标签: AI

  • 一年净利润近10亿,有了AI,美图的日子也是好起来了

    声明:本文来自于微信公众号 白鲸出海,作者:张凯然

    3月27日,美图发布2025年全年财报,收入38.58亿元,同比增长28.8%,经调整归母净利润9.65亿元,同比增长64.7%。(这里需要特别说明的是,由于2024年一次性出售加密货币资产以及与阿里的可转债交易,美图本期按国际会计准则的归母净利润出现12.7% 的下滑,但不反映主营业务情况。)

    图片1 (1).png

    但是,美图股价走势和美图近2次发布财报数据给出的指向,可以说毫无关系。主要由于市场担心大模型能力的快速发展,可能颠覆 AI 应用行业,再叠加上大环境等其他原因,即使美图多次下场回购股票,仍没有阻止下跌趋势。

    但本次业绩,应该能给投资者们吃颗定心丸了,而发布财报的同时,美图也启动了新一轮3亿港元的股票回购计划。

    财报解析:影像与设计产品收入

    占比达76%,SaaS 业务正式终止

    图片2.png

    本期财报,美图基本延续了此前强势的收入与利润增长趋势,从分项收入来看,影像与设计产品收入达到29.54亿元,增长41.6%,占比也提升至76.6%,成为收入绝对主力;广告收入8.42亿,同比下滑1.3%,财报会议上,美图对该项收入审慎乐观,未来没有快速增长的预期;此前美业解决方案等其他业务收入,目前都被归类为其他收入中,去年11月,终止了原属于美业解决方案的化妆品供应链管理服务。

    图片3.png

    MAU 方面,本次财报最大的亮点是海外 MAU 时隔多年重回1亿,达到1.01亿,总 MAU 上涨3.8%。按应用场景划分,生产力工具的 MAU 达到2400万,同比增长9.1%。

    图片4.png

    付费用户数和付费渗透率方面,美图在本期财报中按生活和生产力场景,分别给出了数据。总体来看,美图付费用户数达到1691万,同比增长34.1%,付费渗透率6.1%,增长1.4个百分点;生活场景付费用户数1475万,付费渗透率5.9%;生产力场景付费用户数216万,付费渗透率9%。

    一如既往,我们将按照生活和生产力产品分两部分对美图的财报进行解读。本期美图财报重点:

    1. 海外 MAU 增长明显,已经跑通的 C 端增长策略多次奏效。

    2. 国内生产力产品贡献扩大。

    3. 海外推出新生产力产品 Zawa,Vmake 快速增长且开始商业化。

    生活:海外 MAU 破亿,

    增长三板斧多次成功

    上期财报中,我们就观察过,美图靠 " 潜在爆款功能+社媒自发传播+KOL 接力增长 " 的三板斧,成功在海外完成几波增长。而10月和11月,Meitu(美图秀秀海外版)又靠着 AI 合照和 AI 雪景,在欧洲、东南亚完成了两波增长。(详情可以参考《三次增长撬动近千万下载,2025年的美图靠 AI 玩出了花》)

    图片5.png

    美图秀秀、美颜相机、Wink 海外(除中国

    大陆市场)流水情况|图片来源:点点数据

    几波增长之后,根据财报电话会议中给出的数据,AI合照功能推动美图秀秀 (Meitu) 的 MAU 达到历史新高,新增用户超300万,主要来自于海外用户的增长。而收入方面,之前选题我们观察到,美图在海外完成增长后,留存以及后续变现环节仍有待提升,但拉长时间看,在增长高峰过去后,美图3款产品,在海外市场的收入都上了一个台阶,生活场景的付费用户数和渗透率分别提升了30.3%和1.3%。

    靠爆款功能导流,靠产品深度留下用户的路径算是跑通了。

    图片6.png

    而一年内多次复用增长三板斧,也标志着,美图在海外生活场景中的增长策略已经固定下来,未来很有可能多次复用。但在 Meitu 和 BeautyCam 屡试不爽的增长套路,到了 RoboNeo 效果就不那么好了。

    图片7.png

    图片来源:美图公司

    RoboNeo,对美图来说,是一个定位相对特殊的产品,并没有被划入生活或者生产力任何一个类别,而是单独列为影像 Agent。

    2026年3月初,RoboNeo 在巴西市场进行了一波增长,2个月之内拿下了超百万新增下载,但仅获得2.5万美元的海外流水,且目前已经大幅回落。

    复盘这次增长,社媒爆破方面一如既往成功。TikTok 上搜索 RoboNeo,能看到大量社媒内容,基本模式都是单人跳舞变装,最后引出 RoboNeo,在评论区,也能够看到用户分享的用 RoboNeo 制作视频的截图,从下载量来看,近30天 RoboNeo 的全球下载量超百万,主要来自巴西市场。

    图片9.png

    但从功能上看,RoboNeo 作为“影像 Agent”包含了相当多的“To 小 B/Pro 用户”的 AI 商拍、电商营销、设计等功能(上图红箭头)等功能,对 C 端用户来说,靠搞笑视频被吸引下载,但却很难在 RoboNeo 中找到长期、高频使用场景。

    关于这个问题,我们在此前的选题中就有过论述:

    图片10.png

    所以,无论从下载量和收入看,RoboNeo 的增长并不如之前 Meitu 和 BeautyCam 的增幅大,也出现了下载量和流水快速回落的情况。

    图片11.png
    图片12.png

    RoboaNeo 下载量、

    收入数据|图片来源:点点数据

    毋庸置疑,美图的生活场景产品已经找到了一套可以复用的增长方法论,但一旦产品融入生产力属性,同样的打法则仍需探索。

    生产力:专注细分需求,

    海外终于有产品开始有收入

    美图生产力工具的付费渗透率达到9%,主要是由美图设计室和开拍贡献,目前,生产力工具在影像与设计产品收入的贡献已经达到19%,计算下来大约5.6亿元人民币。但在整个生产力场景下,美图主要还是在国内赚钱。

    但海外市场,美图也取得了一定的进展。

    财报数据显示,Vmake 的订阅用户数翻倍,ARR(年经常性收入)达300万美元,也推出了面向欧美线下餐饮行业的品牌设计工具 Zawa。虽然 ARR 还是较低,但对于擅长 C 端赚钱的美图,生产力工具开始“养家”,无疑是利好信号。

    图片13.png
    图片14.png

    开拍和美图设计室在中国各垂类

    榜单的位置|图片来源:点点数据

    回归国内视角,综合看 AI 电商设计和 Talking Video 赛道,前者的前景是比较稳的,去年5月,美图和阿里宣布达成战略合作,如今2.5亿美元的可转债投资已然完成交割,包括电商物料等多项合作已经展开,美图设计室部分能力接入阿里、京东、亚马逊等平台的生态。从这点来看,背靠阿里的电商生态,美图设计室以及背后的电商生图能力,算是找到了稳定的客户群体。

    图片16.png

    开拍国内iOS端流水情况|图片来源:开拍

    而面向 Talking Video 的开拍也算是守住了自己的位置,近半年来收入虽有所波动,但仍在上涨趋势中。

    图片17.png
    图片18.png

    从产品端看,美图设计室和开拍最大的变化就是添加 Agent 对话框,支持用自然语言剪视频、做图,且美图设计室的 Agent 功能已经成为付费贡献最大的功能。

    基于 Agent 的开发思路,美图首席产品官兼影像产品事业群总裁陈剑毅在财报会议上表示,美图的 Agent 主要差异点就是在训练时融入了对行业的洞察,并且能通过 Agent 将用户的需求拆解,在高度复杂和主观的设计场景中提供结果,去满足用户的个性化需求,比如,在制作烧烤架的商品图时,只能替换背景,但是通过 Agent,就可以满足在烧烤架上添加烟、火、食物等更细分、更个性化的需求。

    图片19.png

    WHEE的应用截图|图片来源:点点数据

    另一个覆盖细分需求的案例是 WHEE。WHEE 是2023年底美图推出的以图片生成为核心功能的产品。去年中,WHEE 转型成了“追星物料编辑工具”,主要服务于追星人群的物料图、图片/视频增强、Q 版形象等细分需求。偏 C 的需求,被美图挖掘出来后,做成 C端、B 端都能用的生产力工具。

    海外方面,虽然业绩仍然强劲,但原本很好赚钱的海外生产力场景,仍是美图的相对短板。

    本次财报,海外生产力工具的亮点有两个,一是 Vmake(类似于国内开拍的海外版本)快速增长,订阅用户翻倍,ARR(年经常性收入)达到300万美元,主要目标市场是美国,但相对同类产品来说,成绩不算优异。

    另一方面,此前的美图设计室海外版 X-Design,改名为 Designkit,而原本的 X-Design,已经重构为新产品 Zawa(域名:zawa.ai)。

    图片20.png

    根据官网信息和简单试用,Zawa 也是一个 Agent 式的设计产品,定位在“Creative AI Agent for Branding”,看上去是通用设计 Agent,但在财报会议上,美图解释其主要面向海外线下餐饮商家,提供海报、Logo、传单、菜单的设计。根据电话会议中管理层的说法,美图发现在海外,包括海报、菜单、T 恤等物料的设计成本较高,Zawa 可以低成本地帮助用户设计这些物料,目前该产品刚刚推出,我们也会及时跟进该产品的情况。

    图片21.png

    图片来源:Similarweb

    但从现状看,美图海外产品的访问量并不高,相比各个赛道的头部产品,差距比较明显,但从美图近期的动作与策略看,美图并不打算与 Captions、Photoroom、Pixelcut,甚至 Canva 等产品正面竞争,而是在海外覆盖垂类场景、做差异化定位。但是能否找到更真实的垂类需求,并且通过自身的经验与规模化技术优势,提供海外现有产品无法覆盖的体验,仍需观察。

    写在最后

    无论如何,2025年美图交出的成绩单能够达到优秀的级别,收入增长28.8%,净利润增长64.7%,净利润率快速提升。生活场景产品在海外找到了增长方法论,生产力场景产品在国内也持续赚钱,但是略显可惜的是,真正应该赚钱的海外生产力仍没有爆款出现。

    图片22.png

    数据算法:收入/经调整归母净利润

    美图 CFO 颜劲良曾表示,生产力工具的真正爆发期可能在2026年下半年,这个时间窗口,是美图给自己留的答题时间,让我们期待吧。

  • 智谱,大力出AI

    声明:本文来自于微信公众号 光子星球,作者:郝鑫

    智谱和MiniMax的两份财报共同说明了一个问题:国产大模型上市是起点,而非终点。

    一向以对标OpenAI为荣的智谱,在昨晚业绩会上180度大转弯,重新给自己贴上了标签——“中国的Anthropic”。

    原因无他,一张资产报表揭露了智谱上市的真相。截至2025年末,智谱负债净额高达81.1亿元,已经陷入了资不抵债的境况,若无上市注资,生存都可能成为问题。从这个意义上来说,年初的上市,确实是智谱的救命稻草。

    时间窗口不等人,现在到了智谱的证明时刻,证明自身能赚钱且未来还能赚更多的钱,“中国版的Anthropic”是看得见摸得着的标的。

    另一个有意思的现象是,国产大模型的火药味快要没了。引进新概念、创建新坐标,在各自体系内加冕称王,取代了正面拳拳到肉的竞争。

    前有MiniMax提出的“AI平台型公司”“智能密度×Token吞吐量”的公式,后有此次智谱提出的“大模型操作系统”“Token架构力”概念。

    贴标签,是在为资本市场绘制一条看得见的、可对标的价值曲线。概念之争,本质是话语权之争。

    财报数据不会说谎,它就像一面镜子,照出了国产大模型行业的共同处境:当所有人都站在同一条起跑线上,手里攥着刚融来的钱,脚下是一条从未有人走过的路。

    终极的必答题永远是,你的技术,到底值多少钱?

    大力出奇迹

    如果要总结智谱现在的战略,或许是“大力出奇迹”。

    财报显示,智谱2025年全年收入为7.24亿元,同比增长131.9%。不过,在收入实现翻倍的同时,其年内亏损扩大至47.18亿元,同比增长了59.5%。

    核心原因在于,智谱在研发上的重投入。2025年,智谱研发开支31.8亿元,同比增长44.9%,是收入的4.4倍。

    按照智谱在财报中提出的核心公式,即AGI商业价值=智能上界×Token消耗规模,当下大力出奇迹是必然的,是以研发投入和亏损为代价,换取智能上界的领先和Token规模的增长。这也意味着,短时间内,智谱要想实现扭亏为盈,难度依然很大。

    智谱这家公司,也是观察当下大模型和AI进入B端业务层面的样本,在这份财报中也透露着新的信号。

    智谱的收入结构在过去一年内,发生了剧烈的变化。此次财报,在本地化部署和云部署的基础之上,智谱首次进一步将业务划分为了企业级通用大模型、开放平台及API、企业级智能体和核心服务及其他。

    图片

    具体来看,高毛利率的本地化部署业务收入占比,从84.5%降至73.7%;而相对低毛利率的云端化部署业务,收入占比从15.5%提升至26.3%。这也导致智谱去年整体毛利率,从56.3%降到了41%。

    智谱当前的毛利率下滑,是从项目制AI公司向平台型AI基础设施,转型的必然代价。这里面呈现出一些积极的信号,比如AI公司拥有了定价和涨价权。财报称,截至2026年3月,平台注册用户突破400万,即便API调用定价较去年底提升了83%,市场依然呈现出供不应求的算力恐慌。

    智能体正在从“技术概念”走向“商业现实”。智谱2025年财报中,智能体业务爆发式增长,企业级智能体收入1.66亿元,同比增长248.8%,更为重要的是毛利率高达52.3%。兼具规模化与高毛利双重优势的智能体业务,正在成为智谱营收增长的第三条曲线。

    智能体业务或成为智谱接下来的重点。其盈利路径清晰,若该业务能持续保持50%以上的毛利率,且收入占比能提升至30%-40%,则可以对冲云业务低毛利对整体的拖累,缩短盈亏平衡的时间窗口。

    此外,智能体不仅消耗模型能力,也在沉淀用户场景和数据。越多数量的Agent运行在智谱平台上,生态锁定效应就越强。开发者基于智谱构建的Agent,未来切换成本也更高。

    中国版的Anthropic?

    早期智谱是OpenAI的追随者,多次在公开采访中提及“中国版OpenAI”的称号,就连其融资PPT也在强调技术上对标OpenAI路线这一特点。彼时,智谱凭借着OpenAI式的叙事,获得了资本关注和估值故事。

    智谱CEO张鹏,曾半开玩笑地说:“如果Anthropic的Claude卖200美元,我们卖200元人民币”。

    在张鹏眼里,智谱为什么可以对标Anthropic呢?

    转向不是凭空发生,至少在2025年财报里,智谱验证了三条关键逻辑:API业务开始起量,ARR证明了规模效应;定价权逻辑被验证,客户愿意为智能上界买单;Token生态飞轮转起来了,智谱成为了国内付费Token高消耗量的厂商之一。

    这意味着,智谱不再靠拿大单、做定制来生存,而可以参照Anthropic在海外验证过的路径,跑通从模型能力-API调用-收入增长-反哺研发的商业模式。

    所以张鹏才在业绩会上宣布,“当模型足够强,API本身就是最好的商业模式。2026年,智谱将沿着‘中国的Anthropic’商业路径发展”。

    Anthropic的叙事极具诱惑,这是一条已被验证过的高速增长曲线。Anthropic的ARR从2024年底约10亿美金,到2025年底约90亿美金,到2026年3月已经接近190亿美金。Claude Code单产品ARR超25亿美金,约70-80%的收入来自企业级API调用。

    放到智谱身上,2025年底ARR约2.5亿美元,API ARR增长60倍,Coding Plan付费开发者24.2万,企业API收入占比26.3%。

    智谱试图告诉外界,只要保持着现在的增长速度,就有可能像Anthropic一样跑出来,甚至在2027年的节点实现扭亏为盈。

    这个剧本很热血,但很难一比一复刻。

    Anthropic和智谱两家公司所生长的土壤存在根本性差异,Anthropic的190亿美元ARR,建立在美国企业每年数千亿美元的软件预算之上。

    而中国企业的IT预算总额小、结构刚性,且尚未形成为软件持续付费的习惯。智谱即使做到中国B端AI市场的第一名,其天花板也远低于Anthropic。

    Anthropic能做到2027年停止现金消耗,是因为其收入增速远超亏损增速。智谱要实现这一目标,前提是收入增速不降速,要达到Anthropic的规模效应,需要未来3年保持年均150%以上的增速。

    这在竞争加剧、算力成本上升的背景下,挑战极大。更何况,智谱还在奉行大力出奇迹策略,研发投入强度不会缩减。

    与大厂的关系是潜在的风险。大厂使用智谱GLM的动机,除了能力互补,还有一个重要原因,用外部模型作为价格锚点,压制独立模型厂商的定价空间。

    例如,某厂商同时销售自家大模型和GLM API,若GLM定价过高,则可以主推自研;若GLM定价过低,大厂则可以用它来倒逼自研团队提升能力。智谱在与大厂的合作中,实际上处于“被定价”的位置,虽然现在有定价权,但天花板仍由大厂决定。

    张鹏在业绩会上没有回应的点是,智谱如何应对大厂“既是客户又是对手”的长期战略。

    目前看,智谱的答案是保持技术代差,只要GLM持续领先,大厂就不得不继续采购。但这是一场技术军备竞赛,智谱的研发投入强度能否扛得住大厂的攻势?

    一句话总结,Anthropic的新叙事让人知道,智谱在做什么。但市场还需要时间相信,在中国这个市场,能让智谱做成什么。

    两个公式和两种未来

    智谱和MiniMax在2025年财报中各自提出的公式,不仅是两家公司战略的浓缩,更是中国AI大模型行业两种未来路径的宣言。

    智谱的“智能上界×Token消耗规模”与MiniMax的“智能密度×Token吞吐量”,看似相似,实则指向截然不同的商业逻辑、技术路线和终局想象。

    智谱对智能的理解是,模型能力的绝对天花板,即能不能解决最难的问题;对规模的定义是,用户调用模型的总量。而MiniMax对智能的理解是,能不能高效解决问题;对规模的定义是,系统处理Token的总量。

    对初始定义的不同,传导在重心上就很明显,智谱追求技术代差,用最强模型占领高端市场。MiniMax追求效率极致,用最优性价比占领规模市场。

    反映在阶段性的财报上,两家呈现出完全不同的特点。智谱,客单价高、客户数少、粘性强、但天花板受限于B端市场容量。MiniMax,相对客单价低、客户数多、粘性弱、但天花板取决于C端变现效率。

    透过财报和业绩会,我们也能看到智谱和MiniMax对于AI终极想象的差异。

    在智谱的想象中,智能是“生产力”,谁掌握最高智能,谁就掌握经济命脉。智谱提出的“大模型操作系统”,本质上是在说,未来所有应用都运行在“智能内核”之上,而这个内核只能由少数几家提供。就像今天所有PC应用都运行在Windows/MacOS上一样,未来所有Agent、所有AI应用,都将依赖于一个或几个智能操作系统。

    在这个终局想象中,定价权是核心。因为如果市场上有多个可替代的智能内核,那么“操作系统”的价值就会归零。因此智谱必须不惜一切代价保持技术代差,确保自己是那个不可替代的内核。

    MiniMax认为,AI的本质是连接工具。就像互联网、移动互联网一样,谁能最广泛地连接用户、最便捷地提供服务,谁就能掌握最大的网络效应。在这个世界观下,智能是普惠资源,技术门槛会迅速降低,因此终局必然是多家共存、各占山头。

    在MiniMax的世界观中,规模是核心。因为用户越多、数据越多、场景越多,模型迭代越快、成本越低,形成正向循环。因此MiniMax必须不惜一切代价扩大用户规模,哪怕短期亏损,也要抢占“入口”。

    关于智谱和MiniMax的两种终局想象,本质上是对同一个问题的不同回答:在AI时代,什么才是真正的护城河?

    智谱的答案是技术能力,MiniMax的答案是规模效应。

    而在面对商业化这个共同的难题面前,两家都还在路上。

  • 快门思维之上,vivo 想让手机学会“看懂”这个世界

    声明:本文来自于微信公众号 硅星人Pro,作者:陆

    博鳌亚洲论坛举办前夕,OpenClaw 引发了一场全球养虾狂欢,AI 在屏幕那端自主执行指令的画面,让不少人在此前没有接触过 AI 的用户认为科幻照进了现实。

    在这个背景下,vivo总裁、首席运营官兼中央研究院院长胡柏山提出了一个不太一样的问题:AI 现在能干很多事,但它对真实世界的感知,几乎为零。他在演讲里用了一个比喻:“没有感知能力,AI 就像是困在黑屋子里的大师,算力再强,也看不见咫尺之外的世界。”

    这句话是这次博鳌 vivo 传递的核心信号的起点,也是理解 vivo 接下来所有动作的前提。

    Vivo

    演唱会神器旅拍神器——但这只是开始

    在很长一段时间里,vivo 给外界留下的强烈印象有几个关键场景:在演唱会上配合增距镜轻松拍到台上歌手清晰的表情;旅行途中的随手拍,颜色和光影都舒服得像胶片。这些标签不是没有道理,vivo 在影像上耕耘了很多年,这是真实的产品积累换来的口碑。

    但在本届博鳌论坛期间,胡柏山聊的东西,已经超越了“出片好不好”的范畴。

    他在演讲里放了两个故事。

    一个是宝哥,九年前意外失明,去年带着导盲犬阿尔法,靠一台 vivo 手机环游中国。vivo 的 AI 功能帮他“看见”了每一个人的样子。在南澳的渔船上,手机告诉他:“面前是你的朋友章喜德,他双臂交叉,面带微笑,穿着一件深色长袖。”

    另一个是诺子,因视觉神经损伤失明的美院学生,最大的愿望是去冰岛感受世界的尽头。去年她如愿了,站在冰河湖旁,手机帮她描述:“湖面漂浮着冰块,游客在拍照,远处有海鸟飞过。”

    如果这两个故事放在发布会 PPT 里,很容易被当成情感包装。但放在胡柏山对影像的整体判断里,它们指向的是同一件事:影像技术真正的上限,不是把照片拍得更好看,而是让机器能够真正“读懂”它所看到的物理世界。

    这种落差本身就是个有意思的信号:一家长期凭“影像手机”圈粉的公司,现在想用“影像”讲一个完全不同的故事。

    AI 有一个没人愿意承认的短板

    过去这两年,AI 的进展快得有点让人应接不暇。写作、代码、绘图、视频,一个接一个地被攻克,而最近爆火的“龙虾”甚至可以接管你的电脑帮你完成一些复杂繁琐的工作,于是用户慢慢形成了一种印象:AI 好像什么都会了。

    但有一件事,目前的 AI 其实做得很差:那就是感知真实世界。

    不是“看不见”,现在的大模型基本都有视觉能力,你把一张照片发给它,它能告诉你图里有什么。但“读懂一张图”和“感知物理世界”之间,差着一个本质的台阶。前者是被动接收,后者是主动理解——理解光线、空间、位置关系,甚至理解一个人当下的状态和情绪。

    用胡柏山的说法来理解这个差距,会更直白一些:当今的 AI 是“数字世界里的大师”,它在那个世界里能创作、能推理、能给人提建议。但它没有办法直接作用于物理世界,更没有办法改变它。它就像一个博览群书、足不出户的人——知识量惊人,但没有真正“出过门”。

    这个短板,目前没有哪家公司完全解决了。但它是一道必须过的关:如果 AI 永远只活在屏幕里,所谓的“通用人工智能”就始终是一句空话。

    让 AI 真正走进物理世界,需要一套感知系统。而感知系统的核心,是影像。

    影像在做的事,不单单“记录”,更是“感知”

    在会上,胡柏山提到了一件内部的事:vivo 今年正式成立了一个新的一条“长技术赛道”:感知赛道。

    这个措辞值得停留一下。在 vivo 的内部语言里,“长赛道”往往意味着天花板足够高、值得持续十年投入的方向。比如影像就是一条已经被验证的长赛道。现在感知被提升到同等级别,说明 vivo 的判断是:这条路至少要走十年,而且它的意义不止于手机。

    影像技术在过去几年里一直是手机厂商的核心战场,但几乎所有人的叙事框架都停在同一个层面:主摄传感器更大、进光量更多、长焦对焦更快速、夜景更亮。这些进步是真实的,只是它们的目的地一直是“拍出更好的照片”。

    vivo 现在想改变的,是这个目的地本身。

    感知系统做的事情不是“拍下来”,而是“读明白”:读懂光影,读懂空间,读懂场景里发生了什么,甚至读懂人的情绪状态。

    这件事的重要性在于:这恰好是 AI 走出数字世界、落地物理世界所缺少的那一环。图像感知加上声音感知,构成了 AI 理解物理世界的基本能力。没有这套感知能力,AI 再聪明,也只是屏幕后面那个很会打字的助手。

    胡柏山表示:未来模型会越来越同质化,开源的速度越来越快,大家之间的差距越来越小。但感知系统不一样,因为它采集的是真实物理世界的场景数据,而每个品牌的用户群体不同、使用场景不同,积累下来的场景数据就会不同,这个差异是不可复制的。

    他举了特斯拉 FSD 的例子:特斯拉的辅助驾驶模型可以公开,但它的道路数据不会公开。模型有可能被追上,而场景数据才是真正的护城河。

    把影像从“记录工具”升级为“感知系统”,这也让 vivo 在影像上的长期投入,有了一个新的解释框架——不只是为了让照片更好看,而是在为 AI 打地基。

    手机下一步变成什么?一个有记忆、懂你的 Agent

    理解了 vivo 为什么把影像当成感知的关键能力,再来看 vivo 对手机下一阶段的判断,就不会觉得突兀了。

    vivo 的判断是:手机从 Smartphone 进化为 Agent Phone,是确定性的趋势,只是现阶段受制于端侧算力和带宽,进展需要一步一步来。

    Agent Phone这个词现在很多公司都在说,但大家的理解深浅不一。vivo 对它的定义,落脚点在“个性”和“知识图谱”这两件事上——每一个用户的 Agent,应该是专属的,而不是把同一个基准模板套在所有用户身上。

    这不是一个新鲜的理想,但实现路径有讲究。vivo 的方式是从影像入手:第一批是相机 Agent 和相册 Agent。拍照的时候用,整理照片的时候用,它不需要一直在后台持续运行,所以对硬件的压力在可控范围内。

    相机 Agent 在 X300s 和 X300Ultra 上已经有了初步落地。具体来说,过去用户拍照需要手动切换人像模式、长焦模式、微距模式,大部分人其实并不知道什么时候该用哪个。现在相机会根据拍摄对象的光线、距离、类型,自动识别场景,弹出它认为最合适的成像建议。

    这更像是一个起点的声明,而不是终点的交付。

    往后看,vivo 的规划里还有更多种类的 Agent:无论是办公的、出行的、游戏的,其实逻辑都一样——通过模型把过去需要用户手动设置或者根本做不到的事情,交给手机自动完成。

    不过 vivo 对这个阶段的预期是克制的。胡柏山认为:2026年能做好的,就是这些对算力要求相对可控的 Agent,真正做到对周边环境实时感知的能力,需要系统架构做更大的调整,这是2026年之后的事。

    Agent Phone 是短期路径,是把手机从工具升级成“伙伴”的第一步。

    长期的答案:影像 × AI,升级为感知中枢

    vivo 这两年推出或者宣布的新方向不少:去年我们见到了vivoVision MR 头显的发布,传说中用来“对抗”大疆 Pocket 的云台相机也有望在今年底到来,而具身机器人实验室也已经成立。vivo 的这些动作,让外界有一种很自然的疑问:这家公司是不是摊子铺得太大了?

    胡柏山对这个问题的回答,分了三个层次:记录世界、感知世界、改变世界。

    “记录是被动的,它等待你的指令;感知是主动的,它替你观察环境的亮度、空间的纵深,甚至人际的距离;行动则是终极的,它基于理解,替你解决问题。”

    现在的手机大部分还在“记录”阶段,往“感知”升级是近期的方向,而“行动”才能真正自主地作用于物理世界,这是 vivo 押注的远期目标。

    为了走到那一步,vivo 的规划是以手机为起点,向外延伸出一整套以影像感知为核心的设备生态:手机作为感知源头和个人化数据的积累中心;vivo Vision MR 头显作为空间计算的训练场,理解空间结构和几何关系;云台相机、穿戴设备等生态终端作为移动触角;家庭机器人作为感知能力的最终落点:让 AI 真正进入物理世界,进入家里。

    去年8月,vivo 发布了vivoVision 探索版 MR 头显,已经在国内20多家体验店和东南亚部分市场落地,用户体验超过5万人。这款产品的定位是“探索”,有了实体载体,才能真正积累数据,验证认知。

    胡柏山表示:vivo Vision 下一代要推进商业化,目标是2027年底或2028年初正式商用。

    机器人方向则更早期。

    vivo 去年成立了机器人 Lab,目前仍在实验室阶段,没有原型机,没有发布时间表。但胡柏山对这件事的思路很清晰:不做“全场景通用机器人”,而是聚焦年轻用户的生活场景,从单一高可行性的任务出发:比如宠物喂食,比如衣物收纳;先把一个场景做到能用,再逐步泛化。他用的词是“沿途下蛋”。

    他还专门解释了手机和机器人的关系:手机是最了解用户的随身助手,知道你的生活习惯、饮食偏好、宠物信息,并且这些数据全部在本地,不上云。

    当机器人能力还不够的阶段,用户可以通过手机远程查看、遥控操作;随着数据积累,机器人会越来越自主。这个路径和自动驾驶的演进逻辑一样——从辅助执行到自主决策。

    这套逻辑说通了之后,再看 vivo 的产品布局,会发现它比看起来要更有结构:影像技术是那根主轴,其他产品是主轴延伸出去的不同分支。

    最后

    在这次采访里,有一个细节让我印象深刻。

    当胡柏山被问到:AI 时代,到底是 AI 唱主角,还是影像唱主角?

    他的回答是:在存量市场里,影像是拉长板的逻辑,继续把有高卷入度的用户留住。但要把存量市场变成增量市场,靠的是 Agent,让换机周期缩短,让更多人觉得旧手机不够用了。“影像+AI 两者其实并不冲突,只要东西好,手机就能成为生产力工具,用户就会觉得值。”

    这个回答里有一种务实的底色。

    vivo 讲的故事很大:感知系统、数字 DNA、机器人;但在落到产品层面时一直很具体:今年做好相机和相册 Agent、27年后 MR 商用,更远的是机器人。

    vivo 并没有喊出“我们要改变世界”的宣言,只是交出了一张分阶段的时间表,这条路究竟能走到哪,最终还是要依靠产品来交卷。

  • 阿里在海外“养虾”:你的下一份工作

    声明:本文来自于微信公众号 硅星人Pro,作者:李楠

    “龙虾”将过去企业级软件才能做到的事,带到了个人桌面上。阿里在不久前的财报分析师会议上也指出,大模型已开始具备完成to B复杂工作流的能力。

    这两件事指向同一个结论:一个人匹敌一支团队,不再是科幻,而是日常。只是怎么用好AI的这种能力,依然是个问题。

    眼下大多数AI主要服务于白领群体,核心场景是写文档、写代码,或是算报表、做审计。但这忽略了一个巨大的市场——实体经济。那些每天奔波于生意场上的中小企业主和创业者,可能更需要AI,却鲜少被照顾到。

    这多少有些可惜。AI应该是普惠的,它也有能力为各行各业的各类人群发光发热。

    实际上,相比日常办公,用AI来做生意能带来更直接的经济效益,只是其中的挑战也更为复杂。从设计、选品到找供应商,从开店到营销,链条很长,事务繁琐,每一环都藏着风险和问题。

    不过现在事情有了变化。3月24日凌晨,阿里在海外直接上线了第一个企业级Agent——Accio Work,一个为生意人量身打造的“类龙虾”Agent。

    不管你身处何地,只要有创业想法,Accio Work都能给你配上一支精通生意之道的Agent团队。而在它的实测案例中,我们见到了“一个人一句话在海外开店”的可能。

    一句话就能开店的魔法之旅

    先看几个实际案例。

    对现在想创业的老外来说,在电商平台开店是基操。Accio Work第一个令人惊喜的案例,便是通过一段指令,让Accio Work在Shopify这样的当地电商平台上直接开起了一家“龙虾周边”店。

    博主给出了一段提示词:

    Accio Work随即制定全面计划,并着手搭建。这个过程相当有意思,它会遇到问题,但它不找用户求援,而是自己想办法把事情办完。

    比如在配置主题时,Accio Work发现API令牌没有为页面设置write_content权限,于是直接另辟蹊径,将内容写入网站模板或隐藏字段,悄无声息地完成了页面搭建。

    比如在把主视觉横幅上传到Shopify时,文件过大,上传失败。Accio Work没有停下进程,而是调出Python脚本完成上传,再研究Shopify页面结构,调整代码,确保图片正常展示。

    遇到墙,就自己想办法翻过去。这些细节说明,Accio Work不只是单纯执行命令,还具备发现漏洞和自主修复的意识。

    最终的店铺效果,的确不错。

    拆解来看,Accio Work做到了开箱即用,并具备复杂长程任务的闭环处理能力。用户只需要输入目标,它便自主规划方案并执行。从任务启动到最终交付,中间几乎无需人工频繁介入。相比一件工具,它更像一个不会偷懒的数字员工。

    看完上面的测试,我也试着让Accio Work搭一家店铺出来。不过“龙虾周边“未必好卖,作为生意场上的新人,我想找找个胜率更高的方向。

    我直接告诉Accio Work:自己想面向美国市场创业做电商,让它帮我分析市场趋势,找出最好卖、最容易赚钱的商品,然后直接帮我上架到网店。

    这时,Accio Work展现出了资深生意人的老练。

    它梳理出了当下主导美国消费市场的三股趋势:可持续生活、宠物“拟人化“与科技化、AI赋能的宠物健康。然后从三者的重合地带,推荐了有着高利润率、强复购性,同时兼具品牌忠诚度的“智能环保宠物健康”生意。

    不过我又换了想法。作为一个中国创业者兼熊猫爱好者,我知道熊猫在全球拥有无数粉丝。于是我给Accio Work下达了新的指令:

    你先分析美国市场有哪些流行的熊猫周边,从中筛选适合电商新人起步的低价商品,再选20件你认为可能最好卖的,帮我上架到店铺,同时将店铺装修匹配熊猫主题的卡通风格。

    打完一局游戏回来,我得到了一间配色清新的店铺,和20件可爱的商品。

    值得一提的是,无论店铺设计还是选品逻辑,都精准迎合了美国市场的口味。Accio Work分析指出,当地熊猫周边的核心受众是Z世代和年轻女性,主流审美集中在“Kawaii(可爱文化)”和“生活治愈系”两个方向。

    Accio Work挑选的品类也有讲究:低客单价且是刚需的文具与办公用品,是新人起步的最佳切入点;3D立体熊猫耳机壳和手机壳等电子配饰,在TikTok上有极高的病毒传播潜力;熊猫小夜灯、解压玩具和小型公仔等家居配饰,退货率低,属于稳赚不赔的“压舱石”品类。

    由此可见,Accio Work的确擅长商业分析,但它能做的事还不止于此。下面的案例,展现了它更有“活人感”的地方。

    有人把包含68位供应商报价的Excel文件“喂”给Accio Work,让它找出性价比最高的合作方。既要看谁家既便宜、品类又多,还要看有没有值得单独合作的小供应商。Accio Work在一番详细分析后,给出了明确的合作方案建议。

    它还能帮用户砍价。

    一名德国采购代理,希望为客户在全球范围内寻找最具价格优势的产品,便拜托Accio Work用尽一切谈判技巧,“务必争取到最优惠的deal”。你可以在这里见识到,AI如何在专业场景中化身谈判专家,替不擅长开口的生意人,把钱从谈判桌上争回来。

    为什么Accio Work擅长做生意

    总的来看,Accio Work已经是一个能力相当全面、经验相当丰富的生意专家了。在前期内测中,甚至有海外用户向它借力,仅用30分钟便从零“手搓”出一家真实运营的网店。

    这样的事情放在以前不可思议,眼下看却相当合理。

    一方面,大模型已经从“内容生成”进入“多步任务执行”阶段,选品、定价、上架、运营这类标准化流程,都可以被模型系统性接管。另一方面,电商本身具备高度结构化的流程与数据体系,天然适合被Agent化。

    两者叠加,聪明能干的企业级Agent必然会出现。Accio Work只是最早跑出来的那一个。

    但为什么Accio Work能处理好生意场上的种种问题,依然值得拆解。这决定它是否值得生意人长期信任。

    首先是阿里的全球电商经验,让Accio Work自带熟悉全球生意的商业直觉。

    Accio Work脱胎于Accio,后者是阿里于2024年推出的全球首个B2B领域AI原生应用,凭借专业的B2B行业知识挖掘用户需求、调研市场、给出建议,其企业级月活用户数已超1000万。

    此外,Accio Work进一步接入了阿里国际站、1688、速卖通等全网真实供给,这也都为Accio Work提供了支撑。

    其次是成熟的产品设计。

    Accio Work内置了多个电商运营、企业管理等领域的专业Agent,并为它们定制了大量做生意要用到的“技能包(Skills)”。从供应商寻源、智能选品,到开店助手、内容策略,各类真实的生意需求,这些技能都覆盖到位。

    于是Accio Work可以自动去X或Instagram上发帖营销,通过LinkedIn调研企业与人物,甚至完成多种财务建模,通过对收入、成本与风险的模拟,提前判断一门生意的盈利空间与不确定性。

    无论你来自哪个国家,这些开箱即用的配置,都可谓相当贴心了。

    更进一步,你还可以让多个Agent组队分工,协作应对更复杂的商业任务;也可以将自己熟悉的操作流程封装成技能,供自己反复调用,甚至与其他用户共享。这意味着,随着平台用户的增加,Accio Work的Skill生态可以持续演进。

    最后是安全。 对生意人来说,安全的重要性不言而喻。在这方面,Accio Work提供了多维度保障。

    所有外部平台连接均通过官方授权,用户数据与操作日志受严格权限控制,确保数据安全;同时依托阿里生态内多年积累的电商洞察,有效减少模型幻觉,提升决策准确性;在物流履约、金融交易等环节,Accio Work依托阿里生态内的成熟能力,也让执行更稳妥可靠。

    概括来说,Accio Work兼顾了“龙虾”类产品的开放性和Claude Cowork的安全性。而这些特性与能力叠加,带来了生意场上的崭新可能。

    一人跨国公司可能会是常态了

    早有研究表明,我们正进入一个个性化驱动的消费时代,消费者愿意为有个性的品牌支付溢价,小而美的独立品牌反而往往比大而全的巨头更受欢迎。

    海外中小企业、个人创业者创立的电商规模也在持续壮大,便是最好的注脚。

    换句话说,中小企业、独立品牌与创业者在生意场上的机会越来越多。而AI能力的演进,正在为这些人挖掘机会提供更先进的生产力。无论从用户需求还是技术发展阶段来看,Accio Work的出现都恰逢其时。

    抛开具体产品功能,Accio Work实际上完成了三件更重要的事情。

    在能力层面,它抬高了个体的上限。

    过去,一个跨境电商业务往往需要一支小团队协作完成,每一环都需要专业经验。而Accio Work通过多Agent协同机制,将这些能力模块化,让用户可以像调用工具一样调用团队能力。于是个体限制的天花板,被大大抬高。

    在流程层面,它简化了商业的复杂度。

    跨境电商本质上是一条长链路,从市场分析、选品、供应商沟通,到开店、上架、营销、履约,涉及多个系统和角色。Accio Work将这些流程“指令化”,于是复杂的跨国生意,被压缩成一系列可调用的操作。一个生意人,可以同时指挥多个Agent与全球不同时区的供应商,跨越语言与文化的沟壑,7×24小时自主谈判。

    更重要的是重构资源分配,它还打破了原有的资源不对等。

    在过去的全球贸易体系中,优质的供应链、价格谈判的话语权、可靠的物流与支付体系,通常集中在大型企业或专业机构手中。现在Accio Work依托阿里生态,将全球供应链、商品数据与交易能力整合为一种能力接口。于是每个普通的个体创业者,也都有机会调用接近大型企业的供应链资源了。

    这便开启了一种新的可能。眼下讨论“一人公司”,多在内容创作和软件开发等数字领域,而Accio Work让“一人公司”的浪潮有机会延伸到实体经济与全球贸易。

    以后的商业图景很可能是这样的:清晨,一位身处亚洲或欧洲的年轻人打开电脑,对AI说一句“我想在纽约卖点有趣的东西”,然后转身去冲咖啡。等他回来,店铺已开张,商品已上架,甚至第一单询盘已静静躺在收件箱里。

    在此背后,每个环节的采购订单都会涌向中国供应商,或许也会带来中国商家的新红利。

    这有点魔法世界的味道了,但恰好呼应“Accio”的寓意。

    在《哈利·波特》的世界里,Accio是一句召唤咒,念出它,任何物品都会从远处飞来。而Accio Work让我们看到,这个咒语有机会走进现实了。你只需说出自己的商业想法,全球的供应链、商品与机会,便可能应声而至。

  • 从围观到上手,“龙虾们”在这里开始社会化

    声明:本文来自于微信公众号 定焦One,作者:苏友宁

    AI“接管”人类生活,或许先从接管社交媒体开始。

    最近,科技博主默庵分享了他在微博“养龙虾”的体验:只要给OpenClaw、MaxClaw或KimiClaw接入微博插件,他可以在私信里直接调度一批“AI分身”:写文案、抓信息、生成简报,甚至参与互动。这种原本只属于极客圈的能力,变成了普通用户也能直接上手的日常。

    随之而来的,是一场平台级的扩散。

    “龙虾”最火的一周,微博相关热搜达到110个,阅读量突破7亿,平台上涌现了超4000篇教程——从安装指南到玩法改造,用户一边使用AI,一边不断丰富着它的使用方式。

    类似的情况也出现在春节期间。短短一个假期内,仅微博一个平台就累计出现371个AI相关热搜。从大模型产品发布到玩法分享,从入门教程科普到创作争议,AI话题几乎全天候占据公共注意力。

    这背后,其实是一种更接地气的变化。技术不再由少数公司单向发布,而是在社交平台机制的放大下,不断被用户使用、改写和再创造。AI拜年、AI红包、AI短视频等内容的流行,本质上是用户将技术变成了一种人人都能参与的社交玩法。

    这也带来了一个关键转变。

    一年前,AI仍停留在模型能力与公司竞赛的技术比拼中。现在,它正通过社交平台完成“社会化”,并逐步融入用户的日常互动之中。

    在这个过程中,社交平台既是用户理解和学习AI的入口,也是AI完成出圈、加速扩散的关键场域。AI时代,社交平台的价值该被重估了。

    OpenClaw,龙虾

    AI厂商,

    开始争夺注意力

    AI厂商之间的竞争强度,从热搜数量就能看出来。

    据不完全统计,春节期间,微博累计出现371个AI相关热搜。仅在红包玩法上,千问、豆包、元宝就轮番占据主榜。从“千问让奶茶店爆单了”,到“元宝微信福袋”,不同产品以近乎接力的方式争夺用户注意力。

    红包大战之外,字节Seedance的走红,进一步推高话题热度。大量用户涌入讨论,而真正把热度留下来的,是一批不断涌现的教程内容。

    #Seedance必玩提示词模板##Seedance入门教程#等话题接连登上热搜,大量用户参与补充玩法。官方账号甚至将博主教程整理成合集,提示词模板覆盖林间打斗、赛博朋克追逐、美食创作、国风武侠等多个场景,逐渐形成了一个公开的“提示词库”。

    这些用户生成的内容,正在替AI厂商完成“产品教学”,大幅降低了新用户的使用门槛。

    一位影视从业者告诉「定焦One」,她现在获取AI信息几乎全靠社交平台。工作之外的时间,基本都在微博刷AI视频,看看技术能做到什么程度了。她收藏了不少教程,打算利用空余时间自己动手做几个视频。面对AI大潮,她说很多同行都感到焦虑,但她的想法是先试一试,“如果未来能转型,至少有准备”。

    如果拉长时间线,从2025年初的DeepSeek时刻,到Seedance爆火,再到如今的“龙虾热”,这些热搜及其背后的讨论,其实勾勒出了一条AI应用走向大众的路径。

    今年,这条路径出现了几个明显变化。

    首先,产品从单一爆款走向多点爆发。

    去年此时,AI领域的公共讨论还只是围绕ChatGPT或DeepSeek等个别明星产品展开。而今年,豆包、元宝、千问、Kimi、智谱等多款AI产品,几乎同时进入公众视野。从央视春晚的赞助商名单,到互联网大厂的红包大战,再到社交平台上的用户分享,AI厂商开始集体面向C端争夺用户。

    第二,大家讨论的重点,从“讲技术”转向“讲用法”。

    过去,AI话题多聚焦于参数规模、模型能力或技术突破。现在,社交平台上更常见的是“怎么用AI做拜年视频”“如何用AI生成红包封面”。产品发布只是起点,用户能不能用起来,才决定着一款产品能不能真的扩散。

    第三,用户从旁观者变为使用者和传播者。

    AI被用户做成内容不断传播,如AI二创、AI情话、AI旅行等。用户既是使用者,也是传播节点。这些内容通过转发和互动不断放大影响力,最终让AI完成破圈。

    QuestMobile数据显示,春节期间“千元豆”三大AI应用的DAU均创下新高,豆包、千问、元宝的峰值分别为1.45亿、7352万、4054万。

    371个热搜、破亿阅读、数千篇教程,这些数字背后,更重要的信号是:AI厂商的竞争,已经从模型能力,转向用户认知和注意力的争夺。当技术逐渐趋同,谁能更早进入用户的日常,谁就更有可能占据下一阶段的入口。

    而这场竞争的第一个战场,依然是注意力最先汇聚的地方——社交平台。

    从围观到参与,

    社交平台为什么是关键节点?

    在这场围绕用户注意力的竞争中,社交平台的角色是怎么一步步变得重要的?

    一个很现实的原因是,AI产品,光靠发布会是教不会用户的。

    模型参数再强,如果用户不知道怎么用,就很难真正留下来,也无法完成商业化闭环。过去,传统的硬件产品可以通过发布会的现场演示,展示“所见即所得”,但AI产品不一样,它更像一个需要不断调试的工具,真正的价值,只有在反复使用中才能体现出来。

    这也意味着,厂商不再是唯一的“讲解者”。

    在微博等社交平台上,长期积累的科技KOL和创作者生态,恰好填补了这个空白。

    譬如,在OpenClaw的浪潮中,科技领域KOL就在其中扮演了链接科技创新与大众认知的关键角色。

    还是以微博平台为例,围绕OpenClaw的内容生态已经颇为丰富:既有面向初学者的快速入门教程,如“1分钟快速部署”等实操经验分享;也有面向进阶用户的深度玩法解析、国产替代方案实测,乃至“龙虾卸载指南”等反向讨论。

    图片

    图源 / 微博截图

    类似地,Seedance的用户培育同样离不开KOL群体的广泛参与。在微博,Seedance教程已覆盖操作入门,到进阶技巧,再到实测效果分享等多个维度。大V们的内容兼具科普性与实用性,既有模型的保姆级使用指南,也有聚焦具体场景的落地干货,例如如何利用该工具制作软件宣传片、复刻爆火宠物视频等。

    如果说KOL的科普内容构成了AI产品教育用户的基础环节,那么围绕电影《镖人:风起大漠》展开的二创活动,则可以看作产品能力在实际场景中的应用落地。

    电影热映期间,微博上发起的AI二创活动,引发了大量用户参与,相关衍生视频作品普遍获得数十万量级的播放,进一步验证了AI在内容创作领域的可落地性。

    除了KOL的专业拆解,社交平台的实时互动与分发机制,也在无形中降低普通人的学习成本。

    过去,用户想掌握一项与生产力相关的复杂工具,往往需要通过文档、手册甚至系统课程,投入数十乃至数百小时。但在社交平台上,学习变成了一种更轻松的过程。刷到一个视频、收藏一条教程、在评论区看补充说明,就已经完成了入门。很多复杂的技术能力,被拆解为一个个可复制、可模仿的“社交动作”。

    这也解释了为什么没有任何技术背景的用户,也能在一个春节假期内,就学会做AI红包封面、AI视频,甚至开始尝试更复杂的创作。

    对AI厂商而言,这种出圈路径至关重要。产品是否真正普及,不只看应用商店中的下载量,还要看社交平台上的表现。当技术变成可以传播的内容,当用户在互动中不断加深使用,产品才真正进入日常。

    从这个角度看,AI走向大众,本质上是一个不断被用户拆解、传播、再创造的过程。而社交平台,正是那个让冰冷算法产生温度、让前沿技术长出烟火气的地方。

    AI正在改写内容生产

    当AI真正“长出烟火气”,它也开始反向重塑平台内容生态。

    最明显的一点,是生产门槛被降低。

    在传统内容工业中,一支高质量的视频,往往需要专业设备、复杂剪辑流程以及多工种协作。而现在,很多环节可以直接用AI完成,只要上传素材和提示词就能生产视频,甚至连配音也能解决。过去需要一个团队耗时数天甚至一周完成的工作,如今一个人花几个小时就能交付。

    当内容生产变得容易,首先改变的就是创作者本身。

    在微博这样以图文表达与公共讨论见长的平台上,这一变化尤为明显。长期以来,很多擅长表达的图文创作者,很难跨到视频领域。他们并不缺内容能力,但受制于视频制作的复杂流程。

    AI工具的出现,相当于补上了这块短板。这些创作者能将原本停留在文字层面的表达,快速转化为可传播的视频内容。财经博主可以生成动画效果的解读,科技博主可以输出可视化原理讲解。

    数据印证了这一趋势。根据微博披露的数据,春节期间,AI显著拉动了微博原创视频的供给,原创视频人数与发布量,较去年同期均增长40%以上。这一增量,很大程度上来自图文创作者的转型。

    当技术不再成为限制,创作者能力的比拼又回到了内容本身。

    创作者这一端的变化,也改变着平台的内容形态。

    图文与视频不再是割裂的两套体系,而是在同一平台上互相配合。前者承担深度讨论与观点沉淀,后者负责放大传播与触达更广泛人群。一篇长文可以被拆成短视频实现二次扩散,而一条热门视频,也会在评论区延伸出更深入的讨论。内容在不同形态之间流动,生产和传播被连成一体。

    用户的行为变化也很明显。数据显示,2025年下半年,微博视频播放页的日均播放时长与人均播放时长,较上半年均实现双位数增长。用户在视频内容上的停留时间延长,既是因为优质内容变多了,也因为内容更容易被理解和消费。

    当供给增加、消费增强,这套机制开始反过来影响平台本身。

    随着AI产品密集发布,社交平台逐渐成为厂商触达用户的重要阵地。相关讨论增加,也带动了营销投入和广告增长。以微博为例,通义千问、豆包等大模型迭代的讨论量较去年同期DeepSeek发布提升近50%,并转化为营销投入。财报显示,微博2025年四季度广告收入同比增长5%。

    由此,一个更清晰的循环正在形成:社交平台提供流量与互动,让AI被更多人使用;AI降低生产门槛,增加优质内容供给,反过来提升平台的用户活跃度和商业价值。两者相互强化。

    这意味着,下一阶段的竞争,可能不再只是谁的模型更强,而是谁能在用户的社交关系占据更稳定的位置。

    从这个角度看,社交平台既是AI被使用的地方,也是检验它是否真正有用的地方。只有那些足够简单、足够好用、足够容易传播的能力,才会被留下来。

    AI厂商的注意力争夺战才刚刚打响。