“大模型吞噬”陰影下 一位跨境電商賣家的美圖設(shè)計(jì)室實(shí)測(cè)

    本報(bào)訊 （記者袁傳璽）

    當(dāng)資本市場(chǎng)為“大模型吞噬應(yīng)用”的敘事而焦慮，并以此看衰垂類工具的未來時(shí)，用戶卻做出了另一種選擇。

    對(duì)一些使用AI來產(chǎn)出、變現(xiàn)的人來說，大模型有多“無所不能”并不重要，他們更關(guān)心的，是AI技術(shù)進(jìn)化如何降低創(chuàng)作門檻、如何融入行業(yè)場(chǎng)景，切實(shí)為傳統(tǒng)工作降本增效。他們需要的，是簡(jiǎn)單易用、高效產(chǎn)出、效果上乘的成熟工具，而并非效果隨機(jī)、需專業(yè)調(diào)試的先進(jìn)模型。

    這是觀察AI行業(yè)敘事的另一個(gè)窗口。在通用大模型看似“無所不能”的時(shí)代，哪些用戶依然選擇為應(yīng)用的“有限專業(yè)”買單？

    為了探尋答案，《證券日?qǐng)?bào)》記者采訪了美圖設(shè)計(jì)室的資深用戶——稀掘數(shù)據(jù)創(chuàng)始人馬振豪，試圖從這位牛津大學(xué)計(jì)算機(jī)系畢業(yè)、身處跨境電商一線的賣家口中，找到應(yīng)用廠商抵御“模型吞噬”的路徑與可能。

    “十倍”級(jí)別的成本壓縮

    馬振豪是一位扎根深圳的小家電跨境賣家。依托家里的加工廠，他從2017年開始入行，通過亞馬遜等電商渠道銷售風(fēng)扇、香薰機(jī)等產(chǎn)品，年銷售額數(shù)千萬元。

    “我們這一行，以前最頭疼的就是商品圖。”馬振豪告訴記者，“原來做一套商品圖的成本可能幾百塊甚至上千塊，如果有模特拍攝還會(huì)更貴。出一套圖可能要一個(gè)星期，快的也要兩三天。”

    對(duì)于SKU更新頻繁、需要針對(duì)海外市場(chǎng)做A/B測(cè)試的電商賣家來說，這種傳統(tǒng)的“影樓模式”不僅貴，而且速度慢。這種痛點(diǎn)，在馬振豪2025年開始接觸美圖設(shè)計(jì)室后得到了根本性的改變。

    馬振豪給記者算了一筆賬：“用美圖設(shè)計(jì)室做商品圖后，成本慢慢壓縮到百元，現(xiàn)在更便宜，有的只要幾塊錢，成本以十倍、十倍的速度在下降。”而在時(shí)間效率上，變化更為驚人，以前兩三天到一個(gè)星期的周期，現(xiàn)在“30分鐘內(nèi)可以解決”。

    這種效率的飛躍，源于對(duì)垂直場(chǎng)景的深度打磨。馬振豪使用美圖設(shè)計(jì)室最多的功能，是文生圖和AI商品套圖。他特別提到，美圖設(shè)計(jì)室最新推出的Agent（智能體）功能，將商品套圖進(jìn)一步自動(dòng)化，配合模板功能，能做到很好的風(fēng)格一致性。

    當(dāng)然，市面上的選擇不止美圖設(shè)計(jì)室一種，他也嘗試使用過一些國(guó)內(nèi)外大模型產(chǎn)品，但并沒有找到更優(yōu)解，“最明顯的問題是，大模型出圖在品控上弱于美圖設(shè)計(jì)室，美圖設(shè)計(jì)室可以很好地在圖上還原產(chǎn)品，把AI生成圖片的能力、背景融合的能力都進(jìn)行了很好的產(chǎn)品化。”國(guó)內(nèi)一些大模型的類似功能，他測(cè)試后更坦言，“幾乎不會(huì)用”。

    這也印證了美圖公司CEO吳欣鴻在近期內(nèi)部分享中的觀點(diǎn)：通用大模型雖然“無所不能”，但在特定垂直場(chǎng)景下的效率并沒有很高。他將大模型比作“瑞士軍刀”，能勝任通用需求，而垂直應(yīng)用則是剪刀、美工刀等專業(yè)工具，滿足不同場(chǎng)景下的特定需求。

    從用戶的使用體驗(yàn)來看，美圖設(shè)計(jì)室正是那把為電商人定制的“剪刀”。

    垂直應(yīng)用的價(jià)值在哪？

    事實(shí)上，行業(yè)關(guān)于模型與應(yīng)用之爭(zhēng)的討論一直存在分歧。

    浙商證券報(bào)告指出，工具類軟件可分為流程優(yōu)化類和決策支持類，前者的價(jià)值更多在于輔助工作流中各環(huán)節(jié)的實(shí)現(xiàn)，后者的價(jià)值更多在于輔助用戶創(chuàng)作及決策的表達(dá)。大模型廠商推出的AIAgent，更多與前者形成直接競(jìng)爭(zhēng)，更容易取代的是聚焦單一環(huán)節(jié)的工具軟件。而決策支持類軟件，以服務(wù)用戶主觀判斷為核心，其通過對(duì)AI能力的整合可進(jìn)一步提升其功能效果。

    美圖設(shè)計(jì)室這類影像工具，更多屬于后者。馬振豪的使用體驗(yàn)恰好為此提供了注腳。作為美圖設(shè)計(jì)室的年卡會(huì)員，馬振豪的付費(fèi)決策非常理性。

    “如果只是對(duì)于一個(gè)只需要電商產(chǎn)品圖相關(guān)功能的商家來說，用美圖設(shè)計(jì)室的性價(jià)比肯定是更高的。”他認(rèn)為，美圖設(shè)計(jì)室更接近電商商家這些垂直用戶的需求，無論是小家電，還是服裝、家庭場(chǎng)景的品類都很合適。

    這背后折射出一個(gè)常被資本市場(chǎng)忽略的事實(shí)：在B端場(chǎng)景，用戶愿意為“確定性”支付溢價(jià)。通用大模型雖然強(qiáng)大，但生成結(jié)果的隨機(jī)性和不可控性，對(duì)于需要規(guī)模化、標(biāo)準(zhǔn)化生產(chǎn)商品圖的電商賣家來說，是難以接受的成本。

    “美圖的核心競(jìng)爭(zhēng)力是把模型能力產(chǎn)品化了。”馬振豪總結(jié)道，“從我自己的使用體驗(yàn)來看，我覺得美圖設(shè)計(jì)室目前僅僅只要打磨好快速出套圖這個(gè)功能，都能穩(wěn)定住付費(fèi)人群了。”

    這也回應(yīng)了市場(chǎng)對(duì)美圖、Adobe等影像軟件的另一層擔(dān)憂：模型大廠衍生的AI生圖產(chǎn)品，是否會(huì)分流用戶？浙商證券分析認(rèn)為，對(duì)于粘性用戶，美圖的核心優(yōu)勢(shì)在于素材庫和用戶已習(xí)慣的工作流界面，在同樣融合AI能力的前提下，客戶流失概率不大。

    垂直場(chǎng)景的“復(fù)利”效應(yīng)

    對(duì)美圖們來說，一個(gè)更現(xiàn)實(shí)的挑戰(zhàn)是，未來如何吸引和留住這些付費(fèi)用戶。

    美圖CFO顏勁良曾在投資者活動(dòng)中表示，用戶很少會(huì)因?yàn)橐粋€(gè)簡(jiǎn)單的“爆款”玩法去買長(zhǎng)期訂閱，用戶愿意付費(fèi)是因?yàn)橛幸徽讖念^到尾的解決方案。

    這種“核心功能復(fù)利”的模式，在財(cái)報(bào)中能得到驗(yàn)證。美圖近期公告顯示，按非國(guó)際財(cái)務(wù)報(bào)告準(zhǔn)則，預(yù)期2025年度公司經(jīng)調(diào)整歸母凈利潤(rùn)同比增長(zhǎng)約60%至66%。

    影像與設(shè)計(jì)產(chǎn)品業(yè)務(wù)是其增長(zhǎng)的核心引擎。美圖表示，收入增長(zhǎng)主要由全球付費(fèi)訂閱用戶數(shù)的快速增加驅(qū)動(dòng)。其中，來自國(guó)際市場(chǎng)的付費(fèi)訂閱用戶增速高于中國(guó)內(nèi)地市場(chǎng)。這說明，美圖正在將其在國(guó)內(nèi)驗(yàn)證成功的“場(chǎng)景深耕”模式復(fù)制到全球。

    業(yè)績(jī)?cè)鲩L(zhǎng)背后，是美圖這類AI應(yīng)用公司在應(yīng)對(duì)大模型競(jìng)爭(zhēng)的過程中摸索出的打法經(jīng)驗(yàn)。吳欣鴻在近期分享中坦言，應(yīng)用開發(fā)者在每個(gè)時(shí)代階段都有空間，關(guān)鍵在于對(duì)高價(jià)值垂直場(chǎng)景的深度挖掘。這類場(chǎng)景普遍存在非常剛性的需求和成本高效率低的問題，客戶愿意為此付費(fèi)，服務(wù)后也能創(chuàng)造出高彈性的增長(zhǎng)空間。

    他表示，應(yīng)用與大模型的競(jìng)爭(zhēng)壁壘，關(guān)鍵在于能否拿到“這個(gè)垂直場(chǎng)景我最專業(yè)”的心智，解決“最后一公里”與長(zhǎng)尾需求。

    這與馬振豪這樣的跨境電商賣家需求不謀而合。他并不關(guān)心美圖用的是哪個(gè)底層大模型，他只關(guān)心能否在30分鐘內(nèi)拿到一套不變形、高轉(zhuǎn)化的商品套圖。

    談及對(duì)美圖設(shè)計(jì)室的未來期待，這位牛津畢業(yè)的創(chuàng)業(yè)者提出了一個(gè)更具前瞻性的設(shè)想。“如果美圖設(shè)計(jì)室能夠提煉出商家產(chǎn)品的賣點(diǎn)，提前幫賣家完成調(diào)研，告訴賣家怎樣的商品圖是最好的并直接生成，將會(huì)更有競(jìng)爭(zhēng)力。”馬振豪認(rèn)為，這將是AI應(yīng)用最難被大模型取代的壁壘，“這是大模型更難做到的事情，也將成為美圖設(shè)計(jì)室們最強(qiáng)的護(hù)城河。”

    這恰恰印證了投行們的判斷：通用模型為行業(yè)提供技術(shù)底座，而垂類應(yīng)用則依托自身的場(chǎng)景優(yōu)勢(shì)，將技術(shù)能力轉(zhuǎn)化為貼合用戶需求的產(chǎn)品功能。未來的競(jìng)爭(zhēng)核心，將是AI在全鏈路工作流的深度嵌入與場(chǎng)景化解決方案的綜合較量。

（編輯 上官夢(mèng)露）