2025年是AI應用爆發(fā)的元年，當全球AI競賽步入“中國時刻”，一場深刻的技術變革正悄然改寫產業(yè)格局。在此關鍵節(jié)點，行業(yè)面臨核心命題：如何跨越AI技術到規(guī)?；瘧玫镍櫆希肯乱粋€顛覆性的AI超級應用將誕生于何處？
4月18日，由36氪主辦的2025 AI Partner大會于上海模速空間盛大啟幕。本次大會以“Super APP來了”為主題，聚焦AI應用對千行百業(yè)的顛覆性變革。大會分為“Super App來了”和“誰是下一個超級應用”兩大篇章，覆蓋“在AI世界中長大”“2025卷AI就卷超級應用”等七大話題，涵蓋10+場主題演講、3場圓桌對話與兩大優(yōu)秀AI案例企業(yè)名冊發(fā)布環(huán)節(jié)，深度剖析AI技術如何重構商業(yè)邏輯、重塑產業(yè)格局，探索AI超級應用帶來的無限可能。
當日，WeShop唯象總經理吳海波帶來了《WeShop唯象的全球化之路：進化or淘汰》的主題分享。
以下為吳海波演講內容，經36氪整理編輯：
感謝 36 氪的邀請！大家下午好，我是來自WeShop唯象的吳海波。今天，我想結合這兩年WeShop的創(chuàng)業(yè)歷程，分享一些實戰(zhàn)中的觀察與思考，希望能為身處AI浪潮中的創(chuàng)業(yè)者帶來啟發(fā)。
WeShop唯象總經理吳海波
先花一分鐘，通過一段視頻讓大家直觀了解WeShop的業(yè)務。
簡單來說，WeShop專注于為電商企業(yè)提供AI商拍解決方案。傳統電商運營中，商家需要耗費大量成本請模特、租場地、聘請攝影師完成商品拍攝；而我們通過自研的AI工具，幫助商家一鍵換模特、換背景，高效生成商品展示圖。作為國內首家、全球首批推出AI商拍工具的團隊，WeShop脫胎于蘑菇街的時尚電商基因，目前主要面向海外客戶，以SaaS訂閱模式收費。我個人在蘑菇街深耕產品和搜索推薦算法多年，2021年起投身大模型研發(fā)，如今在唯象負責產品研發(fā)與大客戶合作。
過去兩年的創(chuàng)業(yè)經歷，讓我深刻體會到大模型浪潮下的兩面性。我習慣先講“壞消息”，再分享“好消息”—— 畢竟直面挑戰(zhàn)，才能抓住機遇。
壞消息：模型即應用，創(chuàng)業(yè)公司的生存危機。大模型時代最殘酷的現實是：“模型即應用”正在成為主流。別再幻想用簡單的“套殼”方式應對競爭——OpenAI曾向開發(fā)者預充200美元算力，看似扶持生態(tài)，實則可能瞬間顛覆依賴其接口的業(yè)務。這種“算力點到手，業(yè)務說沒就沒”的情況，在過去兩年反復上演。對創(chuàng)業(yè)者而言，若無法將大模型能力深度融入業(yè)務，就如同在沙灘上建樓，隨時可能被技術浪潮沖垮。
好消息：SOTA魔咒與開源紅利。但換個角度看，大模型領域的“混亂”恰恰是創(chuàng)業(yè)者的機會。
SOTA（State-of-the-Art）魔咒：在圖像和視頻領域，沒有任何模型能長期占據技術巔峰。以Hugging Face的模型排行榜為例，曾經炙手可熱的middle journey如今已不再穩(wěn)居前列；京東團隊推出的HiDream模型，短短數月便從無名之輩躍居第二。語言模型領域的“刷榜”更是激烈，技術迭代速度遠超想象。
開源生態(tài)的崛起：當巨頭紛紛押注閉源模型時，Meta 開源 Llama 引發(fā)行業(yè)震動，催生出龐大的生態(tài)；在圖像領域，部分團隊發(fā)現單純比拼模型難以超越頭部玩家，便選擇開源，吸引全球開發(fā)者共同優(yōu)化。雖然開源模型初期效果可能弱于閉源，但憑借社區(qū)的力量，其進步速度驚人。
關鍵點：創(chuàng)業(yè)者要學會借力開源。任何閉源模型的“黑科技”，大概率會在 2-3 個月內出現開源替代品。這種快速的技術擴散，反而為中小團隊提供了彎道超車的機會。
以WeShop為例，我們的技術迭代幾乎完全受益于開源生態(tài)的推動。2023-2024 年：初期版本生成的商品圖雖然讓客戶眼前一亮，但細節(jié)瑕疵明顯 —— 服裝褶皺不自然、人物面部“AI 感”過重、背景合成生硬。2025 年：借助最新開源模型和微調技術，我們實現了質的飛躍。如今的商品圖不僅能精準還原服裝細節(jié)，還能模擬真實拍攝的光影效果，在2K分辨率下，生成圖與實拍圖的質感幾乎難以區(qū)分。
再看實際案例：
場景一：商場陳列商品圖。2024年的版本只能做到基礎替換，而2025年的模型能生成更逼真的光影、更自然的商品擺放角度。
場景二：婚紗拍攝。對比GPT-4o生成的結果，WeShop的圖在服裝紋理、褶皺細節(jié)上更勝一籌——這對電商而言至關重要，因為商品圖必須與實物100%匹配。
核心邏輯：20人不到的創(chuàng)業(yè)團隊，若不借助開源模型的力量，根本無法在短時間內實現如此快速的技術迭代。
面對大模型的沖擊，創(chuàng)業(yè)公司如何避免被“淹沒”？我總結了兩條關鍵策略：
1. 選擇有 “戰(zhàn)略縱深” 的場景
并非所有場景都適合創(chuàng)業(yè)團隊切入。如果一個業(yè)務只需招聘月薪5000元的員工就能完成，那么它很可能成為大模型的“主賽道”，被巨頭迅速壟斷；反之，若場景復雜度高、對專業(yè)能力要求強（例如需要月薪 2 萬元甚至更高水平的人才），則意味著技術門檻高、價值量大，創(chuàng)業(yè)公司更有機會建立壁壘。
案例：GPT-4o生成的商品圖對普通C端用戶來說“夠用”，但對電商商家而言遠遠不足——因為商家需要精準還原商品細節(jié)，確保用戶收到的實物與圖片一致。這種專業(yè)性需求，就是 WeShop 的“戰(zhàn)略縱深”。
2. 打造 “模型友好型” 業(yè)務
切忌與大模型正面硬剛。創(chuàng)業(yè)團隊的核心不是自研大模型，而是讓模型成為助力業(yè)務的“Beta”。例如，當GPT-4o出現時，我們沒有陷入焦慮，而是深入分析其技術架構（如 DR+deficient 架構在細節(jié)處理上的缺陷），并預判開源社區(qū)可能的突破方向。一旦有新的開源模型涌現，我們就能快速整合優(yōu)化，在2K、4K等高分辨率場景下持續(xù)拉開與通用模型的差距。
關鍵認知：創(chuàng)業(yè)者必須懂AI，深入研究模型結構、技術演進方向，甚至大量研讀論文。只有理解大模型的能力邊界，才能預判技術趨勢，提前布局。
在用戶增長策略上，AI 時代與傳統互聯網有著本質區(qū)別：
互聯網時代：產品同質化嚴重，用戶遷移成本低，企業(yè)不得不投入巨額預算爭奪流量，“用戶永遠是現在比未來貴”。
AI 時代：技術迭代極快，新產品層出不窮，用戶對AI工具的忠誠度幾乎為零。與其耗費資源爭奪存量用戶，不如專注打磨產品，等待“殺手級應用”的爆發(fā)。我認為，未來的AI用戶獲取成本反而更低——因為市場尚未形成真正的壟斷，新玩家隨時可能通過技術創(chuàng)新吸引用戶。
最后，我想送給創(chuàng)業(yè)者一句話：在AI浪潮中，最重要的是“留在牌桌上”。AGI（通用人工智能）的到來將徹底重塑各行各業(yè)，而我們目前的想象或許只是冰山一角。作為創(chuàng)業(yè)團隊，我們無需追求“大而全”，可以像WeShop一樣聚焦細分場景，在巨頭的“射程之外”尋找機會，通過持續(xù)創(chuàng)新與技術迭代，為未來贏得更多可能性。
這就是我今天的分享，謝謝大家！
熱門跟貼