惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
V
Visual Studio Blog
The GitHub Blog
The GitHub Blog
Apple Machine Learning Research
Apple Machine Learning Research
J
Java Code Geeks
T
Tailwind CSS Blog
大猫的无限游戏
大猫的无限游戏
Jina AI
Jina AI
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Hugging Face - Blog
Hugging Face - Blog
WordPress大学
WordPress大学
宝玉的分享
宝玉的分享
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
罗磊的独立博客
人人都是产品经理
人人都是产品经理
H
Heimdal Security Blog
Last Week in AI
Last Week in AI
博客园 - 【当耐特】
Cyberwarzone
Cyberwarzone
Google DeepMind News
Google DeepMind News
雷峰网
雷峰网
Hacker News: Ask HN
Hacker News: Ask HN
Webroot Blog
Webroot Blog
Microsoft Azure Blog
Microsoft Azure Blog
MyScale Blog
MyScale Blog
A
About on SuperTechFans
V2EX - 技术
V2EX - 技术
小众软件
小众软件
博客园 - Franky
博客园 - 司徒正美
P
Privacy International News Feed
爱范儿
爱范儿
U
Unit 42
博客园 - 叶小钗
The Hacker News
The Hacker News
C
Check Point Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Simon Willison's Weblog
Simon Willison's Weblog
N
News and Events Feed by Topic
D
Docker
T
Threatpost
MongoDB | Blog
MongoDB | Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
H
Help Net Security
L
LINUX DO - 最新话题
Security Latest
Security Latest
T
The Exploit Database - CXSecurity.com
S
SegmentFault 最新的问题
A
Arctic Wolf
Spread Privacy
Spread Privacy

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI会抢走修图软件的饭碗吗?
深燃 · 2023-04-14 · via 人人都是产品经理

在AI对各行各业带来影响、甚至造成“无差别攻击”时,修图类APP好像也要遭到冲击了,毕竟AI在接受训练之后,也许就可以替代修图软件使用时前期复杂的参数设置步骤,甚至把修图这个工作做得更好。那么,修图软件们的饭碗,真的要被抢了吗?

AI也能瘦脸、祛痘、加滤镜之后,“美图秀秀们”的饭碗要被抢了?

近期,有传言称某头部修图APP“因为AI(的冲击)正处于生死存亡之际”。虽未指名道姓,但行业内给出的反应大多是:AI在“无差别攻击”各个行业的时候,修图APP也难逃一劫,因为目前AIGC以图像生成方面的应用相对最为广泛。

从C端使用来看,目前国内手机美颜修图类APP以美图秀秀、醒图、轻颜相机等为主流,抖音、快手等社交工具也有类似功能。无论受众是谁,功能方向大体一致,即美颜、滤镜、特效三种。业内人士表示,AI技术早在2015年之后就迎来了第一次爆发,当时就对这类图像处理软件形成了革命性的颠覆,因为AI能做出以前做不了的事,比如换脸、加面部“返老还童”特效,增加发量、改变发色等等。

如今,生成式AI成为焦点,再一次给修图类APP带来了机会和冲击。技术开源,壁垒消失,新玩家任何时刻都可能入局抢饭碗。同时,内部如何应用技术,如何成功落地,又是新的课题。“美图秀秀们”多年以来积累的用户基数,在美颜修图上建立起的用户心智,也许会给其筑起护城河,但在今天,技术祛魅,流量的走向谁都难以预估。真正的较量,不在于技术,而在于运用技术,在于审美的独特性,在于更懂用户。

一、AI早就在帮我瘦脸了

市面上,主要面向C端用户的图像处理软件,大致分为几类。

一种是以美图秀秀为代表的,专门拍摄美颜照片,或处理用户照片的软件,包含瘦脸、祛痘、磨皮、美白等基础功能。另一种是社交软件中的拍摄功能,抖音、快手、小红书、微博等都可以直接拍照、处理并发布,也能完成基础的美颜,还能加滤镜,加猫耳朵、搞怪脸等特效。此外,还有专门做面向影楼等专业摄影师的软件,包括小型创业公司,以及美图也有toB的产品。更专业化的,还有图像处理行业鼻祖Photoshop、Blender等。

本文将着重讨论美图秀秀这类C端用户比较熟知的软件。这类公司的梯队划分很清晰。行业第一是创立于2008年的美图秀秀,最开始做PC端,2011年做APP,2016年上市。第二梯队里,2015年前后,腾讯推出天天P图,今日头条脸萌团队先后推出Faceu激萌、轻颜相机,那一波也有不少小而美的创业公司推出的产品出现,如B612咔叽、黄油相机等。2020年之后,字节跳动推出醒图,快手推出原片。该行业的特点就是向头部集中,要么是美图这样赢在入局早的公司,要么就是背靠互联网大厂。

美图是一家完成了图像处理产品闭环,并以相关业务获得收入的公司。以它的财报为参考,美图主要靠VIP用户收入、广告、toB业务等赚钱,近五年的总营收在10亿元左右,其中去年获得了20.85亿元的总营收,付费会员数560万。

美图自称是一家以人工智能为驱动的科技公司,在国内某大厂从事美颜技术工作的高广也告诉深燃,业内大多数公司早已能成熟地将AI应用到自己的业务中。AI进入到图像处理软件中,主要带来两方面的改变。

一是传统修图功能的“AI化”。美颜和滤镜是图像处理软件最传统的两项功能,高广解释,在AI出现之前,在图片上加滤镜的技术原理是,做一个滤波,把图片整体修改成“黄昏”、“阳光”、“油画”等效果,“人还是人,植物还是植物,只有整张照片的调性发生了改变。”滤波的作用就是把信号中的噪声和杂波进行过滤,留下有用的信号,这也是长久以来,美颜类软件的底层技术逻辑。而磨皮就是把分辨率降低,用高斯模糊把细节抹掉。

让AI来做同样的事情,逻辑就变了。“用AI来做美颜,原理是训练各种各样的模型,把各种数据拿进去处理,然后调参数,调到一个比较合理的数值。”高广说,用以前的技术,则要建立一个映射,设置好一套颜色的转换关系,“比如亚洲人皮肤本来是偏黄色的,要美白,那就要设置好,是把黄色映射到偏暗还是偏亮。”在传统的技术下,针对不同人种的需求,就要设置多个映射。对比之下,让AI技术来处理照片,好处在于,不同用户的需求,只要用一个模型就可以了。

二是纯粹基于AI技术的新功能。早年间,用户瘦脸的操作方式是自行在人脸上定点向内推。原理也很简单,图片中的人脸有基本的像素位置,构成一个坐标,用户拉动原有的像素位置,坐标由此发生变形,也就完成了脸部的放大和缩小。

2017年之后,“面部重塑”问世,这也就是在AI技术下的新功能。修图时系统先识别脸部信息,点击放大双眼、眼睑下至、缩小鼻头等指令,就可以完成自然的修图。

高广说,类似面部重塑、增加发量等功能,一般都是用AI完成的。面部重塑功能,就需要首先训练AI什么是人脸部,包括什么是眼睛、鼻子、嘴巴,位置分布在何处,他表示,这些功能在AI出现之前很难实现。“因为要训练AI,一是头发的定义,二是头发的准确性,让发丝顺着自然的纹理向下走,然后在上面着色。传统方法是做不到的,最多能拿个照片过来做一个滤波,但还是达不到AI的效果。

从传统的美颜技术,过渡到AI主导下的产品时代,核心的改变在于识别和内容理解。AI出现之前,颜色转换、脸部位置的移动、磨皮祛痘,都需要经过前期复杂的设置,而AI只需要接受训练,就能“一劳永逸”。可以说,AI把传统的修图重做了一遍,而且做得更好。

二、AI修图,还能怎么进化?

最新一波的AI热潮涌来,行业玩家也在急着找新的机会。

基于指令生成、基于图片处理,是AI应用在这一行业的主要技术方向。3月末,Adobe发布了AI模型Firefly,可以用文字生成图像,微软、Meta、Google等国际巨头也都有AI图像生成业务的布局。

回到C端用户使用的APP,美图、醒图、天天P图等APP不敢掉以轻心。“我们现在基本是按周甚至天为单位在进化。”美图公司方面向深燃表示,最近他们密集推出了基于AI技术的图片和视频方向的功能。

深燃在各大修图软件上看到,生成式AI的运用早已细分为几个功能挂上了首页供使用。用户可以上传一张照片,AI将其转换为卡通、CG、复古形象,或者完成增加笑容、头部放大、路人消除等功能。也可以上传几张自己的照片,AI可以依照这几张照片,抓取用户不同角度的面貌特征,生成不同风格的画像。甚至还有Midjourney暂时都无法完成的工作,即导入一张简笔草图,生成多张完善的图片。

高广表示,2015年前后,手机APP的创业热潮涌来,也是那时,AI也开始大规模地应用到修图行业。能给人脸加上各种丰富的特效、能近乎无痕地完成美颜的修图APP,在当年收割了一波年轻用户。

当下最新的AI技术,也给行业带来了新的增量,两个趋势出现了。

一是个性化的训练。现在AI修脸一般是经过大量的模型训练之后,得出最折中的经验值,给用户一个相对普适的修图方案。C端用户也可以感觉到,例如在进行面部重塑的时候,可以选择向内收下颌线,问题在于,圆脸型和方脸型的下颌走向不同,都由统一的AI识别和面部处理,效果大相径庭,因此也有很多用户觉得AI修的脸很怪异。

“做得好一点的话,就是给每个用户建立数据库,下发固定的参数模型,针对性地解决每个用户的需求。”高广说,用户也只需要导入一些照片训练APP,APP就能收集数值,进行分析。美图方面对深燃表示,从技术上讲,让AI记住用户特征并不难,原理和美颜参数的设定差不多。

要完成足够精准的个性化训练,同时也让APP在理解大众需求时更加精准,需要技术和训练集的加持。在这一点上,用户规模庞大的头部修图类公司,具备一定优势。

二是理解指令。此前,GAN模型(生成对抗网络)已经得到了广泛应用,精准识别面部,以及图片中包含的要素。下一步,从业者要做的是,如何基于新一代的扩散模型,充分理解自然语义,给出具体的修图执行。高广表示,扩散模型应用的原理差不多,“用户给出prompt(提示词),我们可以根据NLP理解指令,之后把它们分化成一个个参数下发并执行。”

长期关注AI领域的从业者Elsa也认可这一趋势。“AI修图可能改变的是人机交互模式,现在还停留在自己手动拉一拉点一点的阶段,等到AI对自然语义的理解更进一步后,修图时只要说一句‘我要瘦脸’就可以了。”Elsa说,“AI现在依赖的是低语境,它需要用户表达得更精准,而中文是一种高语境的表达,习惯模糊、习惯意会。以后的趋势是指令的可量化,想象一个人在帮你修图,你要怎么精确简洁地让它理解你所说的是哪一种瘦脸。

也就是说,AI用于图像生成和图像处理,都要建立在对文字和图片的理解上。AI已经可以帮助修图软件更好地瘦脸、祛痘、加滤镜、换背景,也可以生成多种风格的图片。而未来的趋势,在于如何在普适完美的基础上,做到个性化的精准匹配,以及减少用户自主操作的步骤,听懂指令,准确执行。

从业者认为,这会带来未来修图行业的用户分化。理解直白指令,修图过程完全让AI代劳,这往往是小白用户的需求,这部分用户潜力是巨大的,美图这类公司会获得新的用户增量。而对修图的自主性要求较高的用户,如B端用户等,则会慢慢向更专业的软件涌去,即便Photoshop等软件也有AI技术的加码,但这类用户需要的是“你得懂我,但不能完全帮我做事”。

另一个新的机遇在于,AI还能帮助修图软件自身提高生产效率。高广说,“特效这种功能是需要设计师自己画图的,生成式AI可以在这一部分高效地给出解决方案。”他表示,现在AI也可以完善草图,给一个随手画的素描上色、加五官和风格,成稿直接可以用。

三、AI来了,“美图秀秀们”为什么颤抖?

传言中的“生死存亡之际”或许有些夸张,但这一波AIGC对修图软件行业的冲击是事实。技术的发展,让创业的门槛降低,想要入局“抢饭碗”的人不少。

Tori以前在北美做前端工程师,她刚刚回国,正寻找生成式AI在应用层面的机会。“前段时间有个很火的产品叫Lensa,最高峰时期,一天之内的流水接近100万美元。它的原理现在看非常简单,就是设置了几组固定的prompt,把用户照片导进去,生成一个图片。当时收费2-10美元不等,它其实并没有用到高级的图像处理技术,只是用了一个API call,在外面绑了一个应用的UI。”Tori的感知是,亘古不变的信息差面前,能踩到风口,就能赚到钱。

AI领域资深从业者赵洋告诉深燃,“中国市场永远会有这类APP的存在。”赵洋表示,技术是开源的,且可能长时间固化,靠同一种技术吃饭的人会越来越多,而正在吃饭的人,手里的饭碗随时会被砸。

高广也认为,“市面上的公司,技术和产品也都大差不差。”技术壁垒不在了,理论上讲,谁都有可能造出下一个“美图秀秀”。说白了,所有修图软件,用户几乎都是同一拨人,用户能为一个软件的滤镜付费,就也能为另一个软件更具特点的滤镜付费。

目前,美图的第一大收入来源是VIP订阅。2018年-2021年,美图公司连续亏损,2022年才扭亏为盈。最新的动态中看,美图公司极其重视AIGC给其带来的增长,尤其是在订阅用户上的增长。深燃注意到,美图秀秀APP中涉及AI作图的几项功能,大多需要单独付费,是其拉高收入的重要“武器”。未来在竞争压力之下,美图秀秀们在AI上的投入只能多不能少。

当然,对于头部企业来说,最大的护城河是用户规模。

有从业者分析,美图自身坐拥上亿用户,醒图、天天P图背靠大厂,有抖音和腾讯的导流,短期内受到的影响或许不太明显,但怎样拥抱AI,留住手里的用户,是企业需要面对的问题。

AI的到来,对修图行业的设计师提出了更高的要求。高广认为,图像处理这一行归根结底还是视觉和创意行业,未来的竞争点在于审美和品位。“AI可以帮忙解决掉最耗时的那一个步骤。以前可能要做两周,现在几天就完成了。”所以,企业端可能也更要考量,什么样的设计师更吃市场,什么样的设计师更具审美上的优势。

另一个是技术落地的难度。“AI的上限比较高,下限比较低。”高广表示,在修图中,如果使用传统的CV算法,会比较稳定,“但AI是通过拓展大量的数据标注进行模型训练的,会导致它在一些情况下应用得比较差。”他举例,比如瘦脸,“可能会识别错人脸,或在人脸重叠时只识别部分。”

所以,AI技术很难完全应用于一个包含多项功能的修图软件。一方面模型训练需要时间,另一方面即使完全训练好,它也会对手机性能产生极大的耗损。高广表示,“一些低端机型可能会出现卡顿等问题,如果很长时间加载不出来,也会影响APP打开率。”回到企业层面,这对团队应用AI技术的能力、训练集的质量都提出了高要求。

在技术迭代的过程中,新老玩家之间的基础差距在逐渐消失。像美图秀秀这样坐拥强大用户基数的公司,短期内也许不会受到颠覆性的影响,能做的只有在变化中保持清醒,接受变化,甚至主动带来变化。

*应受访者要求,高广、Elsa、Tori、赵洋为化名。

作者:邹帅;编辑:唐亚华

原文标题:AI会杀死“美图秀秀们”吗?

来源公众号:深燃(ID:shenrancaijing),聚焦创新经济,专注深度内容。

本文由人人都是产品经理合作媒体 @深燃 授权发布,未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。