夢瑤 發自 凹非寺

量子位 | 公眾號 QbitAI

如果說去年，大家還在聊哪些AI工具好用。

那到了今年，AI圈的打招呼方式可能已經變成了——

最近又vibe了啥？又訂閱了哪些xxx Plan？又裝了幾個難搞的插件啊？（話匣子打開中.jpg）

友友們，真不是段子……

這兩年AI工具確實越來越多，但吊詭的是，創作這件事好像并沒有因此變得更輕松。

這也是當前AI創作領域一個很值得玩味的現象：提示詞、工作流、模型切換、多工具協同，正在成為新的創作門檻。

△AI生成

當整個行業還在卷AI繁冗，甚至默認用戶要先苦修一套AI技能時——

那個我們并不陌生，曾經用影像產品影響過一代人的「美圖」，這次給出一個有點反直覺的答案：

讓用戶少學點兒技能，直接從AI手里拿結果。

當前，AI創作工具行業已告別概念爆發期，邁入價值落地深水區。

有意思的是，行業潮水走向的變化，有時并不在行業巨頭中率先顯現，反倒最先出現在那些敢于「轉身改道」的細分賽道玩家。

用八款產品，講一個變化

AI內容生成賽道走到現在，一個共識是：好產品，從來不缺。

像Canva、Midjourney、Runway這些頭部影像工具廠商，其實在各自的單點能力上做得都已足夠成熟。

但在AI創作這個賽道，最值得細品的一點是——

AI創作的終局，或許不屬于讓用戶變得更專業的產品，而屬于讓用戶根本不必專業的產品。

在剛剛結束的美圖影像節上，美圖就提出了這樣的敘事：具體的AI功能逐漸退到幕后，「交付成果」則被推到了最顯眼的位置。

這一次，美圖一口氣發布了8款AI產品。

美圖最熟悉的入口，依然是影像創作。

只是到了Agent時代，美圖對于影像產品的設計重心發生了變化，向可反復調用的能力演進——

這次發布的Picchi，是典型的AI原生產品，把「修圖」這件事進一步推向Agent模式；而另一款聚焦創意工作流的Artflo，則是來自創始人的思考：能不能讓散亂的創作靈感變成概念影像。

兩款產品定位不同，但指向的是同一件事：通過Agent能力，把一次性的創作過程沉淀為可反復調用的創作資產。

在多模態音視頻領域，美圖想解決的也不只是生成一段視頻。

活動現場呼聲很高的MVLAND，本質上也是在用Agent系統協同完成MV創作；而更強調影像能力的底座的MeituHub，則是把影像生成、編輯、管理與交付打通，面向更復雜的定制化生產需求。

△AI生成

另外幾款原有產品的升級，基本也是圍繞打造Agent Teams、實現向用戶交付成果這個邏輯展開——

美圖設計室的AI設計團隊，原來可能生成一張圖、一套電商物料，需要個人長時間瑣碎操作，現在可以一次性生成一個商品在多個電商、社媒平臺的物料，原本是瑣碎的能力，現在直接交付成果。

口播視頻場景的開拍，也是類似的邏輯，新發布的「AI助手」由多個Agent組成7×24小時的口播視頻團隊，從選題到成片，保證內容的完整持續輸出。

另外，作為Agent原生產品RoboNeo，這次拿出了具體的場景能力，通過打造AI短劇團隊，把編劇、導演、分鏡、剪輯等環節串聯起來，讓內容從劇本階段就進入協作生產狀態。

△AI生成

新品足夠多，場景也足夠細。

而在多個細分產品背后，呈現出的則是美圖對于產品矩陣的清晰判斷。

在美圖創始人兼CEO吳欣鴻看來，目前美圖在嘗試多個細分的獨立的產品，核心是希望每個產品都能先拿到清晰定位，并且把一個具體場景做到足夠深。

這種產品機制可以被描述為「AI原生應用的漏斗」：

新品先聚焦具體場景，經由用戶驗證后，再逐步延展到更多內容形式和用戶群體。

如果開口不夠大，那就很難從中篩出被用戶認可和與市場匹配的產品。

經過一系列驗證的產品，最終才有機會成為創作者的基礎應用。

當然，在產品版圖不斷鋪開的背后，一個更底層的產品共性特征也開始逐漸顯現——

8款新品雖然覆蓋不同創作場景，但本質上卻指向同一個目的。

那就是讓用戶從「操作工具」轉向「表達需求」。

從AI工具到AI Agent，最終目的是交付成果

生成式AI這條賽道，從來不缺市場需求，更不缺漫天鋪開的行業想象。

2022年ChatGPT橫空出世，讓人們第一次發現信息檢索竟然可以被壓縮在一個小小的對話框里。

2025年AI大神卡帕西提出了氛圍編程的概念，又一度點燃「萬物皆可Coding」的熱潮。

然后就是今年，OpenClaw、Hermes等一批Agent產品集中出現，AI開始更貼近真實工作流的執行層。

與此同時，開發范式也在持續上移：從早期圍繞Prompt的表達工程，到強調上下文組織的Context Engineering，再到今天逐漸成型的Agent Orchestration與系統級調度能力，復雜度也同步外溢。

于是我們看到，各類配套插件、實操教程層出不窮，工具生態越鋪越龐大。

熱鬧背后，一個無法回避的現實也開始顯現：市場越熱，AI工具的使用門檻反倒節節攀高，用戶工具使用體驗的割裂感和焦慮感似乎也越來越明顯。

△AI生成

首先暴露出來的，是AI工具的學習成本的不斷抬升。

AI工具的上限能力確實被不斷拉高，但創作者的上手門檻并沒有變低，需要學習的技能甚至越來越多，原本為創作減負的AI，也成了一種時代焦慮。

在今年影像節上，吳欣鴻談及交付成果背后的考量時，也提到了團隊成員在與用戶溝通過程中觀察到的一個現象——

AI時代，很多人并非不認可AI的價值，而是壓根「學不過來AI」。

學習AI這件事并不是大多數人的本職工作，當前AI工具的迭代速度也已經遠遠超過普通用戶的學習速度。

很多時候，用戶真正需要的并不是掌握一套復雜工具，而是更快解決問題、獲得結果。

AI創作平臺APATERO在《2025全球AI創作者專項調研》中，對1500名視覺創作者與獨立藝術家的調研，也同樣印證了這一點——

有54%的受訪者認為，跟上AI工具的快速迭代是當前最大挑戰之一；另有32%的人直接指出，學習AI相關技術與知識是主要障礙。

與此同時，一個更具現實感的變化是，多工具流轉帶來的割裂感正在加劇。

Glean’s Work AI研究院曾在一項覆蓋6000名全職數字從業者的調研中發現：

有77%的AI使用者每周需要在多款不同AI工具之間反復切換，在每一次切換過程中，還會有不少受訪者面臨上下文丟失、注意力被打斷以及整體效率下降等問題。

△AI生成

換句話說，工具數量的增加并未帶來線性效率提升，反而把原本連續的創作流程拆解成更多必須被手動編排的步驟——選工具、換模型、調參數、補上下文、修結果。

這也是為什么，美圖在產品路徑上，開始更明確地向Agent Teams這個思路靠攏。

Agent Teams天然就具備協作式執行的能力，用戶只需要提出一個想法，Agent Teams就能自動完成任務拆解、能力調度與流程編排，直接把結果交付出來。

而「交付成果」的思路，恰好也落在了美圖更擅長的能力區間里。

在過去這18年里，美圖一直在和影像打交道，這幾年大模型的集中爆發，讓美圖具備了以更高質量、更低成本來交付成果的基礎。

更關鍵的是，美圖本就長期連接用戶，對真實需求、審美偏好和工作流卡點都有更深的理解，也更容易把Agent Teams的能力落到具體成果里。

當產品真正走到交付成果環節，美圖還將獲得更多來自真實客戶的一手反饋。

這些反饋又會繼續反哺產品和技術迭代，在一次次交付中，把能力打磨得更貼近真實創作需求。

△AI生成

當前，AI創作已然進入下一階段，其價值不再只來自生成得更快，還來自能不能把創作流程組織得更短、更穩、更接近交付。

在AI焦慮加劇、工具不斷增多、使用門檻持續抬升的當下，Agent Teams或許才讓能AI創作更接近它最初被期待的樣子：

讓創意「更輕」地抵達結果。

從產品形態到組織模式，Agent時代的企業敘事

落到美圖這家公司內部自身，我們看到的則是一套橫跨產品、商業模式、組織架構、市場落地的協同化敘事。

從早已落地的美圖設計室、開拍，到本次影像節全新亮相的Picchi、Artflo、MVLAND，幾乎全線產品都在同步奔赴同一條路徑——

錨定真實創作全流程任務重構底層能力，完成從單點操作工具，到一站式交付成品成果的底層邏輯迭代。

價值形態向結果交付不斷收斂的同時，美圖在商業模式上的變化，也在同步朝同「交付成果」方向靠近——

相較于行業內影像類產品普遍采用的訂閱制，美圖目前還在向AI算力點消費模式延伸。

用戶不再被固定套餐綁定，而是可以根據實際創作強度，靈活購買算力點，或按具體功能進行單次調用。

訂閱驅動轉向任務驅動的結果，也開始逐步在數據上顯現，2026年3月數據顯示，美圖影像與設計產品的AI算力點消耗金額較2025年12月增長59%。

對輕量用戶來說，不必為了偶爾一次修圖、做圖、生成視頻承擔完整訂閱成本；對專業創作者和商業用戶來說，也可以把預算花在更復雜、更高質量、更高頻的AI任務上，讓每一次消耗都對應一次更明確的產出成果。

△AI生成

當產品從迭代功能走向交付成果，組織也就從層級驅動，轉向更輕、更快、更貼近一線需求的協同方式—

當前，美圖正從傳統的成熟組織形態，加速轉向AI創新組織。

關于這點，在今年的美圖影像節上，吳欣鴻談到過去幾年產品創新時，說過一個很現實的判斷：

那就是美圖真正感受到的壓力，并不完全來自外部競爭。

在他看來，AI技術變化太快，很多時候難題會先回到公司內部，也就是組織能不能承接戰略，能力能不能跟上AI技術的快速迭代。

這也是美圖近幾年持續調整組織方式的原因。

AI時代的團隊，需要更小的單元、更快的反饋、更密集的試錯，也需要讓一線團隊離真實需求更近一點。

據了解，目前美圖內部已拆分出多個小型AI創新工作室，讓團隊以更接近創業單元的方式運轉，每個小團隊深挖用戶在特定場景的需求，圍繞具體AI方向快速試錯與迭代優化，進而打造出更好的面向用戶側的成熟產品。

△AI生成

產品、商業模式與組織三端的加速，也讓這家影像公司在市場側「交付」出更有說服力的成績單。

截至2025年12月31日，美圖全球月活躍用戶數達2.76億，同比增長3.8％；付費訂閱用戶數達1691萬創歷史新高，同比增長34.1%；訂閱滲透率則達到了6.1％。

在這過程中，美圖也逐漸從一個提供單點工具的影像廠商，逐步蛻變為可提供系統性完整交付方案的行業先行者。

不知道大家還記不記得，2008年，美圖大師上線的時候，國內修圖軟件幾乎還是空白。

當時美圖要做一款簡單易上手的軟件填這個空，它干的第一件事，就是把專業名詞翻譯成「大白話」。

用美白、瘦臉、祛痘，替代白平衡、正片負沖、高ISO降噪這些讓人望而卻步的專業詞。

值得關注的是，18年過去，同一套產品邏輯還在延續——

只不過這次，當整個行業還在教用戶如何使用AI時，美圖更想做的是讓用戶不用研究AI，也能獲得想要的結果。

過去幾年，行業總在強調AI素養、提示詞工程，仿佛每個人都必須先學會怎么和AI打交道，才能真正用上AI。

但AI要真正走向大眾，關鍵或許從來都不該是讓用戶適應產品的復雜性，而是讓產品把復雜留在后臺。