21.过去一年，哪些明星AI产品的增长值得关注？
摘要
这期最强的投资判断，是AI应用的胜负手已从“谁的模型最厉害”转向“谁抓住了会快速付钱的刚需”。 Eva以Final Round的AI面试和HIX.AI的论文写作、绕过AI检测为样本：前者帮人找工作，后者解决论文与学校检测的强约束，都是“刚需中的刚需”，比宏大叙事更容易形成高LTV。2023年是“拿着锤子找钉子”，到后来，真正稀缺的是需求选择和收费能力。
付费率可能比用户总量更能决定一家AI应用是不是好生意。 卫诗婕按每月50美元客单价粗算：1%付费率需要约200万用户才能做到1000万美元ARR，10%付费率则约需20万用户；节目后段Eva又说“20万用户、10%付费率”可以做到2000万ARR，但前后ARR数字和口径并未解释，不能直接视为同一计算。结论明确：“我不需要一个Super App，我也不需要改变世界，有20万用户就够了。”
生成式AI最危险的假繁荣，是用户增长很快、收入却覆盖不了持续发生的算力与基础设施成本。 AI陪伴、视频生成、复杂3D游戏和企业决策都可能落入“跑车送外卖”：多轮推理、语料灌入、API租用、服务器闲置与峰值扩容同时吞噬利润。Eva的判断很直接：“大部分复杂生成都是没算好的赛道。”卫诗婕则以Soul的付费表现提出反问，保留了这一赛道的争议。
多模态产品的增长不能只买KOL曝光，真正的裂变取决于看到内容的人会不会试用、分享并触发二次传播。 ElevenLabs代表稳扎稳打的刚需功能，AI Mirror、妙鸭等特效产品依赖前后反差，海螺等生成式产品则由模型效果和情绪内容驱动；“和去世的亲人拥抱”“想象60岁的自己”和宠物跳舞，都是把技术能力翻译成用户立刻理解的场景。“基于动作驱动你的照片”令人一脸懵，“能让你们家的宠物跳舞”才会让人愿意试。
全球化的结构性红利不只是海外付费更高，还包括Web、搜索、外链和跨国社区构成的免费冷启动网络。 Product Hunt、AI导航站、Reddit、Discord和Google SEO让小众需求也能聚集足够用户；同一套操作在东南亚验证后放到美国，可能形成“乘十”的效果。卫诗婕转述的Canva观察是，相关市场的ARR、MAU与所在国GDP有很强正相关。工具型需求通常跨文化相通，因此“Day 1收费”和“Day 1出海”可以同时验证产品价值。
创业公司对大厂最现实的优势不是资源，而是离用户更近、降低ego并集中投入于一个确定需求。 大厂拥有数据、入口和大量“80分的人”，但组织效率可能让答卷落在60分，也可能推到90分；创业公司若在单点投入更多人力，就可能打出时间差。关键不是团队年龄，而是成员真正做过什么，以及能否用“花40分的钱，获得80分的经验”的分布式配置补齐短板。
Eva对增长最大的认知修正，是从打一场场Campaign转向建立稳定的流量体系。 热点一定消退，如果没有数据看板、固定传播者、应用商店关键词、搜索流量和垂直合作渠道，团队只能反复经历“爬坡、消退”；增长飞轮的核心是先做把握度高的基本盘，再按产品阶段选择一两个渠道。“我不要大起大落，我要稳稳的幸福。”
精读
1. 一条调解夫妻争吵的prompt，说明AI应用门槛已经降到需求层
Eva在2022至2023年仍是AI爱好者时，把Claude接入Slack群，做了一个“情感观察师”；与后来成为丈夫的伴侣吵架时，她把AI拉进群“帮我们吵架”，更准确地说，是做不偏向男方或女方的评理与调解。
她给出的prompt包括几个约束：AI是经验丰富的情感心理咨询师，目标是改善夫妻关系，在冲突中用非暴力沟通逐步引导双方换位思考，并“用极具同理心的话”参与沟通。它有效的原因不是替谁赢，而是双方上头时都处于“逻辑自洽”，公正的第三方重新打开了听见对方的通道。
这段经历让Eva意识到，模型公司已经解决了最难的底层能力，微调和前端都有现成方案，AI应用会出现井喷；真正的空间属于能找到“原来没有满足好、但生成式AI能满足得更好”的需求的人。
2. 2023年比模型，后来开始比谁能把多模态变成真实需求
Eva把2023年的行业情绪概括为兴奋与高估：ChatGPT展示出惊人能力，市场不断比较A模型与B模型，默认“谁模型最厉害，谁就占据了未来的王者地位”。资本重视模型并非全错，因为“模型是世界的基座”，只是当时人们尚未真正感知它的能力边界。
她更尖锐的总结是：“2023年是拿着锤子找钉子。”先有技术，再想它能解决什么；到后来，图像和视频产品密集出现，多模态成为显著方向，叙事逐渐更多转向产品是否命中需求。
图像和视频增长快并不只因技术进步。主流社交媒体本就由图片、视频驱动，视频还能同时承载文字、声音、图像与视频，几乎容纳所有生成模态；传播形态越强，对应的生产力工具就越容易获得需求与分发红利。
3. 大厂把AI项目当内部投资，创业公司靠单点投入抢时间差
大厂的战略部门像内部投资人：先判断原市场规模、用户增长与竞品格局，再看自身的数据、用户或生态优势，以及新产品能否反哺已有业务。Eva举腾讯元宝为例，它能检索公众号文章，既可成为内容的前置入口，也能产生别人难以复制的联动。
这种项目的底线是“我最差也不会做得太差”，至少能反哺原有生态，向上则可能形成新的“惊喜”。至于在旧产品里加入AI，还是另起一个AI原生品牌，往往取决于决策人：既有业务负责人更倾向SaaS加AI，需要独立关注与品牌时则会新做产品。
大厂拥有成熟产研、数据与导流入口，却未必最快捕捉市场；如果内部只给一个方向5至10人，创业公司集中30人持续贴近用户，就可能取得时间差。全球化又削弱了“入口赢家通吃”的逻辑，一个产品只需满足不错的细分需求，也可能活得很好。
4. 好赛道既在增长，也会不断奖励新进入者
Eva筛方向的第一层是市场本身是否增长，第二层是能否切入刚需并收费；前置调研会看现有产品、市占率，以及新产品是否仍能快速冒头。一个赛道即使已有10个竞品，只要持续有新人高速增长，就说明它“竞争强但是需求也很大”，对新手仍然友好。
图像与视频编辑正是她眼中的样本：社交媒体越依赖视觉内容，生产这些内容的工具越有空间；同时，视频内部存在大量子方向，因此仍有多个方向可以发展。
Final Round被她视为AI面试与求职产品，不只是普通SaaS，因为“帮助用户找工作”属于刚需中的刚需，因而PMF和人均LTV更好。HIX.AI则帮助写论文并绕过AI检测，用户一听就知道为什么需要，也更容易迅速做出付费决策。
5. 1%与10%的付费率，足以把所需用户规模缩小十倍
卫诗婕用一组粗算提醒创业者不要只盯用户量：按50美元/月的常见定价，若付费率为1%，做到1000万美元ARR约需200万用户；若付费率为10%，约20万用户即可达到相近收入规模。两者都是约2万付费用户，差别在获客与服务的总体负担。
她由此解释“生意型创业”的吸引力：“我不需要一个Super App，我也不需要改变世界，有20万用户就够了。”解决一个单点小需求、让一群人持续付费，比先讲改变世界的故事更符合先活下来的思路。
卫诗婕补充，大模型使用成本仍高，团队从第一天就要想清楚向谁收钱、市场多大、账能否成立；Eva则把付费称为“在一定程度上最好的留存”，因为愿意付款证明需求真实，付款后的交付压力也会倒逼产品提升。
节目后段Eva又说，付费率达到10%、拥有20万用户的产品可以做到2000万ARR。前段卫诗婕的计算是1000万美元ARR，后段没有解释ARR数字变化或计算口径，不能强行合并。
细分并不意味着只能做一个功能。同一批高阶职场用户若还有其他需求，产品可以继续增加功能，再获得5%或10%的付费转化；“那是下一步的事情”，第一步仍是先让一个小需求成立。
6. Day 1收费与Day 1出海，是工具型AI最直接的价值测试
Eva承认AI公司早收费有时是“不得已而为之”：资本活跃度不如移动互联网时期，而AI工具的服务器和模型成本更重，团队必须先证明能挣钱。工具价值也最容易由付费验证，但AI社交、娱乐等追求更大趋势的产品，商业化可能合理地更晚。
卫诗婕提到与Canva负责人的交流：不同国家的ARR、MAU与当地GDP有很强的正相关，本质是普通用户能为普通需求支付多少。由此形成的路径是，在能付费的市场打磨产品，再横向复制到其他高潜市场；大厂也可先利用国内资源打磨，随后到海外释放收入。
Eva的经验是，人类底层需求大体相通，工具产品尤其少有强烈国别差异；国内需求量大的功能，海外通常也有需求。团队可以从第一天并行做国内外产品，但AI社交等产品可能要先满足一批需求、生产一批内容，再让商业模式“慢慢长出来”。
7. 创业公司的真正优势，是降低ego并贴着确定需求迭代
Eva认为零到一最关键的是市场敏锐度与用户需求洞察。离用户越远的决策者，越容易靠第一性原理织出宏大战略；更稳妥的创业路径，是“降低自己ego”，先找到已经存在的确定需求。
找到需求之后，创业公司的优势才开始显现：上线快、迭代快、资源集中、组织和人力调配灵活。产品若只需要一名80分的产品经理和敏锐的用户研究者，就不必模仿大厂配置；若算法是关键，再集中资源找到厉害的算法人才。
大厂常聚集大量“80分的人”，但人多使组织成为关键变量：信息传递、执行、氛围和决策机制不好，可能只交出60分答卷；组织力好，则能把集体能力推到90分。创业公司人少，只要抓住几个关键点并保持速度，就有机会跑出来。
8. 社交媒体、搜索词和新产品增速，是需求洞察的三组前置信号
Eva寻找需求的第一种方式，是直接看用户在社交媒体说什么。她举“小猫补光灯”为例：小红书上已有大量用户表达拍照补光需求，创业者可以从这些声音中拿到零到一的需求证据。
第二组证据来自Google、百度或小红书搜索词，因为主动搜索更接近真实意图；第三种方式是用户访谈，例如做二次元产品就必须与二次元用户聊，而不是由团队替用户想象。
另一个实用信号是同类新产品的增速：如果一组产品都做相似功能，其中某个产品增长得比其他产品快，市场已在替创业者验证需求。先看“有没有新产品快速增长”，比沉迷技术是否足够炫更可靠。
谈到大厂数据能否构成模型先发优势时，Eva明确保留边界：“因为我不是做技术端的，所以可能没有那么权威。”以她有限的理解，优质素材和数据源当然重要，但她没有把数据优势夸大成必胜条件。
9. 海外零到一更容易，靠的是开放链接、Web搜索与跨国社区
海外有Product Hunt、AI导航站等现成社区，能让AI爱好者体验新产品并提供反馈；社交媒体又普遍支持外链，看到内容后可以直接转化。海外并非单一国家，即使需求小众，跨多个国家聚合后也可能形成足够大的初始人群。
产品形态也不同：中国较早全面进入移动互联网，App通常比Web更容易做，百度SEO生态又不如Google；海外仍有大量桌面工作场景，Web产品可从主动搜索中获得免费流量。Eva区分SEO与SEM：前者获取自然流量，后者依靠付费投放。
小红书是国内少数适合Building in Public的渠道：新号仍可能获得分发，人群丰富，算法相对非中心化，又逐渐承担搜索功能，因此小众产品可以找到相似用户。但海外同一套操作能覆盖多个国家，东南亚流行后再放到美国，效果可能不是“乘一”，而是“乘十”。
10. 第一类零到一陷阱，是把技术标杆误当成用户价值
Eva对创业方向的要求是“给用户雪中送炭”，而不是因为某项技术厉害就做一个自我感动的产品。数字人是她的反例：B端营销、SMB或大企业可能需要它，用户数不大但收入可以很好；普通C端用户记录生活或跳舞，却很难说明为什么必须使用数字人。
卫诗婕用ChatGPT的新版本追问普通人是否能感知技术升级；Eva回答，o1与旧版本的区别可能只有重推理、重长文的企业真正体会，面向大众时它更多是技术标杆。能力边界进步，不等于已有可收费的场景。
因此团队必须先明确究竟服务B端还是C端，以及谁最需要它。产品最终会流向最需要它的人，但这个人是否愿意付第一笔钱，才是商业化的关键。
11. 第二类陷阱是“跑车送外卖”，AI陪伴暴露了最尖锐的分歧
Eva把没算好账概括为“跑车送外卖”：方向非常费钱、付费率却低，用户量看起来不错，团队便进入“虚假繁荣”。她把AI陪伴列为典型，因为多轮互动和个性化成本高，而目标用户可能年轻、支付能力弱。
她的解释是，Midjourney生成一张符合预期的图后，用户很快能判断是否付费；AI陪伴却可能要进行很多轮互动和打磨，才接近个体的情绪需求。“如果不涉及色情内容，它的付费率确实挺低，全世界都低”，是她对全球AI陪伴付费率的判断。
卫诗婕的反驳值得保留：Soul同样服务需要线上陪伴、现实社交资产不足的人群，却能取得不错收费；她还指出，Soul里可以找真人聊天、写日记或与自己对话。Eva随后把分歧复述为：如果一样要付钱，是否更愿意付给真实的人而不是AI，并认为这类用户比较低龄、付费能力不强。
双方最终没有消除分歧。卫诗婕表示会再与AI陪伴创业者讨论；Eva也认同卫诗婕提出的机制：陪伴前期交付较重，用户满足度因人而异。陪伴没有搜索或出图那样明确的预期边界，产品难以定义“满意”；聊天截图又很容易制造传播，因此增长可能很快，长期留存和高付费却更难。
12. 复杂生成能不能成为生意，取决于算力账而不只看模型效果
Eva认为“生成其实很费卡”，复杂视频、企业决策和3D游戏创建都要谨慎。一次轻量出图与持续多轮互动的成本结构不同；AI陪伴还可能需要小说等语料，此外也要考虑服务器、运营、人力和算力成本。
若底层能力来自长期租用的API，空闲时也可能产生成本；若平时10台服务器够用，高峰期却要50台，团队必须决定额外40台是长期闲置，还是冒着峰值服务失败的风险。云服务可以弹性扩容，但私有化部署往往“租几台就是几台”。
Eva把这笔账归纳为运营、人力、服务器和算力四层，并补充游戏同样烧钱。用户量增长若没有同步验证付费率和成本，只会让基础设施问题更快暴露。
13. 第三类陷阱是完美主义，品牌优势可能属于更早进入市场的人
Eva反对把产品彻底打磨好再发布。创业通常是慢慢长出来的：第一个需求可能只打中一半，但用户进来后，通过深访能发现真正需要的另一半，产品稍作调整即可；如果团队长期闭门开发，走偏后反而更难转向。
她的原则是忍受不完美、尽早释放并快速迭代；若第一次就打准，还能抢到品牌优势。卫诗婕以MiniMax和字节为例，称它们产品能力强、能够国内外多产品并行；Eva则认为成熟大厂通常会在协调算力与资源前完成论证，因此不太容易踩中这三类基础坑。
14. 多模态增长分三类：刚需功能、可复制特效与技术驱动生成
第一类是稳扎稳打的刚需能力。ElevenLabs把声音做深，覆盖文字转语音、音色克隆、视频翻译和音色调节，既服务C端，也提供API给B端；生成式AI把过去可能需要数小时甚至一天的专业配音录制，压缩到“三句话”复制音色，还能改变愤怒、可爱或忧伤等情绪状态。
ElevenLabs早期会紧跟Sora发布的视频快速配音，让用户立即理解其能力。Eva强调，这类营销的作用只是把卖点打出去，让对音色敏感的目标人群记住并使用产品；底层仍是营销公司、MCN等真实客户的稳定需求。
第二类是妙鸭、AI Mirror等特效产品，以毛毡、黏土等明显前后反差制造社交传播；单个特效可能5至10天即可复制，决定增长的不是复杂技术本身，而是这个特效是否足够让人想亲自尝试。Glam AI、Remini也被列为快速增长的样本。
第三类是技术导向的生成产品，模型效果本身可能决定“50%”，并激发用户自由创作。Eva提到海螺、Luma、Vidu、VEED，以及编辑侧的CapCut、Captions和美图系产品；这些产品分别体现了生成、编辑与特效不同的增长机制。
15. KOL只能买到注意力，真正的流行必须完成二次传播
卫诗婕追问：产品力合格时，集中搞定头部和腰部KOL，能否自上而下制造裂变？Eva的回答是否定的——KOL只能让更多人知道“有这么个事儿”，真正的流行取决于看完的人是否分享、试用，以及看到其作品的人能否继续传播。
生成式视频更容易借情绪完成这条链路。Eva列举“AI拥抱”、从照片想象60岁的自己、与去世亲人或喜欢的明星拥抱；美国总统大选相关内容也会借公众人物和IP传播。追热点、蹭IP很常见，但病毒式营销始终包含运气。
产品表达必须把技术能力翻译成具体欲望：“我告诉你这个模型可以基于动作驱动你的照片，你可能一脸懵；但如果说它能让你们家的宠物跳舞，你就会愿意试。”能力没有改变，用户理解成本和传播力却完全不同。
16. C转B可以让决策者主动上门，降低昂贵的企业获客成本
Eva认为HeyGen走出了一条聪明的C转B路径：先用郭德纲讲相声等爆款视频让普通用户形成感知，而企业决策者本身也是普通用户，看过内容后可能主动询问企业方案。这比持续培养销售、逐家上门推销更接近“吸引”而非“推”。
Kimi也采用了类似机制：集中打“长文本”，用把《甄嬛传》放进Kimi等事件让能力出圈，初期的关注可能也与“Kimi概念股”出圈有关。随后当扣子等B端平台需要接模型时，可能有人因为已经知道Kimi而主动询问合作。
大型C端事件营销本身并不便宜，而且成功有概率；但若目标是吸引一个中型或大型B端客户，与销售团队长期触达的成本相比，性价比可能很高。进入后期，产品仍要回到垂直渠道，例如出海电商展会、LinkedIn内容和目标企业所在行业。
17. 流行可以跨市场复用，UGC与搜索低洼共同构成产品机会池
Eva以通义千问“全民舞王”为例：上传照片便能让人物或两只小金毛跳舞，在抖音爆火后，类似形式在东南亚、美国仍可能再流行。可爱、跳舞和宠物叠加了普遍需求；用户未必愿意让自己跳，却很愿意让宠物跳，团队可以利用国家间的时间差。
Vidu早期先在Discord积累种子用户内容，再由一条YouTube视频出圈。Suno、Midjourney等生成产品面对千奇百怪的prompt，团队需要观察群内哪类结果讨论最多，从UGC中选出社交媒体物料，再围绕已验证的场景扩展创意。
国内缺少同等显性的“中国版Discord”，但海外跨五十多个国家聚集小众创作者，AI纹身等极细分方向也能形成生意。Eva由此把全球化最终归结为组织力：团队能否在全球捕捉机会、快速识别热点并及时执行。
对资源有限的创业者，她推荐“万兴科技系”式的需求倒推：先爬搜索词，寻找需求大但现有产品未满足好的低洼，再快速做不完美的小工具，逐步接入相邻需求并形成产品矩阵。这不同于字节系擅长的“多个方向同时测试”，更像先选址，再用第一笔小生意资助下一笔。
18. 可持续增长来自守住基本盘，而团队配置决定飞轮能否转动
Eva最大的失败体会，是早期太关注社媒效果，把增长当作一场场Campaign。后来她意识到，热点一定经历“爬坡、消退”，真正重要的是数据看板、传播网络和固定渠道能否让稳定流量持续存在。
稳定流量可以来自一批长期帮助测试和分享的人、应用市场关键词、固定渠道或自然搜索；这些单日规模未必惊人，却让团队不必持续赌概率。“你要考虑的是你的基准线是怎么样子的”，“我不要大起大落，我要稳稳的幸福。”
渠道还有节奏问题。Product Hunt、AI Tools等发现社区量不大但精准，Reddit适合寻找特定人群；教育产品的使用者是学生、付款者是家长，与当地学校或培训机构合作可能比泛流量更有效。创业团队一次只能重点做一两件事，不能看到别人用Discord成功就从第一天照搬。
人才短缺时，Eva建议用有经验的人搭配执行团队，采用分布式配置，以“花40分的钱获得80分的经验”；不要按年龄判断AI原生程度，而要看一个人真正做过什么。她希望服务全球化、PLG而非SLG驱动的团队，在战略选方向、战术定产品、策略排渠道三层补位，并继续寻找自己的创造机会。