18年前不让你苦修PS的美图,这次不让你苦修AI了

量子位 2026-06-18 15:45
梦瑶 发自 凹非寺
量子位 | 公众号 QbitAI

如果说去年,大家还在聊哪些AI工具好用。

那到了今年,AI圈的打招呼方式可能已经变成了——

最近又vibe了啥?又订阅了哪些xxx Plan?又装了几个难搞的插件啊?(话匣子打开中.jpg)

友友们,真不是段子……

这两年AI工具确实越来越多,但吊诡的是,创作这件事好像并没有因此变得更轻松。

这也是当前AI创作领域一个很值得玩味的现象:提示词、工作流、模型切换、多工具协同,正在成为新的创作门槛。

18年前不让你苦修PS的美图,这次不让你苦修AI了图1
AI生成

当整个行业还在卷AI繁冗,甚至默认用户要先苦修一套AI技能时——

那个我们并不陌生,曾经用影像产品影响过一代人的「美图」,这次给出一个有点反直觉的答案:

让用户少学点儿技能,直接从AI手里拿结果。

当前,AI创作工具行业已告别概念爆发期,迈入价值落地深水区。

有意思的是,行业潮水走向的变化,有时并不在行业巨头中率先显现,反倒最先出现在那些敢于「转身改道」的细分赛道玩家。

用八款产品,讲一个变化

AI内容生成赛道走到现在,一个共识是:好产品,从来不缺。

像Canva、Midjourney、Runway这些头部影像工具厂商,其实在各自的单点能力上做得都已足够成熟。

但在AI创作这个赛道,最值得细品的一点是——

AI创作的终局,或许不属于让用户变得更专业的产品,而属于让用户根本不必专业的产品。

在刚刚结束的美图影像节上,美图就提出了这样的叙事:具体的AI功能逐渐退到幕后,「交付成果」则被推到了最显眼的位置。

18年前不让你苦修PS的美图,这次不让你苦修AI了图2

这一次,美图一口气发布了8款AI产品。

美图最熟悉的入口,依然是影像创作

只是到了Agent时代,美图对于影像产品的设计重心发生了变化,向可反复调用的能力演进——

这次发布的Picchi,是典型的AI原生产品,把「修图」这件事进一步推向Agent模式;而另一款聚焦创意工作流的Artflo,则是来自创始人的思考:能不能让散乱的创作灵感变成概念影像。

两款产品定位不同,但指向的是同一件事:通过Agent能力,把一次性的创作过程沉淀为可反复调用的创作资产。

多模态音视频领域,美图想解决的也不只是生成一段视频。

活动现场呼声很高的MVLAND,本质上也是在用Agent系统协同完成MV创作;而更强调影像能力的底座的MeituHub,则是把影像生成、编辑、管理与交付打通,面向更复杂的定制化生产需求。

18年前不让你苦修PS的美图,这次不让你苦修AI了图3
AI生成

另外几款原有产品的升级,基本也是围绕打造Agent Teams、实现向用户交付成果这个逻辑展开——

美图设计室的AI设计团队,原来可能生成一张图、一套电商物料,需要个人长时间琐碎操作,现在可以一次性生成一个商品在多个电商、社媒平台的物料,原本是琐碎的能力,现在直接交付成果。

口播视频场景的开拍,也是类似的逻辑,新发布的「AI助手」由多个Agent组成7×24小时的口播视频团队,从选题到成片,保证内容的完整持续输出。

另外,作为Agent原生产品RoboNeo,这次拿出了具体的场景能力,通过打造AI短剧团队,把编剧、导演、分镜、剪辑等环节串联起来,让内容从剧本阶段就进入协作生产状态。

18年前不让你苦修PS的美图,这次不让你苦修AI了图4
AI生成

新品足够多,场景也足够细。

而在多个细分产品背后,呈现出的则是美图对于产品矩阵的清晰判断。

美图创始人兼CEO吴欣鸿看来,目前美图在尝试多个细分的独立的产品,核心是希望每个产品都能先拿到清晰定位,并且把一个具体场景做到足够深。

这种产品机制可以被描述为「AI原生应用的漏斗」:

新品先聚焦具体场景,经由用户验证后,再逐步延展到更多内容形式和用户群体。

如果开口不够大,那就很难从中筛出被用户认可和与市场匹配的产品。

经过一系列验证的产品,最终才有机会成为创作者的基础应用。

当然,在产品版图不断铺开的背后,一个更底层的产品共性特征也开始逐渐显现——

8款新品虽然覆盖不同创作场景,但本质上却指向同一个目的。

那就是让用户从「操作工具」转向「表达需求」。

从AI工具到AI Agent,最终目的是交付成果

生成式AI这条赛道,从来不缺市场需求,更不缺漫天铺开的行业想象。

2022年ChatGPT横空出世,让人们第一次发现信息检索竟然可以被压缩在一个小小的对话框里。

2025年AI大神卡帕西提出了氛围编程的概念,又一度点燃「万物皆可Coding」的热潮。

然后就是今年,OpenClaw、Hermes等一批Agent产品集中出现,AI开始更贴近真实工作流的执行层。

此同时,开发范式也在持续上移:从早期围绕Prompt的表达工程,到强调上下文组织的Context Engineering,再到今天逐渐成型的Agent Orchestration与系统级调度能力,复杂度也同步外溢。

于是我们看到,各类配套插件、实操教程层出不穷,工具生态越铺越庞大。

热闹背后,一个无法回避的现实也开始显现:市场越热,AI工具的使用门槛反倒节节攀高,用户工具使用体验的割裂感和焦虑感似乎也越来越明显。

18年前不让你苦修PS的美图,这次不让你苦修AI了图5
AI生成

首先暴露出来的,是AI工具的学习成本的不断抬升。

AI工具的上限能力确实被不断拉高,但创作者的上手门槛并没有变低,需要学习的技能甚至越来越多,原本为创作减负的AI,也成了一种时代焦虑。

在今年影像节上,吴欣鸿谈及交付成果背后的考量时,也提到了团队成员在与用户沟通过程中观察到的一个现象——

AI时代,很多人并非不认可AI的价值,而是压根「学不过来AI」。

学习AI这件事并不是大多数人的本职工作,当前AI工具的迭代速度也已经远远超过普通用户的学习速度。

很多时候,用户真正需要的并不是掌握一套复杂工具,而是更快解决问题、获得结果。

AI创作平台APATERO在《2025全球AI创作者专项调研》中,对1500名视觉创作者与独立艺术家的调研,也同样印证了这一点——

54%的受访者认为,跟上AI工具的快速迭代是当前最大挑战之一;另有32%的人直接指出,学习AI相关技术与知识是主要障碍。

与此同时,一个更具现实感的变化是,多工具流转带来的割裂感正在加剧。

Glean’s Work AI研究院曾在一项覆盖6000名全职数字从业者的调研中发现:

77%的AI使用者每周需要在多款不同AI工具之间反复切换,在每一次切换过程中,还会有不少受访者面临上下文丢失、注意力被打断以及整体效率下降等问题。

18年前不让你苦修PS的美图,这次不让你苦修AI了图6
AI生成

换句话说,工具数量的增加并未带来线性效率提升,反而把原本连续的创作流程拆解成更多必须被手动编排的步骤——选工具、换模型、调参数、补上下文、修结果。

这也是为什么,美图在产品路径上,开始更明确地向Agent Teams这个思路靠拢。

Agent Teams天然就具备协作式执行的能力,用户只需要提出一个想法,Agent Teams就能自动完成任务拆解、能力调度与流程编排,直接把结果交付出来。

而「交付成果」的思路,恰好也落在了美图更擅长的能力区间里。

在过去这18年里,美图一直在和影像打交道,这几年大模型的集中爆发,让美图具备了以更高质量、更低成本来交付成果的基础。

更关键的是,美图本就长期连接用户,对真实需求、审美偏好和工作流卡点都有更深的理解,也更容易把Agent Teams的能力落到具体成果里。

当产品真正走到交付成果环节,美图还将获得更多来自真实客户的一手反馈。

这些反馈又会继续反哺产品和技术迭代,在一次次交付中,把能力打磨得更贴近真实创作需求。

18年前不让你苦修PS的美图,这次不让你苦修AI了图7
AI生成

当前,AI创作已然进入下一阶段,其价值不再只来自生成得更快,还来自能不能把创作流程组织得更短、更稳、更接近交付。

在AI焦虑加剧、工具不断增多、使用门槛持续抬升的当下,Agent Teams或许才让能AI创作更接近它最初被期待的样子:

让创意「更轻」地抵达结果。

从产品形态到组织模式,Agent时代的企业叙事

落到美图这家公司内部自身,我们看到的则是一套横跨产品、商业模式、组织架构、市场落地的协同化叙事。

从早已落地的美图设计室、开拍,到本次影像节全新亮相的Picchi、Artflo、MVLAND,几乎全线产品都在同步奔赴同一条路径——

锚定真实创作全流程任务重构底层能力,完成从单点操作工具,到一站式交付成品成果的底层逻辑迭代。

18年前不让你苦修PS的美图,这次不让你苦修AI了图8

价值形态向结果交付不断收敛的同时,美图在商业模式上的变化,也在同步朝同「交付成果」方向靠近——

相较于行业内影像类产品普遍采用的订阅制,美图目前还在向AI算力点消费模式延伸。

用户不再被固定套餐绑定,而是可以根据实际创作强度,灵活购买算力点,或按具体功能进行单次调用。

订阅驱动转向任务驱动的结果,也开始逐步在数据上显现,2026年3月数据显示,美图影像与设计产品的AI算力点消耗金额较2025年12月增长59%。

对轻量用户来说,不必为了偶尔一次修图、做图、生成视频承担完整订阅成本;对专业创作者和商业用户来说,也可以把预算花在更复杂、更高质量、更高频的AI任务上,让每一次消耗都对应一次更明确的产出成果。

18年前不让你苦修PS的美图,这次不让你苦修AI了图9
AI生成

当产品从迭代功能走向交付成果,组织也就从层级驱动,转向更轻、更快、更贴近一线需求的协同方式—

当前,美图正从传统的成熟组织形态,加速转向AI创新组织

关于这点,在今年的美图影像节上,吴欣鸿谈到过去几年产品创新时,说过一个很现实的判断:

那就是美图真正感受到的压力,并不完全来自外部竞争。

在他看来,AI技术变化太快,很多时候难题会先回到公司内部,也就是组织能不能承接战略,能力能不能跟上AI技术的快速迭代。

这也是美图近几年持续调整组织方式的原因。

AI时代的团队,需要更小的单元、更快的反馈、更密集的试错,也需要让一线团队离真实需求更近一点。

据了解,目前美图内部已拆分出多个小型AI创新工作室,让团队以更接近创业单元的方式运转,每个小团队深挖用户在特定场景的需求,围绕具体AI方向快速试错与迭代优化,进而打造出更好的面向用户侧的成熟产品。

18年前不让你苦修PS的美图,这次不让你苦修AI了图10
AI生成

产品、商业模式与组织三端的加速,也让这家影像公司在市场侧「交付」出更有说服力的成绩单。

截至2025年12月31日,美图全球月活跃用户数达2.76亿,同比增长3.8%;付费订阅用户数达1691万创历史新高,同比增长34.1%;订阅渗透率则达到了6.1%。

在这过程中,美图也逐渐从一个提供单点工具的影像厂商,逐步蜕变为可提供系统性完整交付方案的行业先行者。

不知道大家还记不记得,2008年,美图大师上线的时候,国内修图软件几乎还是空白。

当时美图要做一款简单易上手的软件填这个空,它干的第一件事,就是把专业名词翻译成「大白话」。

美白、瘦脸、祛痘,替代白平衡、正片负冲、高ISO降噪这些让人望而却步的专业词。

值得关注的是,18年过去,同一套产品逻辑还在延续——

只不过这次,当整个行业还在教用户如何使用AI时,美图更想做的是让用户不用研究AI,也能获得想要的结果。

过去几年,行业总在强调AI素养、提示词工程,仿佛每个人都必须先学会怎么和AI打交道,才能真正用上AI。

但AI要真正走向大众,关键或许从来都不该是让用户适应产品的复杂性,而是让产品把复杂留在后台。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

—  —

🌟 点亮星标 🌟

科技前沿进展每日见

声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。 
AI
more
Liblib 打破中国 AI 应用层融资记录:打过仗的人,不迷信错位竞争
中国黑马狂赚3亿美金!国内AI应用断层第一,估值20亿美金
开发者冲爆了!全球前十AI Lab无限免费,一周烧出3.12万亿Token
卖马桶的卡了AI脖子,这是什么新时代爽文嘛?
3亿美元融资、20亿美元估值背后,中国AI应用跑出「产品矩阵」
Liblib 母公司完成近 3 亿美元融资,国内 AI 应用终于有了 “大标的”
突发!谷歌Gemini联席负责人,被OpenAI挖了
SpaceX吞下Cursor,马斯克狂补Coding:AI大战新重点定了
探访性爱机器人公司Somnia Lab:卧室里的性与AI|甲子光年
哈?Q1狂烧250亿!OpenAI财报泄露全网炸锅
Copyright © 2025 成都区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号