去進行調試，有點像匠人一樣不斷地去打磨細節，這個過程是很枯燥的。除了人力以外，也涉及到美學評估系統，不斷告訴 AI 哪個好，哪個不好，以及用戶喜歡什么樣的。

陳劍毅：就跟你帶孩子一樣，不斷告訴他什么能做，什么不能做。能做就繼續加強，不能做，下次就不用了。

36 氪：訓練這樣一個視覺大模型，美圖用了多少人力？

陳劍毅：美圖具體去做大模型訓練的人，也就十幾個，但是效果調試團隊是很多的。Midjourney 開發團隊稱自己只有 11 個人，也是最核心的 11 個人去做模型訓練，我個人推測其背后還是有其它團隊持續在做數據的標注、優質數據的挖掘等等，只是沒有公開。

吳欣鴻：除了核心技術人員，產品和運營也或多或少參與到模型訓練中。我們的要求是讓公司所有人對視覺大模型有概念，至少基礎認知得拉起來，或多或少都參與其中，不斷擴大參與的人數。只有這樣的話，大家才會有足夠的理解深度，才能把自己的工作做好。

36 氪：美圖會有人才焦慮嗎？

吳欣鴻：會有。所以我們也在看一些對 AI 有很大興趣、已經做出成績的大牛。有熱情，會學習，并且有成果，這種人是我們很缺的。

陳劍毅：沒有人才焦慮的公司不是好公司，不光是技術大牛，我們甚至希望行政、財務都是懂 AI 的人才，這樣大家能夠拉齊認知，溝通效率會很高。

把工具做好，是一件確定性很強的事

36 氪：這次美圖發布的 7 款產品，其中不少是很多友商已經涉獵的領域，比如數字人、口播，美圖的核心競爭力在哪里？

陳劍毅：效果和應用場景。

吳欣鴻：美圖一直在美化人的真實形象，所以它對用戶的美學偏好是敏銳的。美圖做的數字人在美學上也會有比較高的追求。

在應用場景上，跟我們現有的場景緊密結合，就像這次發布的 AI 數字人模特，它跟電商是緊密結合的。包括美顏相機做的 AI 寫真，某種意義上也是數字人的應用，需要創建一個自己的寫實數字人，幫你去拍寫真。

我們不會因為別人做所以跟著做，而是說切切實實有這些場景的需求。我們是圍繞美圖獨特的場景，然后把美學的標準提到比較高的位置。

目前美圖的 AI 產品生態。圖源：美圖

36 氪：AI 技術產生新需求，與此同時 AI 工具的競爭也愈發激烈，美圖如何應對？

吳欣鴻：AI 技術大爆發，也造成了需求大爆發，大家體驗到了 AI 帶來的生產力提升，嘗到這種好處就回不去了。所以需求在那兒，又有那么多的公司加入這個戰場，逼著我們把獲客的時間縮短。在新的領域，不再是我們一家，可以精耕細作多年，那么多公司都在里面找機會，意味著我們要縮短獲客流程。

36 氪：美圖縮短獲客流程的方式是？

吳欣鴻：首先確保自己在某個領域有非常獨特的、無可取代的價值，所以美圖也會在自己擅長的領域深挖，確保我們提供的產品力是這個領域中最強的，并且能幫助用戶去創造價值。說白了就是：要么切實幫用戶賺到錢，要么能給用戶心理上的愉悅或者優越感，如果你能做到，大部分用戶都會買單的。

36 氪：兩位會覺得工具型應用競爭加劇會讓獲客成本變高嗎？

吳欣鴻：應該是降低的。大家嘗到 AI 的好處后就回不去了，這會促使大家去找不同的領域最好用的 AI 工具是哪個，所以會誕生很多需求和口碑傳播。之前的產品還要花錢打廣告和買量，效率很低，現在產品都是由用戶推動的，比如我們這次發布的 "WinkStudio" 和 " 開拍 "，就是根據用戶需求來推出的。

陳劍毅：是的，AI 相關的功能很容易出現 " 人傳人 " 的現象。

36 氪：從美圖去年財報來看，5.86 億的研發投入已經占到總收入的 28%，這部分投入到 AI 的比重有多少？今年美圖的 AI 研發會有側重點嗎？

吳欣鴻：美圖未來研發投入 AI 的占比會越來越高，現在再去投入一些（其他）技術或者什么，意義也不大了。

36 氪：這次發布會強調了美圖是聚焦工具型產品服務的企業，AI 對業務的再造會讓美圖的業務從工具型應用轉型到其他領域嗎？比如之前嘗試過的社交。

吳欣鴻：在可見的時間里，我們還是把生產力工具做好。生產力工具的領域，誕生了很多偉大的公司，我們如果能成為其中之一，那已經很了不起了。

我們沒有太多的野心，也不想太擴展自己的邊界。我們如果能夠把 AI 圖片、AI 設計、AI 視頻、AI 數字人這四個場景做好，或者說能做好其中兩個場景，那就已經很了不起了。畢竟光 " 美圖秀秀 " 這個應用，我們都做了 15 年。

我們去年的收入是 20 億多一點，未來幾年靠工具，收入和利潤可能還會有增長。其實做工具也能賺到不少錢，但社交可能是一千家企業去做，最后能成一家就不錯了，失敗率太高了。把工具做好，是一件確定性很強的事。

歡迎交流！