分类: 深度阅读

  • 游戏化包装YYDS?散步产品月入500万美元

    声明:本文来自于微信公众号 白鲸出海,作者:ElaineLi

    最近,笔者在 Threads 上频繁刷到一款游戏「Pikmin Bloom」的帖子,这是一款由 Niantic 于2021年推出的 AR 散步游戏。上线近5年后,关于「Pikmin Bloom」的讨论,在今年春天又火遍了整个Threads。

    ChatGPT Image  2026 年 4 月 24 日 16_57_03.png

    Threads 网友关于「Pikmin Bloom」

    的热烈讨论|来源:Threads 截图

    热度之外,让我们更加意外的是它的营收数据,AppMagic 数据显示,「Pikmin Bloom」在刚过去的4月份拿下了460万美元的月流水(应用商店分成后数据),相较于其历史平均水平,大概翻了一番。其中,该产品因为引发全民健走风潮,在中国台湾一个市场单月流水就超过了270万美元,同样是在 Threads 上传播发酵。

    要知道在散步这个赛道里,绝大多数的产品月流水连10w 美元都很难突破,「Pikmin Bloom」却通过游戏化,将散步的月流水天花板抬升了十余倍。

    PIKMIN2.png

    「Pikmin Bloom」自上线来的月流水变化 | 来源:AppMagic

    一、放不大的工具价值

    传统散步 app 并非没有需求,下载量不低,并且总能看见其冲入某些市场的下载总榜,但商业化天花板一直很低。

    以上线超过15年的 Map My Walk 为例,这款 app 主要提供实时 GPS 定位、里程计算、路线记录、数据分析等功能,但月流水一直在4万美元左右,难以实现突破。对很多普通用户而言,知道自己今天走了多少公里、消耗了多少卡路里,固然有参考意义,但提供这些常见功能的 app 太多,偶有一些微创新如加入散步返现、抽奖等机制,但增量价值不足以构成长期付费理由。于是,散步类产品往往能积累用户,却很难突破工具的限制,把一个大众都能参加的散步运动变成一个高消费意愿的场景。

    PIKMIN3.png

    Map My Walk 下载量和收入数据,

    数据截至4月22日|来源:点点数据

    直到,我们此前分析的「Walkfit」开始将散步这种低门槛运动,包装为某些弱势人群(例如老年人)的健身解决方案,将可有可无的功能,变成某类人群的痛点解决方案,上月取得了分成后75万美元(500万人民币)的流水,为散步的商业化打开了一道口子。(详情参阅之前选题《不赚钱的散步,移到室内,月入500万》)

    而「Pikmin Bloom」则通过特殊的游戏设计,将单纯的散步变成一段种花、打蘑菇、获得 Pikmin 的娱乐体验,探索的则是通过散步满足用户的另一种心理需求,并成功将人群扩展至更大范围。

    二、散步变成寻宝之旅,改变的是心理

    同样是以散步作为核心主题,在「Pikmin Bloom」世界中的散步活动,不是提供以健身为目的的功能价值,而是通过情绪反馈,将玩家的日常散步活动转化为结合视觉体验与社交链接的娱乐活动。

    和 Niantic Labs 大获成功的前作《Pokémon Go》一样,「Pikmin Bloom」也是基于任天堂IP打造的,但两者的设计理念截然不同。

    「Pokémon Go」是对战驱动的,玩家需要捕捉宝可梦、参与道馆对战,核心体验偏向硬核玩家。而在 Pokémon Go 大获成功之后,Niantic Labs 东京工作室游戏总监野村达雄开始设计自己理想中的下一款游戏:一款“支持日常生活”的产品——让上班路、上学路和日常散步变得更有趣。他选中了任天堂"Pikmin"系列中那些丑萌可爱、介于植物与动物之间的小生物,在原作游戏中,Pikmin 会跟随主角行动,天然适合成为一款“陪伴走路”的游戏角色。

    生于乡村,创造宝可梦GO

    秉持着“Pikmin 可能一直就在我们身边,只是以前看不见”的理念,Niantic 将散步打造成了一场寻找 Pikmin 之旅。与传统的散步 App 完全不同,「Pikmin Bloom」不会要求用户制定散步计划,也没有前作《Pokémon Go》那种复杂的世界观和对战场景。「Pikmin Bloom」的游戏门槛很低,玩家打开 App,出门散步,游戏就开始了。

    玩家在散步路上会得到花苗,只有积累实际步行步数,花苗才会逐渐成长。达成指定步数之后,可将花苗拔出,随机获得一只某种颜色的 Pikmin。这只 Pikmin 将会一直陪着玩家散步。

    PIKMIN6.png

    「Pikmin Bloom」中共有八种类型的

    Pikmin|来源:「Pikmin Bloom」

    这种随机掉落 Pikmin 的游戏设计,带给玩家开盲盒一般的体验,激发起好奇心和收集欲,促使玩家持续出门散步。在散步过程中,玩家与 Pikmin 的友好度会上升,友好度上升至四心,Pikmin 就会回到出生地,根据出生地特征转化为饰品 Pikmin,目前游戏的饰品种类已经超过1500种,包括拉面项链、理发工具、爆米花等。

    PIKMIN7.png

    网友收集的饰品 Pikmin 和活动纪念卡

    列表(部分)|来源:Reddit

    在收集欲的驱使下,散步不再是一种被目标驱使的自律活动,而是没有负担的“带着一群小精灵出门逛逛”而已。而这,是我们认为「Pikmin Bloom」获得成功的根本原因,收集、陪伴是游戏化的形式,更深层次的是在反人性场景做心理减负。

    散步可能已经是强度极低的运动之一,但它依然要求用户从舒适的家里走出去,不论是不作规划、打开即用,还是以收集精灵与饰品的价值感抵消运动心理负担,「Pikmin Bloom」都是在做心理减负。包括近年来大火的自律 App Finch,还是在饮食管理赛道后来居上的 BitePal,反人性场景做心理减负,已经成为很多产品获得成功的核心共性。

    2022年7月,Niantic Labs 曾经做过专门统计,在低门槛起步和游戏化设计下,「Pikmin Bloom」的用户平均每天走的步数比全球平均水平高大约10%。

    但不得不说,IP 与游戏化设计,将产品的流水抬高到了一个难以企及的水平,也许对于很多开发者来说望尘莫及,但依然有可借鉴之处。

    三、一个让玩家持续付费的闭环

    以往的散步 App 主要通过订阅来变现,卖的是训练计划、实时定位和心率数据分析等打包服务,但用户仍然需要靠自律去完成散步;而「Pikmin Bloom」则把散步包装成一场有反馈的娱乐体验,用收集、陪伴和成就感,消解了散步本身的心理负担。

    从游戏设计来看,「Pikmin Bloom」将散步转化成了持续的情绪反馈:上文提到的玩家散步路上随机掉花苗-累计步数变成 Pikmin- 达到好友度变身可收集的饰品 Pikmin 是一条路径;在此之外,还有一个种花模式,玩家在散步时会发现巨大花朵,玩家采其花蜜投喂 Pikmin,Pikmin 头上开花后,玩家取花瓣则可开启种花模式,种花模式开启时,花会在玩家周围盛开,留下彩虹般的轨迹。

    这些机制共同构成了一个“散步—收集—成长—再投入”的循环。而用户每一次出门,得到的不止是 Pikmin,还有新的明信片(后文解释)、新的花路和新的活动进度。散步,因此从工具类产品中价值感不足的活动,变成了一个令人在意与期待、能够不断获得反馈与获得感的游戏。而这种“在意”,正是后续商业化成立的基础。

    不过,用户开始在意收集,并不意味着商业化效率立刻变高。2021-2022年游戏上线早期,「Pikmin Bloom」主要通过金币和道具售卖变现,其功能包括加速种植、远程获取资源以及扩展存储空间等。由于玩家可以通过走路自然获得部分资源,付费更多发生在少数希望加速进度的用户身上。

    这些道具付费为游戏带来的收入有限,「Pikmin Bloom」上线前两周获得超过200万下载,但收入只有47.3万美元,RPD 为0.2365。这个数字说明,早期的「Pikmin Bloom」虽然有任天堂IP和Niantic 背书,但商业化效率并不高。对比 Niantic 之前的产品,Pokémon Go 前两周下载量为7500万+,收入约1.164亿美元,RPD 为1.552。

    真正提升商业化效率的,是后续 LiveOps 对收集价值的放大。

    2023年5月,「Pikmin Bloom」推出 Event Challenges 活动。玩家完成活动任务,可以获得花瓣、花蜜、金色幼苗等奖励;金色幼苗会长成限定运动鞋钥匙扣饰品 Pikmin,但活动不能保证玩家集齐全部7种 Pikmin。当玩家还缺少1种2种就可以收集齐全时,强烈的收集欲就会促使他们花更多钱来购买道具。针对收集需求,游戏还推出了 Event Premium Pass,提供额外花蜜和指定颜色的金色幼苗;以及 Special Mission Ticket,让玩家通过专属任务获得指定颜色的活动 Pikmin,帮助玩家更快集齐 Pikmin。

    PIKMIN9.png

    活动内容|来源:「Pikmin Bloom」

    据 PocketGamer 的分析,「Pikmin Bloom」月下载量从2023年到2025年,由10万提升到24.7万。游戏的月下载翻倍增长,收入增长更是超过4倍,主要原因就是 Event Challenges 等 LiveOps 活动的上线,显示出游戏变现机制的不断成熟。

    值得一提的是,游戏还提供明信片分享功能,可以理解为游戏的自动“打卡”功能。只要玩家摧毁蘑菇,就会获得相应“打卡地”的明信片。这种设计成为了游戏价值感的“放大器”,不仅会吸引更多潜在玩家,也能通过满足玩家的展示欲和成就感提升游戏黏性。

    在 Threads 上,来自许多国家的玩家都会互相分享明信片。这让玩家的散步日常变成了一种可展示的生活方式内容,也在玩家间形成了沟通的联结。正因为如此,「Pikmin Bloom」才能在 Threads 上形成扩散:它分享的不仅仅是完成一条散步路线的成就感,还有新收集的 Pikmin、新发现的一条漂亮路线,以及这背后蕴含的积极幸福的生活状态。

    PIKMIN12.png

    一位玩家在 Threads 上分享明信片

    互动带来的疗愈感|来源:Threads 截图

    写在最后

    从 Duolingo、Finch 到 BitePal,通过“养宠”,不仅可以帮助人学习语言、健康生活以及健康饮食,「Pikmin Bloom」也通过“养 Pikmin ”,来促进人们走出家门、爱上散步。

    对于工具型 App 来说,将产品进行游戏化设计,是一条行之有效的破局路径。

    但不是所有的游戏化设计 App 都能成功。

    Niantic 另一款 AR 养成游戏 Peridot 就提供了反面案例:它有更炫酷的虚拟宠物和 AR 技术,却因为耗电、氪金压力等问题,让玩家感到麻烦且疲惫。上线两年多后,Peridot 分成后总收入仅约290万美元,已于今年5月14日停服。这也说明,游戏化并不等于堆技术和玩法,关键仍是能否降低用户负担、提供持续价值感。

    复盘「Pikmin Bloom」的增长路径,可以发现一条清晰的脉络:先用 IP 和低门槛设计完成心理减负,将反人性的自律转化为娱乐体验;再用收集、陪伴等机制提供情绪价值,增强用户粘性;最后通过限时活动激发玩家收集焦虑,将情绪投入转化为稳定的付费行为。这套“心理减负→留住用户→变现”的策略,比 IP 本身更难复制,也更具启示意义——尽管是低消费场景,通过独特包装提供充足价值感,也能创造出远超工具价值的商业化空间。

    而我们下周更新的选题,也发现,这条路,不止是 IP 方才能走通,感兴趣的读者可以关注。

  • 模型即审美:生图模型们正建起自己的“视觉方言”

    声明:本文来自于微信公众号 硅星人Pro,作者:赵舟辰

    最近在测试各种AI生图模型的时候,我们发现了一个现象:同样一个提示词,丢给不同的模型,出来的图片风格差异大到像是出自不同摄影流派。

    Image-2生成的图就像我昨天随手拍的,但Nano Banana生成的图感觉像某个家居品牌的广告大片。有些模型执着于捕捉现实的每一丝瑕疵,有些则痴迷于把日常场景变成精致的艺术品。这背后反映的不是能力差别,而是每个模型对"什么值得被看"有了不同的商业假设。

    这就是"模型味",也就是这种模型特点的底色——一种被量化、被大规模复制、正在成为下一代视觉内容底色的审美偏执。

    Image-2:隐藏于真实世界的间谍

    Image-2的核心逻辑很简单:放弃所有摄影技巧,只生成人眼真实看到的样子

    从商业角度看,这意味着最低的视觉加工成本。

    下雨天的公交站不需要电影级打光——就是淅淅沥沥、萧瑟的样子。

    吃了一半的外卖不需要精修——油腻、不怎么美观就是它的真实成本结构。

    深夜的便利店黑漆漆一片,只有711亮着灯的诡异感。

    垃圾桶周围天色微微沙尘,柏油马路有些年头的感觉。

    城中村那种根本没有管制,小商小户们一起在小小地方无规则的拥挤的感觉非常真实。

    这些"不完美"其实是成本最低的表达方式——因为它们就是现实本身。

    阳台的晾衣杆虽然有点穿帮,但是那种黑云压城城欲摧的低气压感表达的很到位,那些现实的瑕疵、不规则感,别的模型可能视为缺陷要修正,Image-2却把握得很到位。为什么?因为这些不规则本身就是真实的证明,也是最省算力的渲染方案。它不会给你打光、调色、精心构图,它就是你的眼睛——你瞥到什么,它就生成什么。

    这就是Image-2的商业密码:看它的输出,你的第一反应永远是"这好像是我昨天看过的",而不是"这是AI生的"。它成功地把自己隐没在了日常生活里,成为最隐形的摄像机。对于需要大量真实素材的产品(比如Adobe的设计工具),这种"不被认出来"反而是最大的价值——用户不需要二次加工,直接可用。

    Nano Banana2:楚门世界的艺术总监

    Nano的逻辑完全相反——把现实变成一个被精心摆拍的世界,让每一个物体都配得上被凝视和转化

    同样是垃圾堆,Image-2给你的是真实的脏乱臭味,Nano给你的是一个艺术布景。

    一杯水在Image-2里是一杯普通的水,在Nano里就是摆在这里要拍轻松闲适氛围的广告道具。

    半个西红柿不是随便切的——二十精挑万选、打了面光、喷了水、特意固定了位置。

    一块泥巴也是,有人找了平整的土地,喷了点水,团了一把泥巴,塑了塑形,摆到正当间,调整了构图才拍的。

    这个刚起床的卧室根本毫无睡了一夜的杂乱感,而是感觉这是一个卧室家居用品的广告拍摄现场

    这几张塑料拖鞋,生锈的铁钉,洗手台上的肥皂,都有一种精心的摆拍感

    这不是无用功。Nano Banana的核心商业假设是:如果要大规模生成内容,不如直接生成"已经被设计过的现实"。对Google的Cosmic这样的web端产品来说,这意味着素材可以直接用,无需二次打磨。售楼处的宣传图就该这样——精致、无暇、充满了"生活在这里很舒服"的心理暗示。这是一种更直接的商业转化逻辑。

    Nano Banana 的世界观很清晰:本该自然无序的一切,都被调教得更适合被观看、被欣赏、被购买。这是一个过度设计的乌托邦,也是互联网产品想要呈现给用户的那个理想世界。

    豆包/即梦:不太全能的情感阐述高手

    字节系的这两个模型遇到了一个典型的商业难题:把大部分算力投给了人物情绪和面部特征,其他维度的成本控制就显得很吃力

    优势很明显。望着窗外的女孩那张,舒适和惬意表达得精准。

    流浪猫那张,把可怜无助、还有点惧怕人而保持一点攻击性的感觉表达得很精确。这种对人物细微情绪的洞察力在竞品中很难复现。对于需要"打动人"的内容场景(比如短视频封面、社交媒体素材),这种能力是真正的稀缺资源。

    但短板也很直白。色调比较浓重,暖调和冷调十分失衡。最能暴露问题的是光影处理——光线要么极度强烈,要么几乎没有光影。影子一多了,豆包就干脆只精心生成有光线的地方。在生成智能手机、旧书店角落、黑咖啡这些图片中,这个成本分配的不均衡表现得最突出。

    桌面橘子这张图片的背景处理问题更严重。纵深感表达不好,有一种背景要翻上来的感觉。最极端的是智能手机那一张,背景直接变成大白板——这样手机这种狭窄的光影才能比较不费算力地生成。还有个有意思的现象:豆包过于爱渲染"氛围",有时会按照自己对"氛围"的理解去改写你的需求,而不是真正听你的。

    这其实反映了一个更大的问题:当模型在某个维度投入过多,就会被迫在其他维度做出妥协。字节的选择是用"情感打动"来补偿"场景还原"的不足,这在内容创意场景可能有效,但在需要全方位精致度的场景就会显得单薄。

    可灵:追求帧帧充满故事感的好莱坞导演

    可灵作为短视频的主力生成工具,遵循的是完全不同的商业逻辑——每一帧都必须在讲故事

    所有的图都被放置在了一个已有的世界观或语境里,每一个画面都在暗示:接下来会发生什么。这种"预叙事"能力体现在细节里。正在系鞋带的男人,你一看就感觉他发现你在看他了。走廊尽头那张,透视感极强,感觉是高档酒店的短剧现场,你能想象有人会从那头走出来。地下停车场给人安静的诡异感,下一秒灯就会从远处一个个快速熄灭。

    这种故事感体现在对摄影技巧的精准运用上。掉在地上的雨伞用侧逆光、死角做了黑暗虚化处理,像案发现场证物。后视镜里的眼睛,构图压迫感极强,直接聚焦在后视镜。空荡的地铁车厢调色真实到电影级别,有《黑客帝国》的感觉。

    可灵的成本结构是:用光影、构图、虚化、调色等所有摄影语言服务于叙事,把静止画面转化成正在展开的故事。这对短视频、游戏角色、广告创意这类"需要视觉冲击"的场景是理想的。但如果你只是想要一张干净的产品图,可灵会强行给你加上故事性——这种"过度设计"在某些场景反而成了负担。

    使用越多,越会发现今天各个模型都有了它自己的一套视觉“方言”,而这些视觉语言都是审美的直接反映,模型逐渐在审美品味上直接区分开来。

    而除了各种数据和训练方法带来的审美不同,选择不同模型时,还有不同的成本考量。

    需要真实/电影级素材用Image-2——现实感强,瑕疵本身就是素材,省去了后期精修的成本。需要3A游戏场景或房屋中介宣传图用Nano Banana2——那种真实华丽但又一眼看出不是现实的感觉,正好适配售楼处"理想化呈现"的成本结构。需要表达人物情绪和面部特征用豆包或即梦——这两个模型在"情感转化"上的成本最低需要游戏人物或短视频素材用可灵——叙事感和视觉冲击力的ROI最高

    这都会使得接下来AI生图的竞争从"谁更强"转向"谁的味儿更对口"。而且,这种视觉倾向和偏好在使用中会再被加强,形成一个个风格的闭环。最终,最多用户的几个主要的模型很可能会一起改变人们对于审美的最根本理解。

  • 豆包开启付费模式:AI搞订阅,行得通吗?

    声明:本文来自于微信公众号 TopKlout克劳锐,作者:苏门

    五一假期,国内AI圈来了一记惊雷。

    豆包App Store页面悄然上线付费版本服务声明:“为更好地服务专业用户,豆包将在免费版基础上,推出包含更多增值服务的付费版本。”

    标准版68元/月、加强版200元/月、专业版500元/月——三档价格清晰明了,并同步给出了包年优惠。

    图片

    图源豆包App Store页面

    虽然官方口径颇为克制,强调“仍提供免费服务,付费仅为增值探索,细节尚在测试中”,但在社交媒体上,却掀起了巨大的波澜,大量网友涌入豆包抖音号评论区留言。

    图片

    图源豆包抖音评论区

    坐拥3.45亿月活,用户断层式领先的豆包,已经通过免费模式积累的海量用户,为付费转化提供了庞大基本盘。

    虽然大家都在吐槽收费这一行为,但热议也印证了豆包的火热。毕竟,大量职场人、创作者、学生已形成使用习惯,只要付费能解决更多难题,自然存在“免费转付费”的潜在空间。

    但是,豆包的这一行为,也直接将国内AI行业的核心争议摆上了台面——AI订阅,在国内真行得通吗?

    从“抢用户”到“赚利润”

    AI行业不得不走的一步

    过去两三年,国内AI大模型与应用深陷“跑马圈地”的逻辑:

    • 谁免费、谁好用、谁更新快,用户就流向谁;

    • 拼算力、拼参数、拼功能,主流AI大厂鲜少谈及盈利;

    • 普通用户习惯“白嫖”,认为AI理应像搜索、社交工具一样永久免费。

    然而,AI与其他互联网产品有着本质区别。

    算力与Token消耗是真金白银的成本,且各大AI产品短期内很难像搜索引擎或短视频APP那样,通过广告、电商等靠流量变现。

    复杂的文案、PPT、数据分析、视频生成,背后都是海量计算与推理开销。用户越多、场景越重,成本便呈指数级攀升。

    就算字节跳动体量再大,也难以长期“用爱发电”。

    据接近豆包人士透露,此次付费功能将集中在PPT生成、数据分析、影视制作等高算力消耗场景,本质上是将成本与价值重新挂钩。

    • 免费版:守住基本盘,满足日常轻量需求。

    • 付费版:聚焦高算力消耗的“重度生产力”场景。

    逻辑很直白:用免费守住基本盘,用付费提供高价值能力。

    收费的合理性

    先算三笔账

    尽管舆论场上有质疑声,但抛开情绪看,豆包的付费探索在商业逻辑上是成立的。

    成本账:AI不是慈善,算力每一秒都在烧钱

    大模型运行至少要付出算力、研发、服务,还需要线上线下营销推广的费用。

    价值账:既然成了生产力工具,用户就该为效率买单

    十年前,视频会员、音乐会员、网盘会员曾被骂“吃相难看”;可现在年轻人几乎人手数个订阅。

    这是为啥呢?

    一方面,版权收紧使得免费内容获取愈发困难;但更重要的是,大家想通了,省时间、提效率、保体验,就值得花钱

    如今AI已成为新一代生产力底座,虽然很多AI内容仍有问题,但在你我身边,AI的重度使用者比比皆是。

    当AI可以产生实际价值,收费是必然的趋势。

    竞争账:不收费,是对行业不负责任

    国内AI尚处同质化阶段,用户迁移成本极低。一旦某家率先大规模收费,但体验未形成显著优势,用户便极易流失。

    豆包敢在此时先行试水,确实需要很大的勇气,但也恰恰说明:

    1. 豆包的模型能力已能支撑一定的可感知的付费价值;

    2. 平台判断用户付费意愿已跨过临界点,愿意为确定性的效率提升买单。

    尽管「克劳锐」不知道正式付费后,豆包将收获多少收入或流失多少用户,但国外的GhatGPT、Gemini,国内早期的文心一言、现在的Kimi都有会员模式,更不要说更垂直的MiniMax、可灵AI、即梦AI等。

    从这个逻辑来看,豆包收费也是理所应当。

    图片

    图源Kimi官网

    困难与挑战

    虽然收费有很强的合理性,但执行起来未必顺利。

    豆包要面临的,是用户心智、价值匹配、成本倒挂、竞争挤压等核心困境,短期必然难以取得成效。

    而且对绝大部分豆包用户而言,本次收费虽然并不会涉及到他们的使用,但依旧会有相当一部分人,因为这件事对豆包产生负面评价。

    毕竟,很多用户听到“付费”就抗拒,他们会坚定的认为,就算今天不收钱、明天也会收钱。

    再有,收费还要面临是差异化不足、替代成本低的问题。

    当前,国内AI市场同质化严重,主流AI产品提供的功能都类似。深度使用者或许已有自己的喜好,但很多刚入坑的AI探索者还没有那么懂。也许,这其中的一部分在付费后,会对AI提供的能力失望。

    这自然就引入到了下一个问题。

    收费本身并不可怕,可怕的是收费却不提质。

    豆包的付费模式成功的核心只有一条——付费用户能否明显感受到“更值”。

    如果付费版本能力更强、速度更快、服务更稳,自然会有用户心甘情愿买单。可如果没有达到这个效果,还可能对品牌口碑产生巨大的影响。

    不过,「克劳锐」还是希望大家能以正向视角看待这件事,不要一味唱衰。

    对于AI产业而言,我们的眼光需要放长远一些。

    如果豆包这类巨头产品一直免费,对这个行业的所有玩家、用户来说,一定不是好事。

    结语

    不管我们愿不愿意承认,AI付费,本质是行业走向成熟的开端。

    回归常识,好服务有价,高能力有价,高效率有价,本就是顺理成章之事。

  • 字节腾讯扎堆入局AI恋陪,女性向游戏要变天?

    声明:本文来自于微信公众号 Tech星球,作者:张宁洢

    游戏界打开AI新市场,作为近年来异军突起的女性向游戏赛道同样也开始引入AI。

    女性向游戏已经在大众视野中崭露头角。伽马数据发布的《女性向游戏调研报告》显示,女性向游戏近年来成为游戏产业增长最快的赛道,展现出显著的商业潜力与市场拉动作用。2024年中国女性向游戏市场规模达80亿元,同比提升124.1%,增速远超行业平均水平。

    从去年起,腾讯、米哈游、网易等游戏巨头公司均开始投入AI游戏,对于近年来各个大厂加速布局的女性向游戏来说,拥抱AI也成了大势所趋。用户体验和个性化定制是女性向游戏的重中之重,AI的长期记忆和精准输出完美适配了这类游戏的需求。

    因此,女性向游戏其实早已注意到了这个风口,在AI文游和AI陪聊方面耕耘已久。去年年底开始,更是掀起了一大批3DAI乙游的风潮,成为不少创业公司的新选择。大厂也加速布局AI女性向游戏

    女性向游戏,是否已经全面走向AI恋爱陪伴时代?

    3.8妇女节封面图 女神节海报

    大厂扎堆布局

    在女性向游戏突飞猛进的几年中,大厂纷纷下场,基于自己的大模型优势,推出不少AI驱动的产品。这些游戏的受众,不仅包括了传统女性向游戏玩家,更是囊括了多种小众爱好群体,进一步拓展了市场。不过,几个大厂的产品虽然底层逻辑有共通之处,但都有所侧重。

    关注该赛道最早的是字节的“猫箱”,于2024年3月12日上线,最初名为“话炉”,同年4月11日更名“猫箱”,由字节内部团队Flow开发,底层则是基于豆包大模型。“猫箱”的内容偏向于AI角色创造与互动,玩家可以通过关键词自定义创建AI角色,并与之对话。

    猫箱的收费模式,是典型的免费下载 +“应用内购买”应用,通过“VIP订阅”和“虚拟货币”并行变现。其会员月卡为30元/月,与市面上的传统乙游月卡处在同一水平线,比如恋与深空月卡同样为30元/月。

    猫箱上线后的数据,验证了字节布局这一赛道的先见性,七麦数据显示,截止2026年4月29日,累计下载量为2.46亿,2024下半年为其高速增长期 ,用户量曾一路高歌猛进,MAU(月活跃用户)从8月的307万骤增到12月的688万。

    但从2025年1月到5月,用户数据曲线开始掉落,苹果端月下载量从1月的264万暴跌至5月的61万,DAU(日活跃用户)也从59万下滑至49万。

    基于此现状,猫箱在不断升级用户体验。最开始的“猫箱”更像是一个单纯的AI陪聊软件,但随着大模型技术的不断完善,开创了更多玩法。从最初只有文字对话,升级为语音对话加电话聊天的方式,还上线了故事编辑器和视觉化生成器。

    在此之后,2026年1月28日,由金山世游代理的“卿卿我我”App也正式上线,该App是海外产品LoveyDovey的中国版,与猫箱相似,“卿卿我我”也同样偏向人物创作,既有官方角色也有自创角色,主要通过口令创作记忆体。据玩家反馈,“卿卿我我”App在AI记忆力方面一骑绝尘。

    与猫箱不同,“卿卿我我”的核心收费逻辑是按聊天的“句数”计费,消耗的虚拟货币叫 “果酱”,发送一条对话消息,需要花费5个果酱,当好感度足够时,查看角色的内心想法,也需要花费5个果酱。

    其海外版appLoveyDovey是整个亚洲市场创收效率最高的AI陪伴产品之一,年化订阅收入约1698万美元,所以“卿卿我我”此前已经积累了一大批粉丝,国内版上线后,初始玩家量相比其他App具有优势,但目前赛道竞争激烈,其商业化之路及能否复制海外版的成功,尚需时间和市场验证。

    腾讯于2026年1月上线的“上头蛙”微信小程序,与上述两个产品不一样,它是以AI剧情创作为主,玩家可以通过AI的协作创造出专属的互动剧情,其创作模式包括自由模式、世界模式和CP模式等。

    该游戏能够进行脑洞延伸和剧本杀创作,玩家能够制作专属的悬疑故事、无限流剧情等,AI能够为玩家生成随机灵感,也能够根据关键词和题材选择自动生成相应文字,在这个过程中,玩家可以随意修改剧情走向,其互动性成为很多玩家喜爱的原因。

    同时,该游戏还能在影视剧、动漫等现有作品基础上二创作品,玩家可以进入自己喜欢的作品区与其他玩家交流共创。

    “上头蛙”本质上是AI文游、AI陪聊与AI社交的结合,将多种玩法结合到同一个小程序中,涉猎群体较广,除了传统女性向游戏玩家,还吸引了一批小说爱好者、同人文爱好者、OC(原创角色Original Character)创作者、追星族等。

    由于“上头蛙”由于还处在内测阶段,其付费模式尚未正式公布,现阶段,其虚拟社交货币为“蛙蛙能量”,仅能通过完成互动任务和推广活动(如将小程序分享给好友)等方式获取,用来兑换相应的增值服务。

    这几种不同方向的女性向游戏,见证了大厂近年来在AI女性向游戏上的发展逐渐深入,从AI陪聊到AI文游,再到结合社交的全类型游戏,模式创新加上技术升级,不断拓展AIGC与UGC结合的创作边界。虽然,目前体量不足以成为大厂游戏产业的新增量,但未来市场的扩展空间值得期待。

    3D AI乙游成下一个创业风口?

    目前,女性向游戏使用AI的方向大多数还是以AI文游和陪聊为主,但这些产品不能称之为真正意义上的乙游,没有多位固定男主角,没有确定的主线剧情。而3DAI乙游的出现则是让女性向游戏中的主力军——乙女游戏也打开了AI的大门。

    这类在传统3D乙游的基础上,使用了全方面AI驱动,与传统乙游的既定故事剧情不同,支线剧情走向可以用AI生成更具个性化的定制剧情,而且与角色的对话也不再是固定语句,而是可以实时聊天互动,由被训练好的AI针对不同玩家进行不同的回复。

    一位参与多个3DAI乙游内测的玩家告诉Tech星球,这类游戏和传统乙游最大的区别就是自由项极高,跟他们聊天的时候,所有的东西出发点都在于玩家本身,是传统3D乙游和AI陪伴产品的结合。

    从2025年3月3DAI乙游《如意情探》发布内测预告后,一大批同类型的游戏纷纷上线,到现在为止,《恋恋终序》《无限谷》《EVE》等游戏均已上线。

    这些游戏来自不同的初创团队:比如《恋恋终序》来自LumiTopia;而《EVE》来自自然选择,该公司于2026年初,获得了由阿里巴巴、蚂蚁集团、启明创投等机构投资的超3000万美元(约2亿人民币)融资,备受资本看好,而在这之前就已获恺英网络战略投资和头部美元基金的天使轮融资。

    这些团队的制作人和技术人员有不少来自腾讯、网易等游戏大厂,或有着多年游戏制作经验,不仅对乙游市场极为熟悉,而且对AI技术有着精准的掌握。

    这类游戏的付费方式则比较独特,以《EVE》为例,其核心付费为分级订阅:初心卡为68元/月,能立即获得1360通讯费,每日可领取探寻凭证1、星币100;暖心卡 为128元/月,立即获得2560通讯费与星币200;倾心卡为328元/月,立即获得6560通讯费与星币600。

    玩家则通过通讯费获得与角色对话的机会,提高好感度。比如,普通消息1点,深度模式或查看内心想法消耗则大概需要2点/次。据玩家反映,此类游戏性价比较低,要开启恋爱模式就需要花将近800轮聊天。

    现阶段,玩家对于AI乙游的关注度是很高的,数据显示,《恋恋终序》在仅开放两位男主、提供部分主线内容切片,且几乎不设新手引导的情况下,仍取得了相对可观的用户留存表现——次日留存高达73%,第三日留存为68%。而4月10日上线的《EVE》,首日就冲上iOS免费榜第二。

    目前,越来越多的3D AI乙游不断涌现,已经成为游戏人创业的新风口。

    AI女性向游戏能否取代乙女游戏

    AI女性向游戏如火如荼的当下,传统女性向游戏会被代替吗?一位玩家告诉Tech星球,至少目前来说,并没有一款非常好的AI游可以打败传统乙女游戏。

    AI的弊端无法被忽略。上述玩家告诉Tech星球,AI女性向游戏目前存在很多问题,比如前期对话非常僵硬,能明显感觉到对面是个AI,而且初始好感度极低。“我为什么要花钱去跟一个对我爱答不理的人聊天?更何况建模也一般。”

    这类游戏在剧情创作上无法达到传统乙游的水平,由于资金投入和打磨时间的限制之下,3DAI乙游在故事线和剧情质量上与大厂传统乙游有很大的差距。

    而且,AI的“人格稳定性”堪忧。 AI虽然可以被训练,但无法像传统乙游那样,让男主角的每一句台词、每一个微表情都经过人工的反复打磨与斟酌。许多玩家都在社交平台上反应了AI角色的下头行为,比如,AI有时会把自己和主控(玩家角色)搞混,有时已读乱回,而一旦指出它的错误,它还会为了自圆其说而狡辩,同时,它的记忆很差,经常前言不搭后语。

    视觉层面也让不少玩家觉得敷衍,建模不稳定被普遍诟病。部分角色动作僵硬、表情失真,甚至出现了与市面上其他知名乙游角色“撞脸”的情况,在版权方面出现了极大争议。

    AI女性向游戏在技术与内容上的“缝合感”还是非常明显,到目前为止,这类游戏在剧本精致程度和人设稳定程度上还无法与传统乙游匹敌,而在AI深度陪伴上,也并未能完全满足玩家需求。

    由于AI存在的问题,这类游戏并没有走向可复制的道路,目前大厂更多还是在AI陪伴和AI社交方面的女性向游戏上涉猎,创作AI乙游依然难度较大。因此,传统女性向游戏依然占据着女性向赛道的主要市场,AI并未真正撼动其地位。

  • 618新战场!千问打通淘宝,AI爆改电商

    声明:本文来自于微信公众号 新播场,作者:场妺

    电商行业的AI大战,正式进入白热化阶段。

    不久前,阿里甩出重磅动作:千问大模型全面打通淘宝。

    如今,用户现在在框聊天,就能完成商品对比、挑选、下单全流程;同时淘宝内嵌千问,上线AI试穿、AI省钱等实用功能。

    踩在618大促关键节点,巨头们加码AI,不仅把电商内卷拉到新高度,更暗藏一个颠覆性变化:传统“人找货”“货找人”模式被打破,商品推荐权正式移交AI。

    然而,当AI替我们做购物决策,又是否会催生新的问题和挑战?

    对话框=完整购物链路?

    千问打通淘宝后的真实购物体验,到底怎么样?

    我们上手实测,直观感受到AI重构购物流程的完整变化。

    日常购物中,许多往往只有模糊的消费想法,不清楚具体选购款式,而千问打破了传统电商生硬的搜索推送模式。比如,用户在对话框输入“想要一双运动鞋”这类指令,平台会主动询问使用场景、预算区间,一步步帮用户梳理细化需求。

    在明确需求方向后,千问会划分出高性价比款、专业运动款、百搭日常款等不同品类,每一类商品都附带直达链接,点击即可进入选购页面。

    图片

    针对消费者最头疼的比价、查测评难题,千问依托淘宝实时平台数据,筛选市场认可度更高的优质商品,清晰标注每款产品的型号、核心优势、适配人群与参考价格,甚至会整合B站等第三方平台的博主实测视频,省去用户跨平台搜集测评、反复做功课的时间。

    推送逻辑上,千问也更贴合人性化思维,区别于死板的机械分发:运动鞋、服饰这类尺码版型差异大的非标品,优先推送商品合集页,留给用户自主挑选的空间;水杯、日用品这类规格固定的标品,则直接附上购买链接,实现一键下单。

    在交易流程上,整套购物操作实现无跳转闭环。从下单付款、查询物流,到售后退换货、开具发票、对接店铺客服,全部服务都能在千问APP内完成,无需反复切换淘宝APP,操作流畅度大幅提升。

    图片

    综合实测体验来看,千问真正打通了种草—选品—下单—售后的全链路AI购物闭环,仅凭简单对话,就能完成完整的消费流程。

    除了千问端的功能升级,淘宝APP也完成千问内嵌布局,用户只需在首页输入“AI”,点击右上角AI助手,便可解锁AI问答、AI试穿、AI种草、AI省钱等多项实用功能。

    回望千问的发展轨迹,阿里的生态布局野心清晰可见。

    春节前,千问就已接入闪购、飞猪、高德、支付宝,覆盖外卖、打车、出行等生活场景;此次与淘宝深度打通,正式补齐电商购物短板,实现衣食住行玩全场景全覆盖。

    对普通用户而言,多平台来回切换的繁琐操作被彻底简化,一个应用就能满足各类生活需求,便捷度显著提升;而站在阿里的视角,这意味着用一个对话框牢牢锁住用户全场景生活轨迹。

    据QuestMobile数据显示,截至2026年3月,千问月活达1.66亿,稳居行业第二,这批高活跃度用户是阿里生态中消费转化潜力最强的人群,也推动千问从单一AI工具,升级为阿里体系内的超级流量入口。

    AI“爆改”电商

    阿里并非唯一押注AI电商的巨头。

    此前,字节豆包上线“帮你选”AI购物功能,标志着两大互联网巨头双双完成AI购物闭环搭建。

    如今,AI不再是电商行业的辅助工具,而是深度渗透选购、穿搭、优惠、服务等核心环节,从用户消费到商家运营,全方位改写行业规则。

    在AI导购层面,千问与豆包逻辑趋同,适配普通人模糊的消费表达,用户输入“头戴降噪耳机”这类宽泛需求,AI会快速筛选多款竞品,直白对比价格、核心功能,还能根据用户选择不断优化推荐逻辑,实现越用越懂用户的个性化服务。

    针对线上穿搭盲买、实物踩雷的行业痛点,淘宝内嵌的AI助手推出AI试穿功能,用户上传全身照即可实时预览服饰上身效果,不仅支持新品试穿,还能自由搭配购物车、收藏夹、历史订单内的服饰,满足穿搭组合预览需求。

    这项功能依托淘宝40亿商品库与二十余年真实购物场景数据,精准拿捏大众潮流趋势与个人穿搭风格,搭配建议专业且贴合日常需求。

    恰逢618大促节点,复杂的满减、优惠券规则向来是消费者的购物痛点,而AI省钱功能完美解决这一难题。平台会抓取用户浏览、收藏、下单等行为数据,自主跨店比价筛选优质好物,同时整合百亿补贴、平台优惠券等全部优惠资源,测算并生成最优凑单方案,一键完成领券、凑单操作,省去人工算账的繁琐流程。

    图片

    AI电商的红利不止面向消费者,也为商家降本增效提供强力支撑。

    4月30日,阿里上线商家专属智能工具——全新AI店小蜜。相较于传统机械化AI客服,它能够精准识别高意向消费人群,主动推送尺码参考、关联搭配商品;面对退款订单,还能智能发放优惠券协商挽留,有效提升店铺成交率。

    与此同时,AI试穿功能大幅提高用户购物确定性,减少实物不符、穿搭不适导致的退货问题,从源头降低商家退货率,压缩运营成本。

    电商巨头筑“新墙”

    AI购物体验持续优化,消费便捷度拉满,但在行业繁华表象之下,诸多隐形隐患正在逐步显露。无论是平台商业模式、行业竞争格局,还是中小商家生存环境,都面临全新考验。

    从平台盈利逻辑来看,广告始终是淘天集团与抖音电商的核心收入来源,这也催生了无法规避的行业矛盾。

    倘若AI完全依据用户喜好、消费数据做客观推荐,平台广告投放业务必将受到冲击;而若允许商业广告介入AI推荐链路,AI种草、智能比价的公正性便会大打折扣,违背用户对AI客观选购的核心诉求。

    对于这一行业痛点,互联网产业分析师张书乐明确表示:AI购物必然直面GEO(生成式人工智能优化)问题。

    简单来说,未来会有大量商家针对性给大模型“投喂”优质数据、优化推广话术,通过技术手段引导AI优先推荐自家商品,造成推荐结果失真,久而久之拉低用户消费体验,损耗大众对AI导购的信任度。

    而巨头同步搭建私有化AI购物闭环,本质是一场激烈的流量争夺战。

    阿里、字节将用户消费行为、偏好数据牢牢锁定在自家生态内,中小平台被彻底隔绝在AI流量体系之外,头部平台的垄断优势持续放大,行业竞争格局愈发固化。

    商家层面同样出现明显分化,AI看似为所有商家提供平等曝光渠道,实则暗藏技术门槛:大品牌、大商家拥有充足资金与技术,可专业做GEO优化,持续向大模型推送优质数据,更容易被AI捕捉并优先推荐;反观产品优质、性价比更高的中小商家,缺乏优化技术与运营成本,很难进入AI推荐视野,流量差距不断拉大,生存空间持续被挤压。

    如今AI电商高速发展,各大平台都在想方设法让用户“买得更快、买得更省心”。

    但纵观行业现状不难发现,AI电商真正的难题,从来不是优化下单流程、叠加趣味功能,而是在精准推送、商业广告、公平公正三者之间,找到平衡的突破口。

    AI购物时代已然来临,这场电商变革,究竟会造福消费者、激活行业活力,还是沦为巨头博弈、流量内卷的工具?一切还有待继续观察。

  • 超3.8亿播放,198元起拍,“机车落地签”成重庆新特产

    声明:本文来自于微信公众号 新榜,作者:哪吒

    来重庆不拍一套“机车落地签”,算是“非法入庆”吗?

    傍晚8点,夜幕已至,却是南滨路在一天中最热闹的时间。

    补光灯在路边一字排开,三脚架后站满了摄影师,一辆辆摩托车停在路边,等待着游客们跨上后座,完成一场属于重庆的“落地签”仪式。

    所谓重庆“落地签”,是网友对重庆机车约拍的调侃。

    这类约拍视频的核心元素,包括固定的南滨路打卡机位、统一的“抱飞”镜头和比心动作,以及汪苏泷版《爱丫爱丫》副歌BGM。

    因为视频中被抱着翘起双腿的抽象动作、在机车上对着镜头比心的拍照姿势,以及随机车行驶而飞速移动的山城夜景,这股“落地签”打卡潮不仅吸引着普通游客,还让刘晓艳、郑恺、痞幼等明星网红纷纷前来“打卡办签”。

    其中刘晓艳的视频热度最高,在抖音点赞数超271万,转发超277万。网友不可置信地看了一遍又一遍,留言称“诡异程度堪比我在网吧碰到我妈,我妈还问我打游戏怎么还不上号”。

    据新榜编辑部统计,在抖音平台,话题#重庆落地签下相关视频的播放量超3.8亿次。

    图片

    现如今,“落地签”打卡视频越来越抽象,打卡者已经跨越物种,重庆机车后座正在迈进“瑜伽裤时代”。

    除了真人拍摄的重庆机车视频之外,还有雪王、瑞幸等品牌人偶,豆包AI的经典皮肤也都对着镜头比心。

    骑手师傅还相当有安全意识,即使摩托车后座坐的是空调外机,也要煞有介事地戴上头盔。

    图片

    即使没有机车,老艺术家也能借助精湛演技,无实物办理“落地签”。

    袁和平导演、吴京主演的电影《镖人》在重庆路演期间,二人现场无道具、无剪辑、无重庆夜景,凭空演绎了一套机车小视频。

    一则小视频,让看到的网友无不瞪圆了双眼赞叹一句“老戏骨”。

    重庆“机车落地签”的爆火,也引发了城市间的文旅比拼。

    厦门、长沙、上海、西藏、绍兴等城市的本地拍摄团队,纷纷在互联网上发力,推出融合自身城市特色的“落地签”类旅拍项目。一场围绕城市特色旅拍的竞争已然打响。

    那么,“落地签”这种特色旅拍方式是如何走红的?热门视频都有哪些类型?这又能给城市文旅宣传带来哪些创作参考?

    超3.8亿围观,

    重庆“落地签”到底有谁在拍?

    “还是那句话,谁来了重庆都得这套!”

    重庆新三件套,从小面火锅麻将,变成了到南滨路坐机车、去李子坝“吃轻轨”、在洪崖洞迷路。

    据新榜旗下跨平台社媒传播监测平台声量通统计,“落地签”视频的第一次出圈,最早可追溯至2025年10月,汪苏泷为演唱会宣传拍摄的无道具抽象版。

    因为此前重庆机车视频总是用汪苏泷的《爱丫爱丫》做背景音乐,不少网友打趣让汪苏泷“有空告一下”,谁曾想“落地签”也没放过汪苏泷。

    这条他在演唱会后台,站在板车上被演唱会玩偶抱着飞起的视频,在抖音获赞超47万,转发超12万。大家才明白“落地签”的魔性程度,原来“汪苏泷来了也是这套”。

    基于此,新榜编辑部拉取了近90天内(统计日期截至2026.5.17)抖音上点赞数最高的30条“落地签”相关视频。

    在城市“落地签”争霸赛中,目前重庆的热度遥遥领先;上海“落地签”则以“老法师约拍”为主题,偶尔榜上有名。

    据新榜编辑部总结,“落地签”相关视频大致分为三类。

    热度最高的是明星网红发布的打卡视频。

    今年4月20日,“英语老师刘晓艳”发布了一条机车约拍视频,配文“今天不讲课啦,去体验一下重庆落地签”,这是“落地签”约拍中获赞最多的一条。

    视频中,她先是被戴着头盔的骑手抱着起飞,随后坐上机车后座,时而抱着骑手比耶,时而对着镜头比心,一共拍摄了4组动作,颇有一种“老实人迎来叛逆期”的反差感。

    还有不少明星带着影视作品去重庆宣传路演,入乡随俗办理“落地签”。

    比如郑恺在宣传电影《消失的人》路演至重庆站时,就在机车后座举起手幅,号召全体网友“现在就去看电影《消失的人》”。

    红果短剧《朝朝暮暮》在上线期间,两位主演邓灵枢、梁思伟都拍摄了机车视频,演员成片、拍摄花絮的热度都较高,点赞数均排在抖音“落地签”相关视频前30位。

    其二是品牌玩梗营销,把“落地签”当“抖+”来拍。

    在重庆拍“落地签”不一定有“国补”,但一定有流量补贴。

    雪王、瑞幸、霸王丝、麻辣王子,还有各类啤酒、护肤品、空调品牌都赶上了这波流量风口,找团队拍摄。

    图片

    此外,麻辣王子还在各城市之间巡回办理“落地签”。除了在重庆骑机车比心,工作人员还穿着品牌玩偶服跑到厦门机场,站在梯子上当起了飞机领航员。

    其三则是拍摄团队发布的幕后花絮视频。

    比如麻辣王子打卡厦门“落地签”时,就有人拍到麻辣王子和京东的联动画面,放出了不少幕后花絮。

    这些约拍团队在发布拍摄花絮的同时,还会在主页标注约拍套餐、联系方式和预约途径。此外,他们在拍摄过程中还会同步开启直播,实时追踪明星拍摄动态、售卖约拍套餐。

    像“xiao绵杨”“阿俊”“周憨憨”等摄影师,借助自己所拍摄的热门视频,已经接到了不少游客约拍单。

    图片

    一位给不少网红办过重庆落地签的摄影师告诉新榜编辑部,最初的机车约拍只有“抱飞”前摇和骑行动作摆拍,价格在198-598元之间。

    如今还可以挑选骑手、定制各种剧情,比如霸总追妻、爱人错过、失忆重逢等桥段,还会提前给顾客分镜剧本,让顾客熟悉剧情和台词,这种拍摄费用通常要2000-4000元。

    据“九派新闻”报道,目前重庆“落地签”摄影师日均收入在500元左右。我们还了解到,随着五一期间重庆“落地签”热度持续走高,目前约拍或需排队等待1-3天。

    “落地签”能成为城市文旅的宣传新方式吗?

    被“我在xx很想你”等网红打卡牌透支口碑的景区,正借着“落地签”约拍重新找回吸引力。

    卡尔维诺在《看不见的城市》中写道:“城市不会泄露自己的过去,只会把它像手纹一样藏起来,它被写在街巷的角落、窗格的护栏、楼梯的扶手、避雷的天线和旗杆上,每一道印记都是抓挠、锯锉、刻凿、猛击留下的痕迹。”

    从某种程度上看,重庆“落地签”的走红,正是这座城市的地形起伏、建筑特征、交通状况与居民生活状态,经年累月积淀而成的文化痕迹。

    当然,本地人从来不会专程去南滨路拍一套机车打卡,但他们多多少少都有过在机车后座的生活经验。

    或是穿着校服被父母载着穿行隧道;或是和伴侣吵架后,在机车后座吹着风和好;抑或只是与摩的师傅对着5-20公里的弹性距离讨价还价。

    20秒的“落地签”视频,不过是重庆人生活必选项的浪漫化呈现,也是对游客而言最具性价比的在地生活体验卡。

    在时间有限的假期里,用三五分钟感受本地人的生活,这种旅行方式恰好处在深度游和特种兵打卡的缝隙之间。

    五一期间,携程和美团的出行报告均显示,相比于特种兵打卡,游客正在转向体验式旅行。

    于是我们看到,当前厦门、长沙、西藏等地都推出了有当地风景和人文特色的“落地签”拍摄。

    最近因为电影《给阿嬷的情书》爆火,潮汕地区还推出了女主角叶淑柔同款在桥上扛标旗、推自行车等具有潮汕文化属性的拍摄选项。

    图片

    值得注意的是,参与其中的每一位摄影师,其个人行为都在一定程度上代表着城市风貌,一旦个人信誉出现问题,将在一定程度上影响城市集体声誉。

    在重庆“落地签”拍摄过程中,部分摄影师未经顾客同意便将视频上传,在制造声量的同时侵犯了游客的隐私。还有打卡占地、阻碍交通等问题,都是一城市打卡点在走红后必然要面对并解决的。

    当然,重庆“落地签”的魅力,不仅仅在于机车+夜景的形式本身,而是游客体验与城市特色的有效结合。

    柳州“落地签”团队照搬了重庆机车约拍的动作模板,将拍摄场地移至水下,效果却有些水土不服。从某种程度上看,成片视频因为失去了与本地文化的连接,最终变成了奇怪的文化缝合产物。

    图片

    “落地签”给城市文旅带来的启示,本质是找到植根于本地地形、气候和生活习惯的独特体验,用相对低成本、低门槛的方式让游客参与进来。这也是南滨路上总是亮着的摩托车灯,给所有城市照出来的一条路。

    至于其他城市的“落地签”会长什么样?答案可能就藏在本地人走过千百遍、从来没觉得它有什么特别的街道之中。

  • 抖音版小红书可颂卷土重来,能成下一个种草顶流吗?

    声明:本文来自于微信公众号 Tech星球,作者:陈桥辉

    Tech星球发现,抖音重启下架近两年的种草社区APP“可颂”后,其市场表现正在悄然走高。截至目前,可颂已稳定盘踞iOS社交榜Top10-15,个别时段会跻身前10以内。另据七麦数据显示,在安卓端,其近30日日均预估下载量达31万余次,成为2026年社区赛道的黑马产品。

    这款被外界称为“抖音版小红书”的产品,并未复刻小红书的电商闭环路径,而是通过“AI灵感跟拍”玩法,以及“机位攻略”为核心差异点,同时深度打通抖音生态获取流量倾斜。

    实际上,字节跳动加码种草赛道,并非偶然布局,而是其完善图文生态、补全种草能力的关键一步。背靠抖音流量加持的可颂,究竟是短期爆款,还是能打破现有种草赛道格局、成为下一个顶流的潜力选手?

    起量密码:AI差异化搭上抖音流量

    可颂的快速起量,本质是产品差异化定位与抖音生态红利的双重助力。作为字节跳动在种草赛道的第三次尝试,可颂避开了此前“新草”的失败陷阱,也区别于抖音内部的图文功能,以独立App形态实现冷启动,随后实现突破,其核心依赖两大核心逻辑。

    从产品形态来看,可颂与小红书高度相似,双列瀑布流展示,“关注”与“发现”双页面布局,点赞、评论、收藏的交互逻辑基本一致,内容题材也覆盖穿搭、美妆、旅行、本地生活等核心种草赛道,甚至在界面设计上都呈现出高度同质化。

    图片

    但两者的核心差异在于商业化路径的取舍。可颂彻底砍掉了电商板块,没有购物入口、无直播带货功能,甚至不同步抖音的带货链接与直播间内容,转而将全部精力聚焦于“拍照出片”这一垂直痛点,形成“纯净种草”和“工具赋能”的产品定位。

    其核心功能围绕“解决用户拍照难题”展开。一是,AI灵感跟拍,通过字节的AI算法,扫描场景后自动推荐适配姿势模板,搭配蓝白框线构图引导,实现一键拍摄Live实况大片,精准解决年轻人“不会摆姿势、构图能力弱”的痛点。二是,机位地图,基于地理位置聚合全球优质拍照点位,配套用户实拍成片、详细机位说明及一键导航功能,无需跨平台搜索攻略,实现“找机位、拍大片”的闭环体验。

    一位可颂用户向Tech星球表示,“现在出门拍照必打开可颂,机位地图能直接导航到最佳拍摄点,AI灵感跟拍再也不用麻烦朋友帮忙,手残党也能轻松拍出氛围感大片,而且整个App没有广告和购物入口,刷内容很纯粹,这是我放弃小红书部分使用场景的核心原因。”

    还有用户反馈,可颂的社区氛围偏向摄影爱好者交流,能轻松结识同频伙伴,获取修图、构图等实用干货,审核机制严格,内容质量整体较高,几乎没有低质重复内容。

    值得注意的是,可颂的运营团队并非全新组建,其开发及运营团队来自脸萌科技旗下的轻颜团队,这也为其拍照功能的打磨提供了技术与经验支撑,使其在AI出片领域形成了短期内难以被复制的优势。

    如果说AI工具是可颂的产品底气,那么抖音的流量加持则是其快速起量的关键推手。与字节此前推出的其他独立App不同,可颂与抖音实现了全方位深度打通。

    具体来看,用户可通过抖音账号一键登录可颂,同步抖音用户的部分信息,无需重新注册积累粉丝。内容层面,可颂发布的图文、视频可直接同步至抖音,抖音收藏的内容也可在可颂内查看,实现双平台内容互通。并且,在抖音App内,通过可颂发布的内容可以看到灵感机位的logo。

    此外,Tech星球还发现,抖音内带有可颂App话题词的内容播放量,达到近35亿次。

    图片

    创作者层面,可颂推出专项创作者计划,优质创作者可同时获得双平台流量扶持,无需从零开始积累曝光,冷启动阶段即可触达亿级流量池。

    这种绑定模式,不仅降低了可颂的获客成本,更借助抖音庞大的用户基数与内容生态,快速填补了自身内容供给的空白。据一位可颂创作者透露,双平台推流机制让其内容曝光量较单一平台发布提升3-5倍,这也进一步吸引了更多创作者入驻,形成内容供给的正向循环。

    可颂的爆款困局:抖音附属品?

    “不可否认,可颂的开局表现足够惊艳,其‘AI工具’‘纯净种草’的定位,既切中了用户痛点,也依托抖音生态构建了初步的竞争壁垒。但要从“赛道黑马”成长为真正的种草顶流,可颂仍面临三大挑战,这也是所有大厂复刻小红书过程中难以绕开的难题”,资深产品经理小唐向Tech星球分析称。

    可以发现,当前可颂的内容生态呈现明显的“工具化导向”,多数内容聚焦于AI拍照教程、机位分享等实用干货,缺乏小红书式的情感化、生活化内容沉淀,用户互动多集中于“教程询问”“机位求更”,缺乏深度讨论与社交连接,导致社区氛围薄弱。

    反观小红书,其核心竞争力在于“人”到“内容”,再到“社区”的闭环,用户通过分享生活日常形成情感共鸣,进而建立稳定的社交关系与社区信任,这种情感连接带来的用户粘性,是单纯的工具功能难以替代的。可颂若长期无法摆脱“工具属性大于社区属性”的困境,用户可能仅在有拍照需求时临时使用,难以形成长期留存。

    经过多年发展,小红书已占据“生活方式种草第一入口”的用户心智,据天风证券发布的研报中的相关数据显示,90%的用户在购买前会通过小红书搜索种草内容,其内容生态、创作者矩阵、用户习惯已形成成熟体系,构建了坚固的竞争壁垒。

    可颂作为后来者,虽然依托抖音流量实现了快速起量,但用户对其“抖音版小红书”的标签认知,本质上仍是对小红书的补充,而非替代。对于习惯在小红书获取种草内容、积累收藏清单的用户而言,迁移至可颂需要重新适应内容生态、关注创作者,迁移成本较高。如何打破用户的固有认知,建立自身的独特心智,是可颂面临的核心难题之一。

    砍掉电商板块,虽然让可颂实现了“纯净种草”的定位,吸引了反感广告、拒绝商业化打扰的用户,但也使其失去了种草产品最关键的变现渠道。

    目前,可颂仅通过创作者计划提供流量扶持,尚未探索出成熟的商业化路径,长期来看,缺乏营收支撑将难以持续投入技术研发与内容运营。

    值得注意的是,抖音重启可颂的核心诉求,是完善自身的图文生态,为本地生活、电商业务提供种草支撑,而非单纯打造一个独立的种草社区。这意味着,可颂的商业化路径大概率会与抖音生态深度绑定,未来可能通过接入抖音本地生活、导流抖音直播等方式实现变现,但这种模式也会让其难以摆脱“抖音附属品”的定位,难以形成独立的商业价值。

    能否跑出“下一个种草顶流”

    可颂的崛起,是字节跳动在种草赛道的一次生态补位,其核心价值在于填补了抖音图文生态的空白,同时以AI工具切中了细分用户需求。

    短期来看,依托抖音的流量加持与AI功能的差异化,可颂仍将维持较高的热度,成为种草赛道的重要玩家,甚至可能分流一部分对小红书商业化不满、注重拍照体验的用户。

    不过从长期来看,可颂难以成为撼动小红书地位的“下一个种草顶流”。一方面,其社区沉淀不足、用户心智薄弱的问题短期内难以解决,而社区氛围恰恰是种草产品的核心竞争力。另一方面,其商业化路径高度依赖抖音生态,缺乏独立发展的空间,难以形成自身的核心壁垒。

    七麦数据显示,可颂App在iOS端近一年的预估下载量总计约2178.26万,但整体呈现明显下滑趋势,结合数据图表可见,其下载量波动下行,平均下载量未能保持稳定态势。作为对比,小红书在iOS端近一年的预估下载量整体保持平稳,即便偶有波动也未出现持续下滑的情况,始终维持在较高水平。两者的下载量走势差异,也从侧面印证了可颂在用户留存和吸引力上的短板,以及小红书在种草赛道的稳固地位。

    图片

    对于字节跳动而言,可颂更像是其完善生态布局的“尖刀产品”,而非独立的战略级产品。通过可颂补齐图文种草短板,与抖音的短视频、直播、本地生活形成协同,构建“短视频种草”→“图文深耕”→“交易转化”的完整闭环,才是其核心诉求。

    不过,Tech星球也了解到,可颂也在悄悄做出改变。从今年3月底开始,可颂从此前的“拍照机位、灵感跟拍、摄影交流”的产品定位变成了“吃喝玩乐、时尚搭配、生活记录”,这一调整显然是为了拓宽用户群体、贴合更广泛的种草需求,试图弥补自身在社区生态和用户覆盖上的短板,进一步适配种草赛道的核心玩法。

    种草赛道的竞争,从来不是单一功能或流量的比拼,而是社区生态、用户心智与商业闭环的综合较量。可颂的崛起,或许会打破现有种草赛道的格局,但要成为真正的爆款顶流,仍有待观察。

  • Token是风口,Harness是风向

    声明:本文来自于微信公众号 锌刻度,作者:陈邓新

    “模型是引擎,Harness是把引擎变成整车的工程,发动机决定上限,Harness决定能不能跑、跑多远、跑多稳。”

    在2026年4月28日的腾讯云城市峰会重庆站上,腾讯集团副总裁、政企业务总裁李强对AI重塑产业场景进行了如此诠释。

    基于此,腾讯云升级全栈企业级Agent产品能力,首发ClawPro专有云版、Agent Memory、Agent Storage等多款产品,依托大模型+Harness全链路的“整车交付”能力,推动千行百业重塑企业生产力。

    这意味着,从“会回答”走向“会干活”,产数融合又进了一步。

    不过,当Agent不断深入,新问题也浮出水面:Harness怎么从幕后走到了前台?腾讯云的Harness到底长什么样?重庆为何是AI落地的最佳样本?

    模型军备竞赛正在失去意义

    AI普惠,已初见成效。

    中国互联网络信息中心的最新报告显示,截至2025年12月,中国生成式AI用户规模已达6.02亿人,每10个网民中约5个在日常使用生成式AI。

    关于此,从Token调用量就可见一斑。

    国家数据局的数据显示,中国日均Token调用量从2024年初的1000亿跃升至今年3月的140万亿,两年增长超千倍。

    与之对应的是,Token价格一跌再跌,整体缩水了99%,昔日大企业才可以享受的AI赋能,已下沉到千千万万的中小企业。

    尽管如此,真正把场景Token跑通的企业并不多。

    麦肯锡的最新数据显示,90%的被调研企业已经启动数字化和AI转型,但仅有25%取得切实成果,仅10%实现AI规模化应用。

    究其原因,则是过去数年侧重模型能力,而非注重落地方法。

    复盘来看,行业热衷于比拼模型参数,从百亿、千亿、万亿、十万亿不断变大,每次参数跃迁都被视为智能涌现,再叠加打榜盛极一时,大模型的排名越高仿佛自我叙事就越成功。

    模型军备竞赛虽然如火如荼,但重塑产业生产力总是差了一步。

    事实上,当下主流大模型的能力大差不差,谁能率先将工具调用、分层上下文工程、长记忆管理、工作流设计等在内的系统工程手段用好,谁就可以在产业赋能上获得更大的势能,从而跑得更快、跑得更远。

    通俗易懂地说,AI的竞争焦点出现了转向,从“谁的模型参数更大”走向“谁能帮企业把模型跑起来”。

    此背景下,Harness成为竞争的新焦点。

    Harness直译为马具,涉及缰绳、马鞍、挽具等骑马的配套物品,如若没有缰绳,骑手难以驾驭,没有马鞍则难以坐稳,没有挽具则难以运输……

    落脚到AI,模型之外的一切,包括代码、配置、执行逻辑、反馈循环、约束机制,都属于Harness的范畴。

    不难看出,Harness是驯服大模型澎湃动力的诀窍,也是差异化竞争力的关键所在,通过优化工程化能力,就可以达到化腐朽为神奇的效果。

    Anthropic的一组实验数据显示,同一个模型、同一句提示词,用简单方式跑20分钟花9美元,核心功能完全无效;而用完整的Harness跑6小时,花200美元,交付了一个真正可用的游戏,核心交互全部跑通。

    一言以蔽之,Harness可以满足企业“向智能化要产业效率”的核心诉求。

    腾讯云的Harness长什么样

    以上可见,唯有帮助企业搭好Harness,才可以打通AI的全栈能力,真正解决AI落地的“最后一公里”问题。

    中金公司也持有同样的观点:“云厂商的竞争格局在重构,过去比算力和带宽,未来比的是Harness、场景和生态。云的商业模式,正在从卖算力升级为以AI能力为核心的价值定价。”

    基于此,腾讯云提供了Harness全栈组件,对模型能力进行了全链路工程化,与一辆F1赛车有异曲同工之妙。

    首先是引擎,好比模型服务,作为Agent的“大脑”。为了持续保持的竞争力,企业智能体对模型选择、成本控制等提出了更高的要求,问题在于主流大模型存在交替领跑的现象,“各领风骚100天”,且不同大模型的Token优惠不一样、费用不一样。

    于是乎,“物优价廉”成为Agent的核心诉求。

    针对企业多样化的模型调用需求,腾讯云将MaaS迭代为TokenHub,集成自研的混元大模型以及DeepSeek、MiniMax、Kimi、GLM等主流大模型,并允许企业通过Token Plan统一计费、按需选用。

    对此,巨日禄深有体会。

    巨日禄是一家AI漫剧创作平台,创始人杰夫把自己比喻成一个短剧制作的山姆超市,希望把最新最好的AI工具提供给内容创作者,按照每周更新的进度来更新平台上的素材。

    他告诉锌刻度:“云厂像养牛的,我们是做牛排的,腾讯云有最新的AI技术,我们有一线的know how,非常天然丝滑的上下游关系”。

    其次是底盘,也就是基础设施,充当Agent的“操作系统”。扎实的底盘是F1赛车平稳行驶的关键所在,即便高速极限驾驶车手也可以踏实放心,ADP、Agent Runtime等基础设施对Agent而言也是如此。

    ADP是腾讯云的智能体开发平台,深度整合了RAG、知识库、自动化工作流等能力,支持智能体一站式开发,进而率先在行业内实现零代码配置多智能体协同构建,大幅降低了智能体的开发门槛。

    而Agent Runtime是腾讯云的Agent运行底座,以安全沙箱为核心执行环境,支持毫秒级启动与数万实例并发,可以实现百毫秒启动,比传统容器快50倍。

    再者是仪表盘,堪称知识中台,担任Agent的“数据治理系统”。F1赛车每秒采集胎压、油温、风阻等上千个数据点,并通过仪表盘呈现实时车况,而企业在经营过程中也在不断产生知识与经验,源源不断为智能体提供可调用资产。

    即依托腾讯乐享AI知识库、腾讯文档、知识引擎等能力,可以将知识与经验沉淀成企业知识库,让每一个员工站在同一起跑线上。

    当下,业内首个AI原生知识库腾讯乐享从“智能问答工具”迭代为“驱动业务执行的智能中枢”,可以自动完成知识分类、更新与合规审核,并融汇内外部知识、穿透复杂业务场景,从而彻底解决“用不好、质量差、答不对、太封闭、不合规”的行业痛点。

    腾讯乐享商业化负责人杨志强告诉锌刻度:“如果没有知识库,你让龙虾干活的时候,每一次对话都要完整地把过去的记忆看一遍,然后重新调大模型,调模型次数越多那ToKen消费越高,企业的知识库越来越成熟,在某些场景下是不需要调大模型的,对ToKen的消耗一定是降低的。”

    简而言之,有了知识中台,企业智能体才更具性价比。

    接着,赛车操控系统等同Skills,作为Agent的“技能生态”。F1赛车的转向、悬挂、差速器等操控系统可以实时响应车手的所有指令,而AI的实时响应企业的需求,则需要Skills牵线搭桥。

    Skills是大模型能直接读懂的通用指令,有了具体的指令大模型才知道该干什么、能干什么以及应该怎么干,是智能体从“对答如流”走向“踏实干活”的关键。

    正因为如此,腾讯云将腾讯会议、企业微信、腾讯地图等诸多企业级产品封装成Skills,以供第三方企业智能体灵活调用,并上线了Skills社区-SkillHub,打造一个繁荣的Agent技能圈,让AI的能力共享,让大小企业共生、让智能体生态共荣。

    不仅如此,腾讯云推出了全方位智能办公助手WorkBuddy、“企业版龙虾”ClawPro,借助Skills与企业微信、腾讯会议、腾讯文档等办公应用彻底打通,从而实现办公场景全域覆盖。

    其中,ClawPro尤为值得一提。

    ClawPro首创了“企业—部门—个人”三级Token配额体系,Token消耗更合理、更可控、更均衡,搭载了专为智能体优化的Ai2云服务器,算力成本较传统机型降低40%,成为企业降本增效的关键抓手。

    以财税SaaS平台“慧算账”为例,500多名会计要同时服务20万家小微企业,腾讯云ClawPro嵌入企业微信后,帮助“慧算账”实现了会计查社保、开发票、调账、跑财税RPA流程一站式完成,每个会计的服务能力从300家提升到400家~500家,整体提效50%。

    更为重要的是,“ADP+ClawPro”构建了企业智能体的完整闭环。

    企业基于ADP开发的知识库,可以被ClawPro直接调用,便于员工及时更新信息;而员工在ClawPro上调用的数据,也能直接回馈于ADP,便于智能体持续迭代,形成正反馈循环。

    最后,赛车的钛合金护杆等效安全体系,为Agent的“红线”。

    F1赛车标配了一根钛合金护杆,突发状况下可以硬扛数十倍车重的冲击,是名副其实的“生命柱”,而安全也是企业拥抱智能体的首要前提。

    毕竟,“不解决安全问题,AI Agent很难正式在To B落地”。

    巧的是,安全也是腾讯云的底色:腾讯成立了科恩实验室、玄武实验室、湛泸实验室、云鼎实验室等七大安全实验室,荟萃了大批顶尖安全高手,走在安全技术的最前沿,多年与黑灰产对抗沉淀了丰富的经验,无惧高并发等各类攻击,足以将“安全即云”贯彻到底。

    具体来看,腾讯云提供了AI Agent安全中心、AI Agent安全网关、Agent管家、天御Token防刷等系统性的安全解决方案,足以扫除智能体在企业落地的安全障碍。

    如此一来,企业拥抱智能体无需从0到1去搭建,依托腾讯云涵盖基础设施、模型、生态到应用的Agent产品全景布局,可以开箱即用,接上即跑。

    “腾讯云不是帮企业造马,是把整辆车交到手里。”一名业内人士如是说。

    一个飞轮看透Harness的价值

    Harness成为企业用好AI的最佳搭子,MiniMax就是最好的明证。

    MiniMax是国内风头正盛的大模型之一,其能够保持月度发版、跻身全球开源模型的第一梯队,离不开沙箱这个Harness能力的强力支撑。

    大模型要不断进化,就需要不断进行训练,即“写代码→跑测试→看报错→再改进”,为了加快训练进度,高并发成为常态,甚至需要同时开启上万个测试环境,更为严苛的是每个测试环境都需要独立运行,这意味着高并发与快响应必须并存。

    问题在于,传统容器K8S开启一个测试环境要几十秒,开启上万个就会过载,导致GPU空等任务开始,白白浪费了宝贵的算力。

    毕竟,Agent是按次调起、按毫秒计费的,大模型训练哪怕启动慢一毫秒,也会抬高企业训练成本、降低测试体验。

    为了解决上述痛点,腾讯云与MiniMax一起打造了Agent Runtime沙箱。

    Agent Runtime沙箱可以百毫秒启动,比传统容器快50倍,在大规模Agent训练场景下可以实现 “环境秒开、用完即删”,让Agent训练更快、更省。

    需要注意的是,传统Agent沙箱为了启动快、省资源,往往选择共享一个操作系统内核,一旦某个测试环境触发了内核漏洞,则可能导致穿出沙箱波及主机。

    而腾讯云的每个沙箱都运行在独立的操作系统内核之上,在硬件层面就进行了彻底隔离,即便单个沙箱出现异常,也不会影响溢出。

    不久前,腾讯云正式开源了Agent Runtime沙箱的底座Cube Sandbox,惠及更多Agent助力更多企业重塑生产力。

    技术之外,Harness也打通了商业化链路。

    财报显示,MiniMax2025年国际市场的营收占比高达73%,业绩遍及超200个国家及地区,累计服务超过2.36亿名用户。

    在此过程中,腾讯云覆盖全球的计算节点和CDN加速,助力MiniMax的Token成功出海。

    由于中国Token超高的性价比,成为海外用户的“心头好”,在OpenRouter平台上,MiniMax长期排名位列前茅,其M2系列文本模型在2026年2月的平均单日Token消耗量较2025年12月增长6倍以上。

    需求激增之下,对Harness的要求也水涨船高。

    腾讯云不但通过弹性扩容与智能流量调度,让MiniMax从容应对Token爆炸式增长,还在安全、合规等方面大力支持,帮助MiniMax在不同国家和地区复杂的监管环境中成功落地生根。

    “MiniMax的模型今天已经跑在我们的CodeBuddy、WorkBuddy里面了,我们帮他们的模型进化更快,他们的模型让我们的产品更强。”李强如是说。

    这意味着,MiniMax模型在腾讯云上训练得更快、成长得越久,腾讯云的Harness也会相应变得更强大更优秀。

    彼此信任与共识之下,一个不断循环、共生共荣的飞轮正在加速转动,带动技术优势不断放大、数据资产不断沉淀,最终迎来强者恒强的竞争格局。

    需要注意的是,MiniMax并非个例。

    华住集团基于腾讯云智能体开发平台,打造了业界首个规模化落地的酒店智能体“AI住中服务”,已在1万家门店落地,73%高频需求5秒自动处理,部分门店日使用率94%;拓竹接入腾讯混元3D后,将3D打印建模周期从过去的数小时压缩到分钟级;德国软件公司 Maxon将混元3D集成进C4D——中国模型能力反向输出全球……

    上述公司所处的行业不同,面临的却是同一个问题:在模型到位的背景之下,怎么在业务里跑起来,释放最大的生产力。

    这就是Harness的拿手好戏,通过解决落地的“最后一公里”,让AI从“能用、好用”走向“易用、爱用”。

    重庆为何是AI落地的最佳样本

    Harness全链路的“整车交付”能力,唯有与产业共振才可以释放最大的价值,而重庆提供了最佳的舞台。

    作为中国西部唯一的超大规模制造业城市,重庆坐拥全国41个工业大类中的39个,实现31个制造业大类全覆盖,为AI落地提供了广泛的真实场景和海量的数据支撑。

    更为关键的是,重庆正在进行产业结构升级。

    其中,新能源汽车产业发展得如火如荼,五年之内产量增长了29倍,助力重庆汽车产量重返全国城市首位。

    由此一来,智能驾驶、智能质检、智能工厂等落地场景在重庆不断崛起。

    新兴产业之外,传统产业也在不断突破:重庆张雪机车在WSBK世界超级摩托锦标赛上夺冠,这是国产机车品牌首次在世界顶级赛事中登顶。

    因此,重庆的AI落地场景充满活力与潜力,企业沉淀的数据也有了用武之地,选择重庆就相当于抢占了产业数字化的高地。

    此背景下,腾讯扎根重庆已有13年。

    公开资料显示,2013年,腾讯西部云计算数据中心在重庆建立;2018年,设立了腾讯西南总部,重庆成为腾讯服务整个西南地区的战略支点;2021年,腾讯工业互联网智能产业总部落户两江新区,深度赋能重庆制造业转型升级……

    长期的生态共建之下,腾讯与重庆可谓“水乳交融”。

    腾讯在重庆落户了15家以上云计算等业务主体,并在西南地区服务客户超过9万家,覆盖制造、农业、文旅、零售、教育等领域。

    以长安汽车为例,早在2017年双方就达成战略合作,一直延续至今:腾讯为长安汽车提供智驾算力、数据合规等技术支持,数据存储规模达到百PB级;长安汽车结合腾讯车道级导航地图能力,打造了舱驾一体的智能驾驶体验……

    产业之外,文化等领域也是结缘的重点。

    在文化领域,通过“电竞+文旅”的打法,助力重庆城市文旅业态升级和发展,腾讯2025年在重庆累计落地了50多场电竞赛事,包括6场全国总决赛和1场全球总决赛,线下参与人数破百万,线上观赛总人次突破6000万。

    种种迹象表明,当大模型成为水电煤一样的通用基础能力,AI的竞争焦点从技术层面转向产业深度融合,谁能持续助力产业拥抱“智能化”与“全球化”,谁就能获得更大的势能,而重庆背靠完整制造业体系以及复合型物流枢纽优势,为AI单点应用走向体系化落地提供了肥沃的土壤,自然成为AI落地的最佳样本。

    总而言之,Harness从幕后走到了前台,为企业提供全链路的AI Agent落地解决方案,重塑企业的生产力,“技术变量变成企业增长的定量”,从而让AI的技术红利惠及千行百业,并推动中国制造走向全球。

    毋庸置疑,人工智能正式进入Harness时代。

  • 这个618,AI购物开始从愿景走向可用

    声明:本文来自于微信公众号 窄播,作者:李威 庞梦圆

    这届618大促,AI成了一种更具确定性的行业趋势。

    5月18日,京东宣布今年的618将于5月30日正式开启,「AI将首次全场景、全产业融入这次大促」——不仅出现在用户的购物链路里,还渗透进物流、仓储、供应链等产业环节。

    5月11日,千问与淘宝宣布全面打通。用户在千问APP里说一句「我想买个双肩包」,千问就会生成商品推荐,并支持比价和直接下单。

    更早之前,字节跳动旗下的豆包接入抖音电商,推出「帮你选」功能,用户能在豆包内完成商品筛选,然后跳转抖音商城完成购买。

    在国外,亚马逊也推出了Alexa for Shopping,可以给到用户个性化购物指南、支持商品横向比较、展示最多一年的价格历史,并能根据个性化信息自动完成找优惠、加入购物车和周期性购买。

    相比去年的初步尝试,AI购物在今年从咨询决策,进入到了下单购买环节。这种服务深化背后,整个电商的基础设施都在朝着Agent方向实现进化。商家端,AI开始协同参与店铺的运营,改变经营可能。平台端,AI在成为生态构建者和能力提供者,而不仅仅是流量分配者。

    当然,AI购物体验还处在比较早期的阶段。当你在千问里试着下单一个双肩背包,商品卡片可能一直无法生成;当你想让AI做一个跨平台比价,千问会告诉你它「没有直接访问其他电商平台的实时价格数据库」。

    AI购物搭出了完善的体验框架——一句话表达意图、快速获得推荐、应用内完成下单。但框架的骨架有了,血肉还不够,还需要更多时间进行摸索,修正细节,完善体验,实现从「可用」到「好用」的跃迁。

    但真正的AI电商,需要的不只是一个能聊天的前端,更需要打通后台数据、构建完整的Agent基础设施。以阿里为例,千问可能会成为贯穿阿里体系的消费者沟通Agent,中间有一张平台搭建的各个垂类Agent构成的基建,商家可能会通过「悟空」这样的生产力Agent来统一链接各个垂类Agent,操控他们进行经营。

    短期看,AI购物是一个体验升级的故事;长期看,它是一场关于电商底层基础设施的重建。AI购物界面背后的系统性工程,才真正决定了三五年后AI电商的真实竞争格局。

    AI购物体验还在「可用」阶段

    从现有的AI购物体验来看,千问、豆包、京言都处于一种早期探索阶段——搭出了完善的体验框架,却不够了解用户和商品,给出商品时有些死板,覆盖不够广泛,应对也不够灵活。

    体验框架的完善,体现为用户一句话表达意图之后,能够快速获得结果反馈,不但有商品推荐,还有购买链接。这是去年就已经在进行探索的体验,只是在今年开始真正走入AI助手,面向大众提供服务,并且呈现方式更完善。

    同样是一个购买双肩背包的需求,千问、豆包、京言都能够快速给到相应的商品推荐和购买链接。细微的差异在于,千问会给到几个不同的品类建议,然后在每个品类中推荐具体的商品,豆包会直接给出商品,京言则在给出商品推荐的同时给到双肩包商品的信息流入口。

    图片

    千问与淘宝的整合还描绘出了体验框架的更理想状态。千问会强调自己与豆包相比,实现了从需求理解、商品推荐到下单、履约、售后的完整购物全流程闭环。用户在与千问对话完成筛选之后,可以直接在千问内下单,付款后的订单查询和售后也不必跳出应用。这对应的是豆包需要点开链接,跳转抖音商城完成下单购买。

    但从实际体验来看,在千问上购物还没有实现像买奶茶一样丝滑的体验,还需要更多时间进行完善。当我尝试在千问里下单背包和手机壳的时候,背包的商品卡片一直没能生成,手机壳生成了商品卡片,但还需要跳转淘宝下单。与豆包不同的是,千问没有像豆包一样非常干脆地告诉我它不能完成下单。

    整体来看,AI购物现在并没有从「可用」过渡到「好用」。用户与AI沟通确实能够获得一定的商品推荐,并且能够获得一些中肯建议,节省消费决策时间。问题在于,AI购物的精准度不够,不能完全替代传统电商通过浏览发现商品的体验。

    AI一轮对话能给出的品类或品牌选择很少,且精准度不高,个性化不足。几轮沟通下来,每个AI给出的推荐商品,都只有一个是之前被我添加到购物车或浏览过的,大部分商品和品牌我都没有听说过。

    这也意味着,目前AI掌握的更多是用户在对话里主动说出的需求,而不能调用沉淀在历史行为中的隐性偏好——品牌倾向、价格敏感度、风格习惯等。

    AI购物还需要进一步完善后台能力、数据的整合与打通,才能更好满足需要大量比较和判断的服装、背包、家具等非标品转化。这类商品往往会涉及上身效果、材质手感、风格搭配、品牌喜好等高度个性化的判断,在个性化数据积累不足的情况下,AI给不出符合用户心意的推荐。

    缺乏精准度和个性化,就需要充足的信息来支撑用户对陌生品牌做出尝鲜决策。现在来看,AI对商品理解不够深,给出的商品细节、评价信息都不够充分,难以赢得用户的信任,离说服用户尝鲜还有一段路要走。至少我会在AI推荐基础上再做浏览和了解,来判断是否需要下单购买。

    当下的这种AI购物能力,其实会更适合一些只看参数、不需要复杂决策的品类。这也是为什么亚马逊会在刚推出的Alexa for Shopping中上线AI自动补货功能,为用户提供纸巾、宠物粮、洗护等的补货能力。抛开周期性补货习惯的养成不谈,这类低决策门槛的品类也很容易做到像点奶茶一样去购物。

    图片

    Alexa for Shopping界面

    这意味着,消费端的AI购物,目前仍是以培养心智、抢占入口的目标为主,还没有进入到效率替代为主的节奏。

    千问与淘宝的打通,一方面是阿里要抢占AI购物故事的主讲人角色,稳住自己正在从传统电商向AI电商过渡的基本盘。这个对阿里至关重要。阿里的基础盘是货架电商,此前在内容电商面前处于劣势。以破釜沉舟的战略定力,让AI帮助电商业务「脱胎换骨」,是阿里凭借当下的商家、供应链等资源条件能够尝试去抓的一个未来。

    另一方面也是阿里要进一步强化千问与豆包的差异化,融入购物能力将进一步强化千问的「办事」定位。虽然AI购物还是处于「可用」阶段,但当用户体量更大的豆包已经开始融入购物能力,千问就必然要跟进。二者的不同在于,豆包做电商是斜杠尝试,没包袱;千问做电商是稳心智,固根基。

    消费端体验的进一步深化,需要仰仗商家端和平台端的AI化改造。因此,在AI购物呈现出的「可用」状态背后,是商家端和平台端更深入、更激进的AI应用。

    比如,实现个性化所需要的打通用户的消费领域上下文信息,往往需要进行生态级的重新链接。Alexa for Shopping的设计目标也包括让购物对话在Echo和App之间连续进行,用户在一个设备上聊过的需求,切换设备后不必重新解释,购物意图和历史记录双向同步。

    Google推出的Universal Cart功能,也是在重新链接生态的各个环节,给到用户一套消费领域上下文的管理机制。用户可以在搜索商品、看视频、与Gemini聊天、阅读邮件时将商品加入购物车,然后由AI追踪优惠信息、查看历史价格变动、设置补货提醒,完成从跨App种草到购买的闭环。

    AI购物背后,更显性的AI基建

    从消费者层面,用豆包、千问、京言购物的体验还处在早期,但在背后,电商AI To B在产品以及组织结构层面已经有许多显性进展——这些进展既是To C体验提升的基础,也是货架电商弯道超车内容电商/推荐电商的一个窗口机会。

    京东在618发布会上提到AI在成为商家经营的新基础设施。其中,AI地图智能补货助手可以结合商家对手的数据来更全面地判断是否要补货、什么时候补货、补货要补多少;京麦商家工作台也在帮助商家分析经营状态、接管营销工作,并给出优化建议。

    阿里强调千问与淘宝的全面打通,更全局的目标也应该是让用户需求跑在一个AI搭建的新电商基础设施上,由AI帮助用户传达需求,然后由AI协同商家匹配需求。

    更详细地拆解来看,阿里已将 Agent 能力渗透进商家经营的多个环节,逐步拉起一张覆盖电商经营全链路的 Agent 网络,试图用AI重构电商的底层工作流。

    最终,这些散落在各环节的Agent,可作为「技能插件」统一接入企业级智能体平台「悟空」。3月份的悟空发布会上,钉钉CEO无招提到,未来,「1个店主 + 阿里悟空 = 一支电商团队」。

    从现有的产品矩阵来看,阿里的AI To B 呈现出「一边做垂直场景的Agent能力探索,一边用统一平台做能力收口」的演进路径。

    对电商商家而言,经营无非几个关键环节:售前营销推广,售中交易履约,售后服务——这些环节目前均有对应的Agent化产品出现。

    营销是整个行业最先做AI化落地的环节之一,阿里妈妈在今年3月推出升级后的系统「AI万相」,内含四个Agent——万相智识、万相智品、万相智造、万相智投,分别对应消费者需求识别、商品卖点梳理、内容种草、出价四个环节的AI重构。

    全行业在AI营销上的进化关键,都是从传统营销高度依赖的「关键词匹配」进化到「语义和意图识别」能力上来,以实现从推广到转化的更高效率。

    以内衣品牌Ubras为例,它曾推出一款面料里加入了牛奶液、主打「亲肤」的新品,传统搜索逻辑中,跨类目消费者很少主动搜索「亲肤」,但Agent化后的营销产品可以做到,当有人搜索「冬季皮肤干燥」时,识别出该消费者本质上是想要「改善肌肤体验」的意图,进而通过语义理解不仅关联到直接相关的「保湿霜」、「加湿器」,也关联到了「亲肤贴身衣物」,作为内衣品牌的Ubras也因此找到了自己的跨界新人群。

    在内容种草环节,Agent的价值体现在可以做更及时、更个性化、更懂行业的素材生成。例如海尔一款洗烘一体机,核心卖点是除毛、静音、超薄,因此更受母婴、养宠、小户型用户的喜爱。万相智造就会在系统识别到当前用户为「养宠人群」时,自动生成一套「洗衣机上站着一只猫」的视觉素材,既匹配用户对内容的兴趣点,还传达了产品的除毛卖点。

    阿里妈妈介绍,随着AI万相的能力进化,理想情况下,商家只要下达类似「我有20万预算,想在618期间打爆一款XX新品」的指令,四个智能体就能协同完成从策略拆解、素材生成到智能出价的全流程工作。这应该是所有营销Agent都想要去往的方向。

    在售后环节,阿里本月推出的客服场景Agent产品「AI店小蜜」,被官方定义为该场景下「最懂平台规则的AI数字员工」,它与一般智能客服的区别在于,不仅能导购,还真能办事,能解决纠纷、投诉、退换、修补、维修、丢件等疑难杂症,高阶版还能实现「种草」和「挽单」。

    客服是一个细碎、复杂、需要反复沟通的行业,不同情况下不同消费者期望获得的服务很不一样。医疗器械品牌鱼跃就提到:对于刚需服务型客户,免费的上门调试服务可能比折扣更重要;对于价格敏感型客户,一张10元优惠券反而更有效。

    所以,客服产品Agent化的关键,是能基于行业特征、商家权益和用户标签,做动态的服务匹配,同时保证商家数据安全。鱼跃是第一批接入AI店小蜜的商家之一,今年一季度,其天猫店铺增长1%,对应GMV为1000万元,全年增长目标为1个亿。

    整体上,目前已有超百万品牌接入AI店小蜜,其中一些明确体验到了客服转人工率与成本的降低、交易转化率与GMV的提升,比如小米天猫官方旗舰店转人工率下降45%、客户满意度提升22%,特步天猫官方旗舰店转人工率下降55%。

    当AI店小蜜不仅可以思考,还长出了「发券」、「催发货」这样的手脚,也意味着支撑它的不仅仅是一个单一的大语言模型,而是一个打通了店铺权益系统、订单系统、且具备行业知识库的工业级Agent技术框架。

    淘宝之外,在B2B环节,1688同样是较早喊出AI转型的,其推出的「诚信通AI版」,可以自动完成商品发布、标题优化、询盘接待,跨境卖家也可用AI智能体「遨虾」做选品决策、供应商寻源、智能议价、素材生成和一键上架。

    当然,所有这些垂直场景的Agent开发,都要依托Qwen这个基础的大模型、依托已经进行的组织和产品的打通,以及阿里电商积累多年的行业和用户理解力。

    更长远来看,阿里这些在各个场景里训练好的垂类Agent,也有机会作为技能逐步接入悟空,带来悟空的服务能力提升——未来商家只需要跟悟空交流,就可以调用1688的智能体做选品,调用千牛的智能体做后台管理,调用AI万相做营销投放并保证ROI,调用AI店小蜜做售前售后的客服管理,以及调用其他正在长出的更多Agent做更多事。

    不仅是电商,把各个垂类Agent能力统一接入一个悟空,让悟空成为阿里体系内的生产力中台,也是符合阿里经营Token经济愿景的一个目标。

    今年3月,阿里组建ATH事业群,意味着正式向Token经济转向,推出企业级智能体悟空,则是迈向Token经济具体且关键的一步。最新进行的阿里Q1财报电话会上,管理层也提到,悟空已进入规模化放量阶段。近期在机场等处,也能看到悟空的大幅广告牌,阿里还在继续给AI To B 加速。

    但要真正改变数百万商家的操作习惯,是一个漫长的系统性工程。只有真正做好这些系统性工程,阿里在AI To B上的服务能力、产品矩阵、商业化能力才会更完整、丰富,在AI To C层面也会有更好、更直观的体现。

    在海外市场,亚马逊、谷歌也同样在做这种系统工程。我们看到的亚马逊的Alexa for Shopping、Google的Universal Cart背后,有不断进化的Ads Agent、Agent电商协议UCP、Agent支付协议AP2。大家在形成一个共识——只有扎实的电商Agent基础设施建设,才能推动消费端AI购物超预期发展。

  • 解决一个“小bug”,这款AI社交产品MAU半年上涨6倍?

    声明:本文来自于微信公众号 白鲸出海,作者:裴政开

    这几天,我在「shapes」随机进了一个陌生群聊,打了一句 “hello”,三秒内,便有 AI 角色接了上来,回复了一串热情有趣的欢迎语。随后,无论我发什么,它都能迅速做出合适回复。就这样,在这个没有一个熟人的群里,我聊了起来,和 AI、也和其他真人。

    图片1.png

    笔者在「shapes」随意挑选了一个群聊

    打招呼,群内的 AI 角色立即回复、欢迎

    「shapes」,是一个把 AI 放进真人社交的应用,近期宣布完成了800万美元种子轮融资。这个金额放在 AI 社交赛道,也许并非足够耀眼,如以 AI 分身代刷朋友圈走红的 Elys,其母公司在1月份宣布融资3000万美元。但难得的是,在其他大多数产品还停留在功能测试、用户积累阶段,「shapes」披露自己 MAU 超40万,在半年内月活增长6倍。

    图片2.png

    「shapes」产品描述以及宣传图,以聊天、交友、

    创建角色、找同好等作为宣传点,其主要面向对游戏、

    动漫、同人等文化有兴趣的年轻用户 | 图源:点点数据

    而这可能源于,它主要解决了一件“小事儿”,让用户开口。

    一、90%的人有社交意愿,

    但被“第一句话”卡住了

    「shapes」创始人 Mittal 曾在 X 上发布过一则贴文,团队在产品立项前花了约300个小时与用户深度沟通,得出一个核心判断,用户不是没有社交需求,而是有建立社交关系的意愿,却难以付诸行动。没有朋友、渴望交朋友,但很难迈出那一步。

    图片3.png

    「shapes」创始人在X发布的贴文,

    阐述「shapes」的产品设计 | 图源:X

    这个判断并不孤立。《中国青年报》2025年的一项调查显示,在近两千名18-35岁青年中,64.2% 的人存在心理或行动上的“社交卡顿”。但“卡顿”并不表明没有社交意愿。GWI 与《金融时报》联合发布的《2025年社交媒体报告》显示,16-34岁网民使用社交媒体的原因中,“认识新朋友”以51% 排在第二位;约会应用 Coffee Meets Bagel 发布的《2025年约会真实性报告》称,在1000多名受访美国年轻人内,超过90% 的受访者想要一段认真的关系,却“不主动寻找”。

    意愿在,只是被压住了。而压住它的是三层叠加阻力。

    第一层为心理性。社会心理学家 Leary 提出,人会本能回避可能带来尴尬、冷场和被忽视的互动。很多人害怕的不是社交本身,而是社交失败的后果,打了招呼没人回,主动开口却冷场。《华盛顿邮报》指出,Z 世代的“互动焦虑”已进入爆发期,他们在心理上抗拒一切需要即时反馈的对话。

    图片4.png

    一位社恐者对自己社交恐惧

    现象的真实自述 | 图源:小红书

    第二层是能力性的。在社交这一接近互动表演的场合中,自如地接梗、抛话题、表现魅力,并不是一件轻松的事情。大部分人,其实不知道怎么在一个陌生群里如何开口社交,才不显得突兀。

    图片5.png

    用户需要“谷歌一下”才知道自己

    怎么加入讨论才不冷场,用一种调侃的

    方式表达了开口社交的困难 | 图源:X

    第三层来自于外部,属于结构性。在经历一天的工作后,很多人的精力告急,“社交额度”已用光。而同时,同样能消耗时光的娱乐替代品极度丰富,刷短视频、追剧、打游戏的回报更即时、成本更低——社交在“值得花时间”的事情里,优先级被后移。

    图片6.png

    用户关于不想社交的描述,“感官过载”

    引起许多人共鸣 | 图源:小红书

    三层阻力叠加,形成社交困局,意愿在,行动不在。

    传统的真人社交产品,也是卡在这里,解法是“资源匹配”,无论是以性格、兴趣作为匹配依据的多数社交产品,还是基于地理位置匹配的“Zenly 式”产品,逻辑都是只要把足够多、足够对的人推到用户面前,社交会自然发生。这个思路解决了“找到谁”的问题,但对于社交行为如何启动、如何顺利发生,却相对缺失。

    匹配到了“对的人”之后,用户依然独自面对心理门槛。

    二、把 AI 塞进群聊,

    让开口不再需要心理建设

    「shapes」基于调研,找到核心问题后,没有像 Elys、Second Me 等主流 AI 社交产品那样,在1v1私聊场景里帮用户做“筛选匹配”或者打造“聊天替身”,它直接去做了把开口的门槛降下来。

    第一步,把核心社交场景从私聊迁移到群聊。

    上文曾提到的 Z 世代的“互动焦虑”已进入爆发期,在心理上抗拒一切需要即时反馈的对话,1v1的私聊,相对来讲,属于更高压的回合制交互,需要即时反馈,否则就是已读不回,踩中焦虑点。

    图片7.png

    Second Me 中可以构建 AI 分身,寻找、

    匹配、结识目标人群 | 图源:Second Me

    相比之下,群聊正在成为年轻人更偏好的社交避风港,可以潜水、不参与也不尴尬。GWI 在其 《2026年 Z 世代观察》 有一句话很直接:“维持群聊活跃,已成为 Z 世代的社交艺术。”

    图片8.png

    一位网友关于即时消息回复的焦虑 | 图源:Reddit

    「shapes」的产品设计把这个偏好系统化了。其私聊功能 (User DM、与 AI 的私聊 ) 都以加入或创建群聊为前提——用户必须先进入一个群聊,才能开启私聊或建立新联系。入口本身,就是降低用户启动成本的第一个动作。

    图片9.png

    左图为「shapes」的主页面,其中 User DM、

    Private 分别对应真人用户与AI角色的私聊对话页面,

    Social则为群聊对话页面。但要想“join”真人、AI角色,

    都指向用户需“Join a chat”或创建“new chat”,

    即必须加入或创建群聊才能建立新联系

    第二步,用 AI 解决群聊的冷启动问题。

    Discord 验证了年轻人愿意在群聊中花时间,但一个新社群的活跃度高度依赖核心用户的暖场能力,普通用户进来后依然可能长期潜水。

    「shapes」的做法是把 AI 直接塞进群聊,让它成为“永远不会冷场的人”。当新用户进入群聊说话时,AI 角色会第一时间欢迎、捧场、炒热气氛,甚至抛出话题。在「shapes」,主动开口不再是高风险的自我暴露,更像与一个活跃、暖心网友的的即兴互动。

    图片10.png

    「shapes」某活跃群聊中 AI 角色与用户的互动,

    在一分钟的聊天内,AI 角色出现了3次以上,

    并对不同用户进行回复,回复内容从用户上文出发,

    并进行适度展开,以便其他用户加入。图中昵称后有

    黄色圆圈者为真人用户,有“shapes”字样者为 AI 角色

    值得一提的是,「shapes」 聊天中的 AI 不是通用客服机器人,而是一个拥有独立人设的角色化 AI。每位 AI 角色从角色性格与设定出发对群内信息做出反应——带梗、吐槽、发表观点,不是简单的接续上文。这大大提升了用户的沉浸感,让他们在不知不觉间投入了大量时间。

    图片11.png

    节选自「shapes」某活跃群聊中AI角色的回复,

    其回复的趣味性、丰富度不亚于一些AI陪伴产品

    而且这些在群聊里活跃的 AI 角色,并非出自官方之手。

    如前文所提,「shapes」的 AI 角色创建也是其主要宣传点,它向用户开放了完整细致的 AI 角色创建系统,官方披露数据是目前用户已累积创建超过300万个角色。用户可以为 AI 设定名字、性格、外观和背景故事,并从平台提供的70多种 AI 模型中,选择某个模型来驱动角色的对话。而如上图所示,部分群聊里 AI 角色的回复趣味性和语境匹配度,不亚于一些专门的 AI 陪伴产品。

    图片12.png

    「shapes」的角色创建界面以及部分模型。角色创建界面

    十分详细,包含角色生日、爱好、性格、习惯、口音等细节,

    均可自主设定。目前部分高级模型只为订阅用户开放,

    但通过完成任务也可获取高级模型使用权,并非强制订阅。

    一位用户在产品评论区写道:“创造 AI 的自由度太惊人了。”这意味着,哈利波特粉丝群里的 AI 可能真的读过原著,游戏公会群里的 AI 或许比真人更懂版本更新。这一设计,让 AI 角色在群聊中的回复更有信息量,变为同好生态的一部分。

    图片

    一位用户对「shapes」角色设置的

    感叹 | 图源:App Store应用评论区

    第三步,判断时机,保持聊天热度。

    在「shapes」的逻辑里,AI 像社交中的“粘合剂”。用户因兴趣社区(fandom) 加入群聊本有共同话题,最初 AI 抛梗、吐槽助力连接,随着真人互动热度的提升,“Free Will”功能会使 AI 角色对发言时机进行判断,控制发言的次数,降低自身存在感。但用户发言一旦无人响应,它又会适时出现,将用户再度“粘合”起来。

    据创始人披露,在「shapes」中,用户平均20分钟就能在公聊中认识5个以上朋友,每天有数千名用户在应用上停留长达2-4小时。

    写在最后

    创始人 Mittal 将「shapes」定位为“下一代人的聊天应用”(next-gen chat app),而非单纯的 AI 社交工具。从其产品逻辑看,这个定位其实有更精确的表述:「shapes」试图重新定义的,是社交的 “入场方式”,而不是社交本身。

    其近期数据表明,AI 用来解决社交中的这一痛点,是可行的,但想成为下一代人聊天应用,「shapes」目前略显单薄。

    Al 助力群内破冰、之后维持群聊热度的创新 , 是否持续能吸引用户留下 , 而不会在认识后迁移至其他平台 ? 同时「shapes」也会同样面对群聊的高难度安全审核、AI 角色的监管、以及 Discord 等社区的变现瓶颈。