"成熟的老产品不能给新产品流东方万能胶生产厂家。"

对拥有 2.82 亿月活用户的公司来说，这是条很反常的规则。

流量本来是成熟互联网公司昂贵的资产，但在美图内部，RoboNeo、Picchi、MVLAND 这样的新产品被要求先像创业公司样活着：自己寻找批用户，在很短的时间里验证需求，不能靠国民 App 把数据"抬"起来。

现在，这场实验有了份成绩单。

美图 8 月 26 日发布的中期业绩显示，上半年收入 22.1 亿元，同比增长 22.1，净利润 6.5 亿元，同比增长 39.5。AI 生产力应用年度经常收入（ARR）约 6.2 亿元，同比增长 47.8。

这其中，就包括今年 6 月刚刚出的 AI 应用 Picchi 和 MVLAND，二者都在 ARR 上跨过了 50 万美元大关。

尽管这个数字还远远不上条新增长曲线，却已经足够成为个 PMF 的信号：拿掉入口，仍然有人主动找到这些新产品，留下来，并且付费。

这正好对应了今天 AI 应用竞争里的个"不平等现象"。

创业公司需要靠用户主动搜索、持续使用和真实付费证明自己；大公司却可以依靠""的流量，随手把新产品塞进浏览器、办公套件、内容平台等 App，迅速得到组足够漂亮的数据。

但数据越漂亮，真正的问题也越容易被遮住：产品获得的是市场支持，还是只获得了组织支持？

这也是在今天，值得重新讨论美图的原因。

这几番沉浮的互联网公司，正在用实践回答两个行业基本问题：通用模型不断扩张后，应用层还能留下怎样的价值；以及互联网公司该如何摆脱惯，继续长出 AI 时代的新产品。

大厂擅长制造的，可能是假 PMF

每次技术换代，上代巨头都拥有多的用户和资金，也容易沿着旧地图寻找新大陆。

PC 公司曾经错过移动互联网。到了生成式 AI 时代，移动互联网公司又本能地把 AI 做成旧产品里的个按钮：这里加个助手，那里放个输入框、加个负屏，再把它分发给原来就有的几亿用户。

微软是个典型例子。Copilot 度被铺进 Windows、Office、Edge 和系列企业产品。到了 2026 年，微软又开始减少 Windows 中"不要的 Copilot 入口"，并重复的 Copilot 应用，退休批。

国内大厂也在经历类似的冲动：AI 助手迅速进入搜索、办公、浏览器、手机和内容平台，立应用的入口、名称与定位也在频繁调整。在这轮竞赛热闹的 2024 年初，国内 0 AIGC App 的用户规模同比增长了 37 倍，但头部产品的活跃率均低于 20，三日留存均低于 50，部分产品的卸载率甚至过 50。

"天"是热闹的，"二次开"是没有的。

美图曾经也犯过这样的错误。

2013 年，美图出款智能手机。它把自己擅长的自拍、美颜与影像法装进硬件，希望将数亿软件用户转化成手机消费者。

这条路在初几年确实出了钱。招股书显示，智能硬件收入占美图总收入的比例，从 2013 年的 59.7 路上升至 2016 年上半年的 95.1。美图上市时，手机已经成为公司主要的收入来源。

问题出现在规模上，美图的数亿软件用户，真正愿意为硬件付费的并不多，直到 2018 年将业务外包给小米时，美图手机六年累计销量仅为 350 万台，作为对照，小米仅在 2018 年前十个月的手机出货量就过了 1 亿台。

美图找到了愿意为自拍体验支付溢价的小众用户，却始终法获得硬件生意需要的规模应。

这段历史留下的教训是：修图 App 里的活跃用户，到了其他市场仍然要重新争取次。软件流量可以把新品送到用户面前，却法自动迁移用户的预、购买频次和选择。

也正是因此，到了孵化 AI 原生产品的阶段，美图的反应就是拿掉成熟产品的流量捷径：把创新拆成立的小团队，让每个产品用真实付费、留存证明自己。

个完整的样本是 Picchi，款 AI 人像修图 Agent。它的"学我修图"，可以从用户提供的原图与成片中学习个人习惯；"学 TA 修图"，则让普通用户直接调用创作者的修图风格。

Picchi 团队成员大多来自美图的成熟影像产品。公司禁止流时，负责人 Jill 回忆，"大开始会有些小怨念，毕竟 Picchi 和美图秀秀都在做修图，分流点用户过来，冷启动会轻松很多。"

但事实证明，这个决策很对：因为 Picchi 的付费用户与美图秀秀的用户并不重。

初，Picchi 瞄准的是使用微单和 CCD 的摄影好者。上线后，他们尝试用 CCD、清修复、夜景增强等泛影像低价拉量，用过去的流量法，追过万圣节、圣诞节和新年等节点。

但即使社交媒体上出现过互动很的内容，进入产品的流量却没有留下多少付费、留存和记忆。

转机发生在"学我修图"和"学 TA 修图"两个新的上线后。Picchi 意外地发现了早批付费意愿强、还会主动荐产品的用户是群年轻且活跃在社交媒体上，对流量运营有真实需求的创作者，其中具代表的创作者—— Coser 群体。

"我们发现，Coser 有非常大量的 P 图需求，有的时候会度精修甚至大幅进行后期处理，因为需要符 Cos 对象的妆造或者角设定。同时，他们付出成本，也是希望得到多流量的回馈，甚至有的可能会有商业化诉求。" Jill 说。

这让修图从种宽泛的审美需求，变成了具体的生产任务。需求越具体，用户对结果的判断标准越明确，持续付费也容易成立。

找到这群人以后，团队的增长法也随之改变。

"虽然公司是有支持的，但我们不舍得花钱，开始投放的时候，是遵循‘量大、便宜’，尽量把些泛影像圈的用户吸引进来，再根据留存数据去看这些人能不能留在 Picchi 里，但果并不好。"

泛流量可以带来安装量，很难帮产品建立自己的用户心智。团队随后将寻找用户和投放素材变成了同件事。

"我们反过来，先用社交媒体去触达那些典型用户，比如 Coser、年轻学生群体。通过社交媒体的反馈，PVC管道管件粘结胶把互动、点赞的帖子制作成渠道物料投放，很快就在日本 Coser 圈有了小爆发，接着明显地辐射到韩国、泰国，甚至美国和巴西。"

把产品做，应用不能只给模型套层壳

找到用户和市场需求只是步，如何让他们愿意付费才是 PMF 的关键。

互联网产品主要出售注意力、内容、连接、交易率和工具使用权。费产品将用户注意力给广告主；订阅、内容平台和软件工具，则向用户收取会员费、服务费或交易佣金。

AI 带来了种新的付费对象：智能本身开始被直接计量、消耗和交付。

也正是因此，随着通用模型的能力不断扩张，旦应用把产品能力、成本和迭代节奏全押在模型厂商身上，就很容易沦为 Token 中间商：负责获客、设计界面和收钱，大部分智能与收入终流向模型厂商。

从这个角度来看，应用层须建立属于自己的智能。

而美图给这批 AI 应用们，大致提供了三层智能。

层是美图自己的模型与法。美图奇想大模型、人像编辑模型、音乐法、图片和法，以及过去积累的大量果工具，都可以进入新应用。

二层是围绕垂直场景做模型训练。产品团队会根据人像、MV、动漫风格和特定长度，对自研或开源模型进行项调优。

三层发生在应用内部。产品负责定义什么结果好、怎样拆解任务、何时调用哪种模型，再把用户的修改变成新的评测标准和训练数据。

以 Picchi 为例，在视觉大模型出现以前，美图秀秀里就有个名叫 Andy 的修图机器人。当时的实现法是写棵标准的决策树：识别人物标签，然后执行组固定操作。它可以判断图片里有没有人、人物是男还是女，很难继续理解光影、氛围和个人审美。

视觉大模型与 Agent 工具调用能力成熟以后，Picchi 可以先理解照片，再调用美图自己的人像编辑模型、审美知识库和修图工具。

在修图的过程中，用户的需求会非常具体。"比如，我的左眼比右眼垂，希望左眼再往上修点，也有人会描述光线要调到什么状态，肤才能显得透亮。模型要理解这些细碎的偏好，还要在下批照片中稳定复现。" Jill 说道。

美图自有的垂直模型和后训练的价值也由此体现出来，"学我修图"可以根据多组原图与成片，为用户生成个个化小模型；用户不断补充的修改意见，又会沉淀成个人的审美数据。

MVLAND 也在做类似的工作。

它是个基于音乐的创作平台。用户先上传段音乐，产品就可以自动分析歌词、节奏和情绪，然后选择人物与画面风格，产品就生成故事，画面分镜与，后根据音乐节奏卡点成支 MV。

产品背后先有条由多个模型和工具组成的生产线。负责人 Tom 介绍："音乐理解、图像生成和生成多使用通用模型、知识库、提示词工程，以及美图自己的音乐、图片和法也会进入链路，在对通用模型的选择上，始终是以果为主。"

"我们的经验是，果好才是重要的，我们希望能做个优雅的产品。"他补充道。

此外，果较好的开源模型上线后，团队也会做针对的调优。"比如某款新的模型出来，我们会调到适生成 MV 片段状态，另外图片面，因为 MV 对画面质感有自己的要求，我们都有相对应地进行优化。"

这三层能力，不仅体现在具体的产品调试中，也可以在财报里找到对应数据。

美图 2026 年中期财报显示，三 API 成本占影像与设计产品收入的比例仅为中等个位数百分比。从今年前五个月的统计来看，过 96 的输出是由自研模型层生成。

2026 年上半年，美图研发支出达到 4.731 亿元，剔除去年通用基础模型训练支出的影响后，垂直模型训练和应用层优化相关研发支出实际增长了 11.1。

它们终都指向同件事：让应用从模型能力的调用者，变成垂直智能的生产者。

把自己做小之后，美图还要重新长大

新团队先确认用户、场景和付费，再向下调用模型、训练模型，终把模型组织成项可以交付的工作。

这种式，让美图处在个微妙的位置。

在拥有自有模型的大厂内部，款 AI 应用有时会先服务于集团的竞争节奏。某个向突然重要，竞争对手已经入场，公司也需要出对应产品，展示自己的模型拥有相同能力。

产品很容易成为模型能力的陈列柜：每次新都有新东西可以展示，用户任务与商业闭环却长期悬空。

纯应用创业团队靠近用户，却很难持续投入垂直模型、后训练、理优化和大量果工具，也容易受到 API 价格、模型迭代和供应商策略的影响。

恰好介于两者之间的美图反而找到了个相对舒服的位置：前台的小团队像创业公司样寻找用户，后台又能调用成熟公司的模型、法和工程能力。

但舒服只是时的，美图所处的这个位置也在迅速变窄。

上游模型正在直接进入应用：ChatGPT Images 和 Gemini 已经把生成、局部编辑、人物致等能力放进通用入口；另侧，Adobe 正把创意 Agent 铺进全桶，Canva 也把图像、、设计与发布串进同套工作流。

基础模型继续向下吃，成熟软件公司则带着用户习惯、文件体系和协作流程向上补智能。

而夹在中间的多创业公司，同样保持着强烈的用户饥渴。AI 图像和产品可以迅速换模型、重组工作流，再通过频投放进入新的垂直场景。项产品能力刚被验证，很快就会遭遇相似、价格低或增长激进的竞争者。

Picchi 和 MVLAND 从 0 走向 1，靠的是找到批具体用户。走向 100 时，它们要和强的对手争夺用户心智，还要把个地区、个社群里的需求复制到多国和行业。

不同于互联网时期，AI 应用还面临每次生成产生的真实成本。模型路由、自研模型覆盖率、理率和积分定价，会从工程问题变成了商业问题。产品既要交出足够好的结果，也要让用户支付的每块钱覆盖对应的智能成本。

但至少目前来看，美图这公司已经找到了自己的身位：用多点开花的垂直场景，去倒组织架构，让多应用团队可以根据垂直场景的用户需求，参与定义技术向和运营法。

对于接近 18 岁的互联网公司，这也是年轻化的体现：让市场的答案，重新排在组织的答案之前。相关词条:铁皮保温施工     隔热条设备     锚索    离心玻璃棉    万能胶生产厂家

奥力斯    万能胶生产厂家    联系人：王经理    手机：13903175735（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定东方万能胶生产厂家，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。