“AI帶來很多機會和挑戰，但這(zhè)個機會不一定是我們的機會，而挑戰是實實在在存在的。”

很長(cháng)一段時間，美圖的危機感來源于Adobe。

“爲什麼(me)做美圖秀秀？就是被(bèi)Adobe虐的。”美圖公司創始人、董事(shì)長(cháng)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(kāi)始的定位是簡化版的Adobe。

隻是相較于更專業的Adobe，美圖秀秀恰如其分地踩在了亞洲“顔值經(jīng)濟”的風口上。此後(hòu)15年，這(zhè)個一鍵就能(néng)幫用戶修圖、美顔的App一直是美圖業務的“門面(miàn)”——一個明顯的标志是，美圖後(hòu)續推出的“Wink”、“美圖設計室”等産品，都(dōu)在用戶量最高的“美圖秀秀”上擁有引流入口。

但2022年後(hòu)，美圖危機感的來源，成(chéng)了奔湧而來的AIGC浪潮。

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

2022年，美圖首次實現全年盈利，撐起(qǐ)總收入37.5%的VIP訂閱代替廣告，成(chéng)爲美圖第一大收入。在當年的戰略會上，美圖把主題定爲“居安思危”，準備在盈利的基礎上進(jìn)行業務升級。

伴随著(zhe)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(fā)現，AI生成(chéng)圖像的效果已經(jīng)達到了足以“冒犯藝術家”的水平，美圖一直引以爲傲的“審美”正在被(bèi)AI挑戰——“居安思危”的主題，被(bèi)他改成(chéng)了“居危思危”。

在訪談中，吳欣鴻對(duì)36氪直言自己和團隊的工作狀态：沒(méi)日沒(méi)夜研究AI技術和測試。美圖公司集團高級副總裁、影像産業事(shì)業群總裁陳劍毅則在與合作方的交流中將(jiāng)美圖的狀态稱爲“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(néng)及時響應，跟合作方們說聲抱歉。

美圖公司創始人、董事(shì)長(cháng)兼CEO吳欣鴻。圖源：美圖

美圖公司集團高級副總裁、影像産業事(shì)業群總裁陳劍毅對(duì)“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(fā)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(fā)布的“WinkStudio”，是讓專業剪輯師用AI像修圖一樣(yàng)“修視頻”。“開(kāi)拍”則面(miàn)向(xiàng)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(chéng)腳本和能(néng)自動跟著(zhe)語速翻頁的提詞器。

爲什麼(me)會有這(zhè)樣(yàng)的轉變？吳欣鴻在專訪中回應：VIP訂閱的滲透率還(hái)有增長(cháng)的空間，這(zhè)就迫使美圖從生活場景往生産力場景延伸，“要麼(me)切實幫用戶賺到錢，要麼(me)能(néng)給用戶心理上的愉悅或者優越感，如果你能(néng)做到，大部分用戶都(dōu)會買單的”。

這(zhè)次美圖發(fā)布的新品中，視覺大模型MicroVision的出現也令人驚訝。按照最爲快捷的路徑，具有衆多美顔、修圖工具的美圖，隻需要接入某家大模型的API（接口），就能(néng)較低成(chéng)本迅速完成(chéng)對(duì)産品的AI化叠代，無需自研大模型。

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

推出7款新AI産品後(hòu)，吳欣鴻認爲美圖的危機仍沒(méi)有解除。除卻對(duì)修圖、圖片生成(chéng)等“舒适圈”的AI改造，如今的美圖還(hái)踏足了數字人生成(chéng)、口播視頻生成(chéng)等市場競争愈發(fā)激烈的新領域。新推出的視覺大模型MiracleVision，也更意味著(zhe)持續的研發(fā)投入和效果驗證。

“AI帶來很多機會和挑戰，但這(zhè)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(hái)是一個如履薄冰的狀态。”他在專訪中直言。

影像節結束後(hòu)，36氪與吳欣鴻、陳劍毅就美圖在AI浪潮下的機會和挑戰進(jìn)行了交流。以下是對(duì)話：

對(duì)“生死存亡之秋”的回應：逼自己一把

36氪：爲什麼(me)美圖選擇在這(zhè)個時間點與大家交流大模型的成(chéng)果？不少友商在3、4月份的時候已經(jīng)發(fā)布了相關的動态。

陳劍毅：原計劃3月份發(fā)布，但當時一些産品還(hái)沒(méi)落地，美圖要真的做出産品來才會對(duì)外說。

吳欣鴻：既然發(fā)布了産品，就得做好(hǎo)。如果按照原有的經(jīng)驗、習慣去做事(shì)情，對(duì)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(néng)做出創新的東西。

36氪：危機感是什麼(me)時候産生的？

吳欣鴻：當時Midjourney生成(chéng)的《太空歌劇院》拿了美國(guó)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(bèi)冒犯，這(zhè)是标志性事(shì)件。

AI在視覺和語言上齊頭并進(jìn)，不可否認，語言大模型的爆發(fā)力比較強，應用也比較廣泛，但第一波爆發(fā)應該是在視覺上，對(duì)美圖而言，AI在視覺上的爆發(fā)和我們的業務相關，所以對(duì)我們潛在的颠覆性更強。

所以當Midjourney出圈後(hòu)，美圖也加快了步伐。

36氪：爲了應對(duì)這(zhè)波沖擊，美圖内部做了哪些決策？

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

第二，迅速將(jiāng)相關的生産力工具引入公司，進(jìn)入大家的工作流裡(lǐ)面(miàn)，比如說通過(guò)AI繪畫來進(jìn)行物料的創作等。

第三，内部快速引入AI相關培訓，我們請了AI領域的講師，給大家普及AI發(fā)展局勢，讓大家對(duì)AI有更深入的理解和認知，把團隊的認知搭建起(qǐ)來，才能(néng)更好(hǎo)地做事(shì)情。

36氪：哪些業務需要調整原來的思維？

陳劍毅：從産品角度看，産品經(jīng)理又回到互聯網早期的狀态，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，産品都(dōu)需要做場景的深挖，這(zhè)也是産品經(jīng)理最核心的能(néng)力之一，也就是“開(kāi)荒”。

從技術角度看，現在對(duì)市面(miàn)上的開(kāi)源模型配置一些中間參數或擴寫，自然而然能(néng)快速地做出成(chéng)千上萬的AI應用，但是真正能(néng)被(bèi)應用的有多少，這(zhè)是很關鍵的。到底能(néng)覆蓋多少用戶規模？能(néng)不能(néng)形成(chéng)自然的口碑傳播？是否需要砸錢去推廣或者是買量？這(zhè)是需要産品團隊去做判斷的。

36氪：對(duì)于算法工程師而言，思維的轉變大嗎？

吳欣鴻：工程師被(bèi)迫去跨界，因爲模型的訓練其實涉及很多學(xué)科的融合，具體到某些功能(néng)上，比如美圖新發(fā)布的AI演員生成(chéng)功能(néng)，和影視特效相關，所以工程師必須具有對(duì)電影拍攝和後(hòu)期的理解能(néng)力，才能(néng)去做效果的調适以及開(kāi)發(fā)。AI的創新要求很多人都(dōu)必須是多面(miàn)的，具備快速的學(xué)習能(néng)力，不管是工程師還(hái)是産品經(jīng)理。

陳劍毅：這(zhè)波AI浪潮對(duì)工程師的挑戰和要求是更大的，一旦看到市面(miàn)上有新的産品出現，工程師需要去推導背後(hòu)的技術，當确定要做相關産品之後(hòu)，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(duì)層出不窮的新技術進(jìn)行研究，還(hái)需要具備相關的專業知識，了解用戶需求和偏好(hǎo)以及使用場景。 

“希望行政、财務都(dōu)是懂AI的人才”

36氪：美圖産品的應用屬性很強，爲什麼(me)這(zhè)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，是今年春節後(hòu)。我們認爲用别人的大模型，沒(méi)有辦法對(duì)效果提出意見和要求，就好(hǎo)比說要有高清的畫質，人家不支持，那你就沒(méi)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(dōu)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，作爲一個“大模型”，MiracleVision的參數量達到了怎樣(yàng)的級别？

吳欣鴻：參數量很大，我可以說個數字，但我們不想公布。因爲大模型應該是求質不求量，目前有很多号稱十億、百億、千億級參數量的大模型，但你實際去看的效果并不好(hǎo)。我們認爲視覺大模型最核心的是生成(chéng)效果，生成(chéng)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(duì)模型訓練産生影響，但不是全部，特别是對(duì)于視覺模型而言，如何實現更優的視覺效果生成(chéng)才是最重要的。

陳劍毅：參數對(duì)于大模型的關系，類似硬件參數對(duì)于電子産品的關系。你知道(dào)自己的手機用的是什麼(me)芯片嗎？是幾核的嗎？其實很少有消費者關心這(zhè)些事(shì)，他們更在意的是應用生态。

36氪：您覺得算力、算法、數據、人才幾個方面(miàn)，哪個對(duì)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，你什麼(me)效果都(dōu)能(néng)生成(chéng)，極其容易，但可能(néng)生成(chéng)的畫質比較低，或者是效果本身不太好(hǎo)。

實際上這(zhè)些生成(chéng)效果是要具體去摳的。比如我們會將(jiāng)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(chéng)國(guó)風國(guó)潮風格的圖像，我們需要對(duì)應地去挑效果，不斷地對(duì)效果進(jìn)行調試，還(hái)是有蠻多細分的規則。

36氪：這(zhè)是不是意味著(zhe)算法是最大的難點？

吳欣鴻：這(zhè)個過(guò)程是用策略去驗證調試，跟純粹的算法不太一樣(yàng)。效果要實現持續優化，需要不斷地去進(jìn)行調試，有點像匠人一樣(yàng)不斷地去打磨細節，這(zhè)個過(guò)程是很枯燥的。除了人力以外，也涉及到美學(xué)評估系統，不斷告訴AI哪個好(hǎo)，哪個不好(hǎo)，以及用戶喜歡什麼(me)樣(yàng)的。

陳劍毅：就跟你帶孩子一樣(yàng)，不斷告訴他什麼(me)能(néng)做，什麼(me)不能(néng)做。能(néng)做就繼續加強，不能(néng)做，下次就不用了。

36氪：訓練這(zhè)樣(yàng)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(kāi)發(fā)團隊稱自己隻有11個人，也是最核心的11個人去做模型訓練，我個人推測其背後(hòu)還(hái)是有其它團隊持續在做數據的标注、優質數據的挖掘等等，隻是沒(méi)有公開(kāi)。

吳欣鴻：除了核心技術人員，産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(duì)視覺大模型有概念，至少基礎認知得拉起(qǐ)來，或多或少都(dōu)參與其中，不斷擴大參與的人數。隻有這(zhè)樣(yàng)的話，大家才會有足夠的理解深度，才能(néng)把自己的工作做好(hǎo)。

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(duì)AI有很大興趣、已經(jīng)做出成(chéng)績的大牛。有熱情，會學(xué)習，并且有成(chéng)果，這(zhè)種(zhǒng)人是我們很缺的。

陳劍毅：沒(méi)有人才焦慮的公司不是好(hǎo)公司，不光是技術大牛，我們甚至希望行政、财務都(dōu)是懂AI的人才，這(zhè)樣(yàng)大家能(néng)夠拉齊認知，溝通效率會很高。

把工具做好(hǎo)，是一件确定性很強的事(shì)

36氪：這(zhè)次美圖發(fā)布的7款産品，其中不少是很多友商已經(jīng)涉獵的領域，比如數字人、口播，美圖的核心競争力在哪裡(lǐ)？

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(duì)用戶的美學(xué)偏好(hǎo)是敏銳的。美圖做的數字人在美學(xué)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(zhè)次發(fā)布的AI數字人模特，它跟電商是緊密結合的。包括美顔相機做的AI寫真，某種(zhǒng)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。

我們不會因爲别人做所以跟著(zhe)做，而是說切切實實有這(zhè)些場景的需求。我們是圍繞美圖獨特的場景，然後(hòu)把美學(xué)的标準提到比較高的位置。

目前美圖的AI産品生态。圖源：美圖

36氪：AI技術産生新需求，與此同時AI工具的競争也愈發(fā)激烈，美圖如何應對(duì)？

吳欣鴻：AI技術大爆發(fā)，也造成(chéng)了需求大爆發(fā)，大家體驗到了AI帶來的生産力提升，嘗到這(zhè)種(zhǒng)好(hǎo)處就回不去了。所以需求在那兒，又有那麼(me)多的公司加入這(zhè)個戰場，逼著(zhe)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，那麼(me)多公司都(dōu)在裡(lǐ)面(miàn)找機會，意味著(zhe)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：首先确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(cháng)的領域深挖，确保我們提供的産品力是這(zhè)個領域中最強的，并且能(néng)幫助用戶去創造價值。說白了就是：要麼(me)切實幫用戶賺到錢，要麼(me)能(néng)給用戶心理上的愉悅或者優越感，如果你能(néng)做到，大部分用戶都(dōu)會買單的。

36氪：兩(liǎng)位會覺得工具型應用競争加劇會讓獲客成(chéng)本變高嗎？

吳欣鴻：應該是降低的。大家嘗到AI的好(hǎo)處後(hòu)就回不去了，這(zhè)會促使大家去找不同的領域最好(hǎo)用的AI工具是哪個，所以會誕生很多需求和口碑傳播。之前的産品還(hái)要花錢打廣告和買量，效率很低，現在産品都(dōu)是由用戶推動的，比如我們這(zhè)次發(fā)布的“WinkStudio”和“開(kāi)拍”，就是根據用戶需求來推出的。

陳劍毅：是的，AI相關的功能(néng)很容易出現“人傳人”的現象。

36氪：從美圖去年财報來看，5.86億的研發(fā)投入已經(jīng)占到總收入的28%，這(zhè)部分投入到AI的比重有多少？今年美圖的AI研發(fā)會有側重點嗎？

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

36氪：這(zhè)次發(fā)布會強調了美圖是聚焦工具型産品服務的企業，AI對(duì)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(guò)的社交。

吳欣鴻：在可見的時間裡(lǐ)，我們還(hái)是把生産力工具做好(hǎo)。生産力工具的領域，誕生了很多偉大的公司，我們如果能(néng)成(chéng)爲其中之一，那已經(jīng)很了不起(qǐ)了。

我們沒(méi)有太多的野心，也不想太擴展自己的邊界。我們如果能(néng)夠把AI圖片、AI設計、AI視頻、AI數字人這(zhè)四個場景做好(hǎo)，或者說能(néng)做好(hǎo)其中兩(liǎng)個場景，那就已經(jīng)很了不起(qǐ)了。畢竟光“美圖秀秀”這(zhè)個應用，我們都(dōu)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(néng)還(hái)會有增長(cháng)。其實做工具也能(néng)賺到不少錢，但社交可能(néng)是一千家企業去做，最後(hòu)能(néng)成(chéng)一家就不錯了，失敗率太高了。把工具做好(hǎo)，是一件确定性很強的事(shì)。