模型到底吃不吃应用？--从 Canva、Figma 到美图， 看 AI 应用公司的两种命运

摘要

• 庄明浩本期的核心框架是一句判词：“模型提供能力，应用组织结果，市场定价未来”。 结论上他拒绝二元暴论：模型吃掉的是抠图、扩图、换背景这类对今天多模态模型而言“似乎已经是默认能力”的单点功能，但“吃不掉的其实是繁复场景下的结果交付，远远不可能”——能留下来的，是把模型、场景、流程和支付组织成“用户愿意反复购买的结果”的公司。
• 多模态战场的 debuff 案例给得很具体：Figma 与 Canva 双双被市场重新定价。 Figma 从上市后一两百亿美金涨到可能近 700 亿的巅峰，如今回到大概 150 亿，距巅峰跌超 88%，应该仍低于 IPO 发行价；尽管它应该已连续三个季度收入增速超 40%，且增速可能逐季抬升（原来约 42%、43%，如今约 45%、46%）。Canva 一级半市场估值从巅峰约 500 亿滑到约 320 亿，并把 2026 年营收增速预期从 30% 下调至 20%。
• 同一战场的正 buff 同样密集： 在 Gen-4.2、Veo 3 看起来“已经秒杀一切”的情况下，视频模型排名前 10 的公司过去半年多疯狂拿钱；爱诗科技已开始申请港股上市，很快可能会出现港股视频模型公司。 PixVerse、Hailuo、Sora、Vidu，以及视频 Agent 领域的 HeyGen、Lifelike、OiiOii、Higgsfield 都是正向案例；3D 领域的 Meshy 与 Tripo 上半年获得大额融资，他估计很快会考虑 IPO。这与 debuff 并存，说明多模态生态“异常繁复且有生命力”，他反而认为美国那边可能更有意思一点。
• 市场在怕的四件事被系统拆解： 单点功能被模型内化；成本先于收入（AI 应用毛利最低，token、算力、运营、品牌、模型调用和产品重构成本都先发生）；尝鲜不等于留存（一次爆款生成“很难让用户重复使用、批量甚至长期订阅”）；增长不等于兑现。 这也解释了为什么传统活跃/留存指标“真的不那么适合当下这个时间点 AI 应用的状态”，以及为什么大家都在讲“更大的故事”。
• 美图财报里最让他意外的数字： 自研模型生成内容占最终交付结果的 96%，与第三方 API/token 调用成本仅占收入个位数百分比相互印证。 2025 年上半年收入 22.1 亿（+22.1%）、净利润 6.35 亿（同比增长近 40%）；生产力应用月活 3300 万（+43.5%）、付费订阅用户 235 万（+29.8%），付费率约 7.1%，相关 ARR 6.2 亿人民币，“马上就可以进入一亿美金 ARR 俱乐部”——老底盘与第二曲线同时在跑。
• 产品方法论上他给出两条可操作判断： 一是让用户选模型是“一条弯路”、是当下的无奈妥协，应用要做的是把复杂度内化成四步——选择模型、拆解任务、控制结果、完成交付；二是 XVC 刘晶团队那道测试题里近 60% 的人选“New Lab”看似吐槽实则合理。 当开源模型能力到位、用户记忆与 Harness Loop 越来越重要，再加上“Own your intelligence”，应用与模型就不再是简单的二分。
• 对成熟应用公司的最终建议是“既要又要”，并留下一条反常识规则： 郭星《美图像创业公司一样生存》一文的第一句——“成熟的老产品不能给新产品导流”。 待答问题也没回避：生产力第二曲线（按收入占比应该约 18%）能否成为主曲线、token 消费增长不等于利润增长的单位经济、孵化结构下的资源分散，以及高 ARPU 海外市场的长期留存和付费。

精读

1. “New Lab”不是吐槽，而是不能再简单二分

• 开场重提那张反复使用的校车梗图：移动互联网年代，校车是做相机、尺子、天气、相册的应用，撞飞它们的火车是 iOS/安卓系统更新；AI 年代校车换成“嫁接在大语言模型之上的应用公司们”，火车自然是模型公司。他回忆第一次使用这张图应该是在 GPT-4 时期，那已经是三年之前、好几个时代之前的事情，此后在每一轮喧嚣和共识中被反复讨论。
• 好友 XVC 的刘晶团队做的“2026 年 AI 应用全国统一期中测试”里有道题：一家公司同时做自研模型、给其他公司训练模型和一个 To C 产品，该如何定义？近 60% 的人选 D——“New Lab”。庄明浩的判断是看似吐槽实则合理：当开源模型能力到了一定程度、最新最贵模型价格超出预期、用户上下文记忆与 Harness Loop 越来越重要，就像红杉大会说的“Own your intelligence”，用自研、开源还是魔改后训练的模型，“所有这些事情放在一起变成了一个统一的命题”。

2. 多模态战场同时挂着 debuff 与正 buff

• 桌次划分至今没有共识：以梁文锋为代表的一派认为“通过语言就可以实现 AGI”，多模态是不重要的外围；但国内由视频模型、视频 Agent、世界模型、3D、语音和音乐构成的多模态生态“异常繁复且有生命力”。庄明浩说，相比之下，美国那边可能更有意思一点。
• Figma 是双引号的“不太好的代表”：2022 年 Adobe 曾开价约 200 亿美金并购，双方未谈拢后 Adobe 支付了很大的违约金，Figma 独立上市。上市后市值从一两百亿美金涨到巅峰可能近 700 亿，如今回到大概 150 亿，距巅峰跌超 88%，应该仍低于 IPO 市场发行价——尽管它应该已连续三个季度收入增速超过 40%，且增速可能还在增加，原来约为 42%、43%，现在约为 45%、46%。
• Canva 至今未上市，一级半市场估值从巅峰“没记错的话应该”约 500 亿美金调到大概 320 亿；更关键的信号是把 2026 年营收增速预期从 30% 下调到 20%。原本预计 2026 年上市，但现在有传闻称可能推迟到 2027 年，也可能被收购。
• 正 buff 一侧：在 Gen-4.2、Veo 3 看起来“已经秒杀一切”的情况下，视频模型排名前 10 的公司过去半年多疯狂拿钱；爱诗科技已经开始申请港股上市，很快可能会在港股看到视频模型公司。PixVerse、Hailuo、Sora、Vidu 都是可讨论的案例。视频 Agent 板块还有 HeyGen、Lifelike、OiiOii，以及最近刚拿到融资的美国公司 Higgsfield。过去一两年里，这些公司的 ARR、用户规模和品牌影响力都变得很大，融资也很迅速；3D 领域的 Meshy 与 Tripo 上半年获得大额融资，庄明浩估计它们很快会考虑 IPO。

3. 市场到底在怕什么：四个结构性担忧

• 一怕单点功能被吃：抠图、扩图、换背景、修图、模板化，对今天的多模态模型“似乎都已经是默认能力了”。二怕成本先于收入：AI 与移动互联网最大的不同之一，是没有所谓的边际成本递减，也没有所谓的网络效应；应用公司毛利最低，token、算力、运营、品牌、模型调用和产品重构成本都先发生，商业化变现靠后，甚至因竞争还要再往后拖。
• 三怕尝鲜不等于留存：“一次爆款的生成可能会带来传播……但这很难去让用户重复的使用、批量甚至长期订阅”——多模态、社交陪伴和各类 Agent 板块皆如此。他从“更小人之心”的角度猜测，这或许也是大家更多去讲“更大的故事”的原因：传统的活跃、留存指标“真的不那么适合当下这个时间点 AI 应用的状态”。
• 四怕增长不等于兑现：成熟应用必须证明，token、算力、运营和增长投入不仅能带来收入，还能带来利润。移动互联网年代的网络效应、品牌等因素能带来利润、现金流甚至更强的定价权，但 AI 时代这件事对应用公司“至少在这个节点上有一点难”。什么时候扭转、或者在哪些局部空间扭转，“我们也不知道”。

4. 该关注什么：从功能走向交付

• 他把当下的行业“黑话”列了一遍——用户数据沉淀、泛意义上的记忆与上下文、场景落地、Cursor 崛起后更加重要的流程整体控制力、可控可用可交付、从个体到团队的协作，以及越来越重要的 AI 品牌调性——听起来都是“正确的废话”，但恰恰能指引公司下一步的战略选择。
• 美图是这个转变的活样本：美图秀秀原来是“一次编辑，一个效果，一个按钮结束”的单点功能；今天它给电商商家把商品单图交付成整套素材——店铺装修、买量投放、视频制作所需的素材全部做好；也给内容行业专业从业者把脚本、人物、场景和成片串成 Agent 式流程，从最开始的源头到最后的交付都可以用一个软件完成。从功能走向交付，已成 AI 应用公司的产品范式。

5. 美图样本：老底盘做冷启动，Peach 把 Skill 藏进“学他修图”

• 美图的双重身份正是议题所在：一边是美图秀秀、美颜相机等移动互联网年代的成熟应用底盘——巨大用户规模、强品牌心智和全球分发，可给新项目做冷启动；庄明浩也提到，他自己的公司做新 AI 尝试时采取了类似逻辑。另一边是已经显现出趋势的 AI 原生矩阵：生产力、Agent、订阅、To B 和垂直工作流产品，覆盖短剧与 MV 等场景；前端产品分图像、视频、设计三大品类，中台是美图 Hub，还有站酷设计社区，最底层是美图自己的美图奇想大模型。
• 他最感兴趣的产品是 Peach，核心功能叫“学他修图”：Cosplay 领域的摄影师和 coser 有自己的修图 Skill，但产品没有把 Skill 应用商店或 MCP 概念暴露给普通用户。“对于一个普通用户，对于一个小女生，她想把自己的图修好看一点，她需要知道什么是 Skill 吗？”功能到交付的结果极简且容易理解，用户清楚端到端能得到什么，以及为此需要付出什么成本。
• 一条反常识规则值得记下：郭星最近写的《美图像创业公司一样生存》一文第一句——“成熟的老产品不能给新产品导流”。这是美图最后做出的决定或规则；庄明浩认为，细想今天讨论的所有事情，这条规则似乎变得越来越重要。

6. 应用的真正价值：把复杂度内化掉，而不是丢给用户

• 他对当下流行做法的直接批评：让用户自己选模型“一条弯路，或者说是这个时间点无奈接受的一种选择”——“用户根本不需要关心调用哪个模型，但是他唯一需要关心的就是那个结果，就是能不能这个应用按时交付一份能用的东西”。往前推演，这个选择就不应该由用户承担。
• 应用要做的是四步：选择模型，按任务场景调用不同的视觉模型和工具；拆解任务，把模糊需求拆成脚本、画面、人物、尺寸、格式等要素；控制结果，让人物、品牌、模板和风格保持一致，同时允许用户在创作过程和结构层面调整；最后完成交付，输出一份能发布、能投放、能复用的视觉成果。
• 这也解释了他提到的 OpenRouter“被收掉”，以及为什么最近大家强调路由能力：模型层和应用层都需要根据任务进行选择与组织，而不是把复杂度直接交给用户。

7. 财报里的两个数字、四个待答题，与最终判断

• 2025 年上半年，美图收入 22.1 亿（同比 +22.1%），净利润 6.35 亿（同比增长将近 40%）；生产力应用月活 3300 万（+43.5%），付费订阅用户 235 万（+29.8%），付费率约 7.1%，相关 ARR 达 6.2 亿人民币，“马上就可以进入一亿美金 ARR 俱乐部”。传统影像产品收入 17.7 亿、付费用户 1844 万、付费渗透率 6.5%，老业务也保持增长；刚上线的 Peach、MV Land 等产品相关 ARR 已突破 50 万美元。
• 分析师会上两个核心指标相互印证：第三方 API/token 调用成本仅占收入个位数百分比，而自研模型生成内容占最终交付结果的 96%——“这个数字太让我意外了，大到我觉得有点过于大了”。这也符合 New Lab 逻辑：今天应用公司也要有自己的模型、benchmark、评估体系和后训练强化学习环境。
• 但四个问题仍待回答：生产力这条第二曲线（按收入占比应该约 18%）到底会成为主曲线，还是“涨到一定规模之后就不涨了”；单位经济——“token 消费的增长大家都知道不等于利润增长”，要追问单位算力的收入和成本、token 定价、渠道分成与毛利；产品与孵化结构——产品越多试错机会越多，但人、钱、token、算力、品牌和研发资源都会被分散；以及所有中国 AI 公司共同的全球化命题——高 ARPU 地区用户的长期留存、续费和持续付费，因为 MAU 增长不等于付费和订阅。
• 最终判断拒绝二元结论：“模型更多吃掉的是功能……吃不掉的其实是繁复场景下的结果交付，我觉得这件事情模型是不可能吃掉的，远远不可能。”能留下的公司，是把模型、场景、流程和用户支付组织成“用户愿意反复购买的结果”的公司；对已有成熟业务的公司，答案是“既要又要”——在成熟业务稳定的基础上，把原有底盘变成孵化新 AI 应用和工作流的优势，形成正反馈，持续积累规模，“坚持不犹豫地以这样的方式走下去，这就是我的判断”。