圖片AI迎來(lái)GPT時(shí)刻，大模型吞噬垂類(lèi)的詛咒還在嗎？

原創(chuàng)科技新知 前沿科技組

作者丨櫻木 編輯丨江蘺

最近，一根香蕉打破了AI圈的平靜。最初可能只是朋友圈病毒式傳播的手辦圖，但隨后事情似乎向著瘋狂的方向發(fā)展，上線不到兩周，谷歌旗下的Nano Banana已在全球生產(chǎn)超2億張圖片，亞太地區(qū)用戶熱情度居首。而英偉達(dá)CEO黃仁勛成了它的忠實(shí)用戶，在倫敦，他面對(duì)一眾記者，公開(kāi)宣稱自己是Nano Banana的忠實(shí)粉絲。瘋狂的流行帶來(lái)了另一個(gè)好處，就是直接帶動(dòng)了Gemini App的用戶增長(zhǎng)。在短時(shí)間內(nèi)，Nano Banana為Gemini App帶來(lái)了超過(guò)1000萬(wàn)新用戶。而在前不久，Nano Banana更是幫助谷歌Gemini超越了霸榜蘋(píng)果應(yīng)用榜很久的ChatGPT。

相關(guān)的連鎖反應(yīng)也在進(jìn)一步加深，在海外，有報(bào)道顯示，為了應(yīng)對(duì)nano Banana帶來(lái)的沖擊，openAI以約11億美元的全股票交易方式，收購(gòu)產(chǎn)品實(shí)驗(yàn)平臺(tái)Statsig。伴隨此次收購(gòu)，Statsig的創(chuàng)始人兼首席執(zhí)行官Vijaye Raji將加入OpenAI，擔(dān)任新設(shè)立的“應(yīng)用部門(mén)首席技術(shù)官”。

在國(guó)內(nèi)，字節(jié)快速跟進(jìn)推出了seedream4.0，試圖通過(guò)這一方式強(qiáng)化豆包和即夢(mèng)的用戶心智。而另一邊，垂類(lèi)應(yīng)用美圖，則遭遇了危機(jī)，通用模型吞噬垂類(lèi)應(yīng)用的故事，影響著資本市場(chǎng)對(duì)其未來(lái)的判斷，股價(jià)經(jīng)歷了巨量波動(dòng)。雖然外資投行，依然為美圖站臺(tái)，但通用模型的勢(shì)能仍好像“達(dá)摩克利斯之劍”影響著公司。一時(shí)間，AI世界的變化，開(kāi)始圍繞著這一超級(jí)應(yīng)用泛起波瀾。其實(shí)類(lèi)似的波動(dòng)，讓人總會(huì)想起，GPT-4o帶來(lái)的吉卜力畫(huà)風(fēng)的時(shí)刻，而與之相對(duì)應(yīng)的則是，通用模型是否會(huì)代替掉垂類(lèi)AI應(yīng)用的探討。前OpenAI研究員姚順雨曾在播客中表達(dá)，創(chuàng)業(yè)公司對(duì)比大模型公司最大的機(jī)會(huì)在于能不能設(shè)計(jì)出不同的interface（交互方式），可能模型的能力會(huì)產(chǎn)生beyond chatgpt的交互方式，變成superAPP。但從另一個(gè)維度來(lái)看，主流研究員則認(rèn)為，長(zhǎng)期耕耘C端業(yè)務(wù)的垂類(lèi)應(yīng)用，有著對(duì)用戶精細(xì)化的理解，而在B端，特定場(chǎng)景的know-how也能為垂類(lèi)應(yīng)用公司壘起一定的護(hù)城河。無(wú)疑nano Banana像是一場(chǎng)突如起來(lái)的變革，攪動(dòng)著AI圈的神經(jīng)，而到到底是促增長(zhǎng)的功能，還是搶地盤(pán)的入侵，似乎值得一番拆解。

01 谷歌“香蕉”攪動(dòng)AI圈

如果順著姚順雨的思路來(lái)看，Nano Banana確實(shí)正在顛覆圖片創(chuàng)作的邏輯。在以往，大模型如果要生成圖片，prompt提示詞非常關(guān)鍵，用戶需要學(xué)習(xí)結(jié)構(gòu)化的提示詞才能獲取較好的效果。甚至在一些場(chǎng)景中，需要專(zhuān)業(yè)的提示詞才能達(dá)到應(yīng)有的效果。后續(xù)的修改，無(wú)論是通過(guò)Midjourney的“Vary”功能還是DALL-E的局部重繪，都感覺(jué)像是獨(dú)立的、離散的操作。而現(xiàn)在，Nano Banana的快速響應(yīng)和自然度，讓創(chuàng)作更像實(shí)時(shí)對(duì)話，而不是反復(fù)抽卡。這也是許多人第一次感到，AI圖像生成變得像實(shí)時(shí)創(chuàng)作。用戶不再需要反復(fù)調(diào)試結(jié)構(gòu)化的咒語(yǔ)，而是通過(guò)簡(jiǎn)單的自然語(yǔ)言對(duì)話，就能對(duì)圖像進(jìn)行精確修改。Nano Banana繼承了Gemini大模型的“原生世界知識(shí)”，這意味著它不僅僅是一個(gè)圖像生成器，更是一個(gè)具備常識(shí)和推理能力的系統(tǒng)。它能夠理解和生成具有深層語(yǔ)義準(zhǔn)確性的圖像.在羅永浩與周鴻祎最新的對(duì)談中，也提到了，語(yǔ)言對(duì)于AI幫助的核心價(jià)值。根據(jù)報(bào)道，這一切讓Nano Banana在風(fēng)格一致性、多圖融合、精準(zhǔn)的逐步編輯以及設(shè)計(jì)與風(fēng)格遷移等多個(gè)方面上，有了出色的表現(xiàn)。

Nano Banana通過(guò)更精確的理解和更細(xì)致的任務(wù)拆分，實(shí)現(xiàn)了高度一致性的圖像編輯。某種程度上，這是通過(guò)模型定義實(shí)現(xiàn)的一種更近似Agent的能力。

從這個(gè)角度來(lái)看，其顛覆感正如姚順雨所說(shuō)，正在改變交互的方式，這也是它為何能夠震動(dòng)AI圈的原因。在此基礎(chǔ)上，Nano Banana也做到了成本低、速度快。在Google的介紹中，Nano Banana的定價(jià)為30美元/百萬(wàn)token，每張圖片生成所需的token在1290個(gè)左右，成本約合0.039美元。而從另一個(gè)視角來(lái)說(shuō)，Nano Banana的實(shí)現(xiàn)路徑，似乎很難復(fù)制，在團(tuán)隊(duì)的訪談和公開(kāi)分享里，Nano Banana的幾個(gè)方向被反復(fù)提及：文字渲染、交錯(cuò)生成、速度哲學(xué)，以及世界知識(shí)的引入。這些關(guān)鍵詞組成的其實(shí)是，背后強(qiáng)大的模型能力所帶來(lái)的降維打擊。那么，另一個(gè)問(wèn)題就非常值得關(guān)注了，面對(duì)如此強(qiáng)大的工具，以及國(guó)內(nèi)已經(jīng)逐漸明朗的大模型廠商格局，是否意味著，如果按照Nano Banana的思路，就可以成功顛覆垂類(lèi)的AI應(yīng)用呢？

02 美圖們的護(hù)城河在哪兒？

在美圖暴跌之后，相關(guān)券商的調(diào)研也相繼出爐。9月2日，摩根士丹利研報(bào)指出，美圖的增長(zhǎng)軌跡并未受到AI模型Nano Banana的影響，其真正的價(jià)值在于提供了基礎(chǔ)AI模型無(wú)法企及的“最后一公里”解決方案。報(bào)告強(qiáng)調(diào)美圖憑借其在垂直領(lǐng)域的深厚積累、專(zhuān)有數(shù)據(jù)以及對(duì)核心付費(fèi)功能的專(zhuān)注，構(gòu)筑了堅(jiān)實(shí)的護(hù)城河。此外，公司對(duì)所有AI模型保持開(kāi)放和中立，并已將Nano Banana等新技術(shù)無(wú)縫整合進(jìn)產(chǎn)品中。而與此同時(shí)，也有業(yè)內(nèi)人士表達(dá)，美圖的C端業(yè)務(wù)主要優(yōu)勢(shì)在于對(duì)美顏美體的精細(xì)化理解，目前看nano的手辦模型只是一種新的玩法，并不威脅C端主業(yè)。而美圖的B端業(yè)務(wù)主要是圍繞商拍等核心功能服務(wù)大C小B的客戶，優(yōu)勢(shì)在于對(duì)于特定場(chǎng)景的know-how、在商拍環(huán)節(jié)，nano主要聚焦商品多角度復(fù)制性以適應(yīng)不同社交平臺(tái)模板，而美圖產(chǎn)品則聚焦商品高匹配背景及模特，這個(gè)賽道國(guó)內(nèi)海外目前確實(shí)涌現(xiàn)出了許多創(chuàng)業(yè)公司，但是大家在一塊全新的市場(chǎng)，目前的玩法、打法都不甚相同，還沒(méi)有到存量競(jìng)爭(zhēng)的狀態(tài)。盡管如此，從敘事來(lái)看，美圖做為垂類(lèi)應(yīng)用，AI仍是其轉(zhuǎn)型的關(guān)鍵。從2022年開(kāi)始，美圖率先在旗下產(chǎn)品Wink中上線視頻畫(huà)質(zhì)修復(fù)技術(shù)，并逐步延伸出畫(huà)質(zhì)優(yōu)化、視頻分辨率提升、人像增強(qiáng)等一系列細(xì)分功能，形成完整的畫(huà)質(zhì)修復(fù)能力矩陣。進(jìn)入2023年，美圖進(jìn)一步豐富了AI功能版圖，同時(shí)正式切入B端市場(chǎng)，為美業(yè)領(lǐng)域量身打造AI測(cè)膚解決方案，開(kāi)啟ToB業(yè)務(wù)的探索。

隨后2024年，與阿里巴巴達(dá)成2.5億美元（約合人民幣18億元）戰(zhàn)略投資，雙方明確將在電商平臺(tái)、AI技術(shù)、云計(jì)算三大核心領(lǐng)域展開(kāi)深度合作。其中在電商合作層面，雙方重點(diǎn)推進(jìn)兩大方向：一是計(jì)劃聯(lián)合推出“AI試衣”功能——依托美圖成熟的AI試衣技術(shù)，結(jié)合阿里巴巴平臺(tái)豐富的商家服裝資源，從根本上優(yōu)化線上購(gòu)物的體驗(yàn)痛點(diǎn)；二是美圖設(shè)計(jì)室將向淘天商家后臺(tái)開(kāi)放部分核心能力，例如“AI商品圖”生成功能，幫助商家高效提升商品視覺(jué)呈現(xiàn)效果。

從以上可以看出，美圖的位置非常微妙，在c端，它通過(guò)AI技術(shù)進(jìn)行自我迭代與升級(jí)，在b端，則通過(guò)自身技術(shù)賦能電商用戶，而無(wú)論哪一個(gè)業(yè)務(wù)，似乎都還是技術(shù)沉淀過(guò)后的串聯(lián)與精細(xì)化。從某種程度來(lái)說(shuō)，美圖更多的優(yōu)勢(shì)在于用戶心智、用戶經(jīng)驗(yàn)以及精細(xì)化，而這些是否能夠讓其保持現(xiàn)有的業(yè)務(wù)模型不受干擾，似乎需要時(shí)間驗(yàn)證。而另一方面，按照之前的邏輯，美圖圍繞著美圖秀秀等垂類(lèi)賽道的superapp進(jìn)行著業(yè)務(wù)進(jìn)行，從某種程度來(lái)說(shuō)，似乎需要更大層面的交互方式的變化，才能占住更強(qiáng)的心智。同時(shí)，如國(guó)內(nèi)頭部模型廠商開(kāi)始進(jìn)入到這一賽道之后，對(duì)其是否有更強(qiáng)的顛覆，值得一番思考。美圖是AI變革下的一個(gè)典型代表，每一次當(dāng)巨頭模型公司發(fā)生技術(shù)溢出時(shí)，垂類(lèi)AI應(yīng)用就將經(jīng)歷考驗(yàn)，而這種不確定性，則會(huì)成為公司需要長(zhǎng)期面對(duì)的命題。

03 場(chǎng)景賦能是終極勝負(fù)手

從硅谷的經(jīng)驗(yàn)來(lái)看，其實(shí)大模型公司與垂類(lèi)AI公司的競(jìng)爭(zhēng)，從來(lái)都是一個(gè)經(jīng)久不衰的話題，比如，anthopic旗下的cloude code與編程垂類(lèi)應(yīng)用cursor，其追趕的速度都是超乎尋常。而面對(duì)這方面的競(jìng)爭(zhēng)，似乎垂類(lèi)AI的辦法，并沒(méi)有想象的多。 投資人朱嘯虎曾在采訪中坦言：AI Coding我一開(kāi)始就不敢投，我覺(jué)得這肯定是大廠的天下。今年特別有意思，中國(guó)在補(bǔ)貼外賣(mài)，美國(guó)在補(bǔ)貼AI Coding，幾乎都是負(fù)毛利。你收幾十美金一個(gè)月的訂閱費(fèi)，消耗的Token可能都是幾百美金，這都是拿投資人的錢(qián)在補(bǔ)貼程序員。而程序員這個(gè)群體是最沒(méi)有忠誠(chéng)度的，哪個(gè)API好用、哪個(gè)便宜，他們就用哪個(gè)。

回歸到這次事件的主角，美圖在此前的計(jì)劃重心是在出海。在大摩的報(bào)告中，公司設(shè)定的首個(gè)里程碑是，在三年內(nèi)（2025-2028年）將整體付費(fèi)率提升至8-10%——這是在2024年4.7%基礎(chǔ)上的巨大飛躍；長(zhǎng)期來(lái)看，其目標(biāo)更指向休閑類(lèi)產(chǎn)品付費(fèi)率10%以上、生產(chǎn)力工具付費(fèi)率20%以上的更高天花板。但要實(shí)現(xiàn)這一系列聚焦“用戶付費(fèi)轉(zhuǎn)化”的目標(biāo)，美圖首先要應(yīng)對(duì)的，正是Nano Banana所代表的通用大模型沖擊：當(dāng)“對(duì)話式創(chuàng)作”重構(gòu)了用戶對(duì)圖像AI的交互期待，垂類(lèi)應(yīng)用若仍困守傳統(tǒng)功能，此前的付費(fèi)率規(guī)劃便可能淪為空談。而美圖的應(yīng)對(duì)邏輯——將Nano Banana技術(shù)整合進(jìn)自身產(chǎn)品，同時(shí)聯(lián)合阿里深耕“AI試衣”這類(lèi)場(chǎng)景化服務(wù)，恰恰為國(guó)產(chǎn)垂類(lèi)AI指明了破局方向：這場(chǎng)看似“巨頭碾壓垂類(lèi)”的博弈，實(shí)則已被撕開(kāi)轉(zhuǎn)機(jī)的裂縫。

危機(jī)從不是大模型的技術(shù)溢出，而是垂類(lèi)對(duì)自身價(jià)值的誤判——誤將“工具能力”等同于“用戶價(jià)值”；轉(zhuǎn)機(jī)也從不是與大模型比拼參數(shù)算力，而是成為大模型落地現(xiàn)實(shí)場(chǎng)景的“場(chǎng)景翻譯官”與“價(jià)值放大器”。畢竟大模型提供的只是“通用能力底座”，而垂類(lèi)沉淀的用戶心智（如美圖之于“美”的認(rèn)知）、場(chǎng)景know-how（如商拍中的背景匹配邏輯）、B端服務(wù)閉環(huán)（如對(duì)接電商的商家需求），才是把技術(shù)轉(zhuǎn)化為“用戶愿付費(fèi)的服務(wù)”的關(guān)鍵，也是決定AI能否真正解決痛點(diǎn)的“最后一塊拼圖”。對(duì)國(guó)產(chǎn)垂類(lèi)AI而言，真正的突破點(diǎn)從不是“造一個(gè)更好的香蕉”，而是跳出“與大模型對(duì)抗”的思維定式，像美圖錨定付費(fèi)率目標(biāo)那樣，聚焦“用大模型賦能場(chǎng)景”：當(dāng)通用技術(shù)與垂類(lèi)場(chǎng)景深度綁定，所謂的“危機(jī)”便會(huì)轉(zhuǎn)化為“差異化競(jìng)爭(zhēng)”的轉(zhuǎn)機(jī)——畢竟AI的終極戰(zhàn)場(chǎng)從不是技術(shù)榜單，而是能否擊中用戶愿意買(mǎi)單的真實(shí)需求。也許，正如朱嘯虎所說(shuō)，AI時(shí)代的演化速度可能是移動(dòng)互聯(lián)網(wǎng)的三倍速，甚至更快，所以很多機(jī)會(huì)也會(huì)更快被證偽。當(dāng)年移動(dòng)互聯(lián)網(wǎng)的很多工具App還能有不錯(cuò)的退出，但在三倍速的AI時(shí)代，退出可能會(huì)難很多。所以創(chuàng)業(yè)者要用十年、二十年的眼光來(lái)看，什么東西是更可持續(xù)的，要去離大廠不只是一條馬路，而是兩條馬路、三條馬路之外尋找機(jī)會(huì)。

資料來(lái)源：鋅刻度，《押注AI，美圖就能奪回失去的一切？》硅星人pro，《Nano Banana有點(diǎn)ChatGPT時(shí)刻的味兒了》智百道，《深度體驗(yàn)谷歌Nano Banana后，我們發(fā)現(xiàn)了它的AB面》硬AI，《AI吞噬軟件又一案例？谷歌Nano Banana走紅，美圖股價(jià)重挫》美股IPO，《大摩：美圖的“增長(zhǎng)戰(zhàn)略”，AI提升付費(fèi)率，海外拉動(dòng)用戶增長(zhǎng)》硅星人pro，《對(duì)話朱嘯虎：搬離中國(guó)，假裝不是中國(guó)AI創(chuàng)業(yè)公司，是沒(méi)有用的》

       原文標(biāo)題 : 谷歌“香蕉”爆火啟示：國(guó)產(chǎn)垂類(lèi)AI的危機(jī)還是轉(zhuǎn)機(jī)？