对话美图 CEO 吴欣鸿：美图是 AI 受益者，产品增长有方法论

作者 | 小 猫 编辑 | 硬 AI 美图 2025 年财报发布后，市场对这家公司的分歧仍在。AI 到底是在削弱美图，还是在强化它？大模型多模态能力持续进化，影像处理类应用的生存空间到底是在收窄还是在扩大？ 在财报电话会后与华尔街见闻·硬 AI 的独家对话中，美图 CEO 吴欣鸿给出了一个极其直接的回应：如果只能选一个经营指标来回答这个问题，他选利润增长。用户用真金白银投票，大部分来自订阅，部分来自 Token 消耗。 两者指向同一个结论：产品被认可。 但利润增长背后的逻辑需要被拆开看。 AI 在美图的价值链上产生的影响是不均匀的：上游的数据和影像中台，由上千名工程师历经多年搭建，无法被轻易复制。下游的渠道触达能力，2.8 亿月活用户构成的分发优势，AI 同样难以替代。 真正被 AI 大幅改变的是中间环节，产品的生产过程本身。 AI 一方面降低了成本，另一方面给美图提供了更多的供给能力。以前用户在某些场景上有很高的学习成本，AI 出来以后门槛被大幅降低，美图能够提供更多产品给到市场，市场潜力更大了。（英伟达 CEO 黄仁勋最近表达过一个观点，AI 时代大幅降低了原本某些复杂软件的学习门槛，从而触发了这类软件更广阔的需求爆发） 吴欣鸿举了一个内部案例：一个设计师现在可以独立完成一个完整的 AI 产品，以前这需要二三十人的团队。 但这个事实同时引出一个更锋利的问题：如果一个人就能做出年收入百万级的产品，他为什么还要留在公司？ 吴欣鸿的回答指向规模化。中台能力的复用和渠道优势带来的低成本获客，是个体在外部从零开始无法复制的。 这套上游中台加下游渠道的组合，也决定了美图做新产品的方式。 每一款美图新产品的需求都是从上一款产品里长出来的：美图设计室来自美图秀秀用户做电商物料的需求，开拍来自美颜相机里提词器用户的口播视频诉求。从存量用户中洞察新需求，再以渠道优势低成本获客，这是吴欣鸿反复强调的增长方法论。 美图将近 80% 的用户是生活场景用户，构成了整个用户底盘。公司要做的是从这个底盘向上延展，触达付费意愿更强、ARPU 值更高的专业消费者和中小型企业。 吴欣鸿明确表示不去碰 Adobe 所在的专业用户和大企业市场，中间有断层，获客成本高，产品要求也完全不同。 海外增长方面，RoboNeo 在巴西等 15 个国家的爆发引发了市场关注。 吴欣鸿表示公司已经形成一套可以复制的方法论。判断标准也很直接：用户增长和收入是否同频，留存率是否持续。 如果只涨用户不涨收入，就不健康。欧美市场本身付费意愿强，只要做到用户增长，收入基本能跟上。 在生产力工具的商业化路径上，电商设计场景最先跑通。电商行业足够卷，降本增效的诉求最迫切。电商设计的工作流高度数字化，可以被 AI 团队完整复刻。 吴欣鸿特别强调，标准化和数字化缺一不可。如果一个工作虽然标准化但依赖线下人力，AI 就很难介入。美图设计室远远没有触及用户增长的天花板，全球市场仍有很大空间。生产力场景下用户的 ARPU 值正在快速提升，模型能力的进化让产出质量和稳定性越来越好，原本停留在概念层面的东西开始真正可用。 行业的收入模式正在发生结构性变化。从最早的广告导流，到 2018 年叠加订阅，再到现在 Token 消耗快速放大。 吴欣鸿在对话中表达，Token 消耗正在成为美图未来主要的收入来源之一。 这一趋势在 OpenClaw 的布局中体现得更为清晰。美图推出了 Meitu CLI，八个 AI Skills 接入 OpenClaw，公司对自身的定位是 AI 时代的影像基础设施。吴欣鸿把 OpenClaw 定义为能力的分发渠道和收入来源。 市场担忧外部接口的普及会削弱美图自有产品的入口心智，吴欣鸿用手机厂商做了类比：手机厂商再怎么投入影像也只能满足通用需求，产品深度有限，美图秀秀在智能手机爆发的十几年里市场占有率反而节节攀升。OpenClaw 提供的是通用能力，自有产品提供的是深度能力，两者互补。 谈及未来两年，吴欣鸿认为最大的不确定性来自敏捷的创业团队，而非大厂。 在 AI 时代，所有公司面临的最大瓶颈可能在组织本身，技术和算力都排不上，但如果组织变得冗余、低效、官僚，所有战略都无法落地执行。当 AI 让产品生产的中间环节被极大压缩，谁能持续发现需求、持续低成本触达用户，谁就能在下一轮竞争中占据主动。 以下是美图 CEO 吴欣鸿与华尔街见闻·硬 AI 的对话实录，围绕 AI 对美图的增强与削弱、产品方法论、生产力商业化路径、Token 消耗与收入结构变迁、OpenClaw 生态定位以及竞争格局等核心议题展开。 硬 AI：最近一段时间市场对美图的关注度非常高，公司无论是 AI 产品迭代还是生产力工具的拓展上都有不少积极变化，但另一方面市场分歧也很大，尤其在 AI 越来越强的背景下，美图这样的公司到底是被 AI 削弱了还是被 AI 增强了，今天借这个机会做一次深入一点的交流。 现在从第一个比较大的分歧聊起，AI 到底是削弱还是强化美图？现在市场有一个很核心的声音，随着大模型多模态 Agent 的能力越来越强，美图这样的产品到底会被替代还是被强化，站在公司的角度看，过去 6 到 12 个月内部感受到最大的变化是什么，哪些需求确实被 AI 覆盖掉，哪些需求变得更强了？ 吴欣鸿：首先我们觉得美图是 AI 受益的公司，而不是说被 AI 消灭的公司。从自身的产品看，比如说生活场景的产品，AI 或者说模型能力的快速进步，让我们整个用户的体验和海外市场的快速增长都有关系，它让我们对一些新功能、新效果的研发周期大幅缩短，可以很快把这些模型的能力转化成用户喜闻乐见的功能和效果，所以说在过去这一年美图很多旗下的产品多次登上全球很多国家的应用商店排行榜，也是受 AI 发展的帮助。 虽然模型自己有越来越强的多模态能力，但是在生产力工具这一块，他们很难去深挖一些垂直场景，这就给了美图这样的应用开发公司机会，因为我们知道模型更多是能解决各种通用的需求，一旦深入到垂直场景，深入到行业，它就会很难完全地满足，所以我们的一些生产力工具也是在模型能力快速提升后快速增长，比如说美图设计室、开拍、RoboNeo。 我们自己的体感是 AI 对美图帮助很大，而且从我们的认知而言，模型和应用并不是一个敌对的关系，并不是说模型会去吞噬应用，而是他们处在不同的生态位，是一个相辅相成的关系。 硬 AI：如果现在让管理层只选一个最重要的经营指标，向市场证明美图没有被 AI 削弱，反而是增强，这个指标管理层会选择什么呢？ 吴欣鸿：我觉得如果从核心的指标来看还是利润的增长，为什么呢？这个说明用户是用真金白银来投票，来支持一款产品，这个利润增长里面可能有大部分来自订阅，部分可能来自 Token 的消耗，这都是出于对产品的认可，他才会把钱花在这上面。 另外，利润增长其实也体现了我们的规模效应，只有足够大的用户基数，足够大的技术投入，才能够有规模效应，也才能有更好的产品竞争力。 硬 AI：可不可以这样理解，AI 一方面降低了成本，另一方面 AI 技术的发展给美图提供了更多的供给能力。以前在某些场景上用户是有很高的学习成本的，反而 AI 出来以后，这种学习成本的门槛被大幅降低了以后，美图这样的公司能够提供更多的产品去给到市场，用户可以有更多需求的爆发来给美图更多的营收、订阅或者说 Token 的使用，可以这样理解吗？ 吴欣鸿：可以这么理解。 硬 AI：那么从过去 6 到 12 个月，能不能具体谈谈 AI 对现在整个美图内容工作的可量化的效率提升，比如说研发周期、上线速度或者试错成本这些？ 吴欣鸿：首先我们讲一下内部的一些 AI 使用场景，比如说 AI 的编程、AI 营销、AI 测试、AI 翻译等，我们很多工作流程正在 AI 化，这个就让我们能够腾出更多的资源去做创新项目的验证，可能我们人数减少了，但所做的产品更多了，这里面其实就是 AI 的大幅提效在各种工作的环节里。 比如 AI 编程让很多工程师会去成为全栈工程师。以前可能我是一个 C++ 的工程师，有很多的编程语言或者前端工程师，现在可能它能够用 AI 编程来同时掌握各种脚本的编写，从自己写代码成为指挥 AI 快速完成所有不同领域代码的编写和代码的校验。 设计师也是，以前很多设计师是只做设计，现在很多设计师变成了一个超级个体，因为他又会设计，又会用 AI 编程来独立完成一个产品的搭建。 所以我们内部正在进行一个美图产品挑战赛，就有一些设计师一个人做出一个非常惊艳的 AI 产品，这个在以前是不可想象的。 因为以前要做到产品的完整度和产品力，至少要二三十人的团队才能实现，而现在一位设计师就可以独立完成所有的工作。我拿工程师和设计师举例，也是因为很多公司都有这两个岗位。 硬 AI：可能大家说 AI 出来以后有更多的一人公司，其实公司内部也反馈出了这个问题，我提一个比较犀利的问题，以前需要二三十人的团队现在一个人就可以做到，个人和公司之间的关系应该怎样处理，如果一个人可以做出来，完全可以独立出来做，如果是一个年收入百万级的产品，他一个人做的话，对他来说完全没有必要在一个公司体系里做，因为一个人做收入更高，这个关系应该怎么平衡？ 吴欣鸿：看起来是这样的，但实际上美图为什么做内部的这种孵化，就是鼓励很多人去做 AI 原生应用。 因为我们有一些从公司层面比较大的投入和优势，比如说我们有上千位工程师去做整个影像中台的建设，这样就让我们的同事哪怕是一个人去打造产品，也能够充分地用到公司提供的中台能力。 但如果真是在外面自己做的话，这个难度大很多，一个是千人工程师团队，长达多年投入累积的中台能力能够快速复用到影像创新产品上，一个是所有东西都是从零做。 还有就是我们有一定的渠道优势，他在公司做出来，比如我们有 2.8 亿的月活用户，可以比较精准地触达这款产品的目标用户群，实现较低成本的获客。所以虽然说一个人能够完成，但是在外面和在公司是完全不一样，因为在公司规模化的投入和渠道优势，其实是很多产品成功的一个基础。 硬 AI：公司在过去这么多年积累的数据，在 AI 时代是公司的护城河。另外就是在触达用户方面这些年的积累也构成优势。因此，公司在上游数据和下游触达两个部分 AI 没有办法很好替代，中间产品生产的部分 AI 能有比较大的提效，可以这样理解吗？ 吴欣鸿：是的。 硬 AI：下一个话题就是海外增长的话题，过去一段时间美图在海外不管是 AI 合照还是 RoboNeo 的表现都非常亮眼，这些到底是单个功能带来的阶段性爆款还是说公司已经形成一套可以复制的海外方法论，可以长期有爆款的存在？ 吴欣鸿：我们觉得还是后者，就是公司是有一套越来越成形的方法论，来支持我们不断地去做出爆款产品或者功能。 比如像 RoboNeo 在前段时间巴西等 15 个国家的爆火，也不是说第一次爆火，它之前也有，这个实际上是这些产品能力的持续迭代打下非常好的基础。我们在全球社交媒体的营销上也有不少的投入，形成我们自己的方法论。 硬 AI：公司内部是怎么判断它是一次性的流量红利还是用户质量真的是在变好？ 吴欣鸿：很简单，比如说这个产品爆发了，那如果只是用户的增长但收入没涨，那说明可能并不是一个非常健康的状态，但如果你发现爆发以后，用户和收入是同频增长的，那这个就非常健康了，说明大家是用真金白银来购买会员或者说在上面做 Token 的消耗。 还有就是留存，你打造爆款，那一个月后，两个月后，这些用户是否还在用，还在付费，其实也是能体现你真的有产品力还是说昙花一现。 硬 AI：欧美市场美图是更看重用户规模呢？还是做更高的付费意愿呢？ 吴欣鸿：欧美市场本身就是用户的付费意愿比较强，所以我们应该说都看，也就是说，在欧美市场，只要有比较好的用户增长，基本上也能带来对等的收入增长。所以基本上你只要能够在用户付费意愿比较高的地方做到用户增长，基本上收入是没问题的。 硬 AI：生产力业务上大家比较关注哪个场景最先跑得通，美图设计室、开拍和电商物料相关的能力里，目前最先形成商业闭环的是哪类场景？ 吴欣鸿：最先形成的是像以美图设计室为代表的电商设计的场景，为什么呢？首先电商行业足够的卷，足够卷就会导致大家利润被压倒，从而让这些电商的卖家会追求能够帮他们降本增效的工具，就会更加迫切。 还有就是电商设计这个场景是高度数字化的，它在传统的电商设计的团队里，基本上都是能用数字化的方式去复刻的，它是可以去实现这种用 AI 团队来完成对传统团队工作的复刻，因为它高度数字化才能够用 AI 团队来复刻，才能够让整个工作变得自动化。 硬 AI：电商场景的工作流相对固定，可以标准化、可以模式化，所以比较容易被 AI 优先替代？ 吴欣鸿：AI 可以去学习和复刻传统团队的各种能力，你就可以让它完全自动化地进行电商设计，这又能进一步地帮助电商卖家降本增效。当然我只是举个例子，应该还有更多的场景是符合这种标准的。 硬 AI：也就是其实跟其他场景是一样的如果可以标准化的话，那么 tob 的场景是非常容易被 AI 替代掉的。 吴欣鸿：不仅仅是标准化，还有数字化，数字化很关键，虽然一个工作是标准化的，但是它是依赖线下人力，其实这种非数字化的东西就很难做成自动化的产品。 太多了可能就需要人高强度介入，这些就比较难。 硬 AI：如果再往收入结构拆，美图设计室未来一到两年的增长是来自新增用户还是来自使用频次的提升还是来自更多算力的消耗或者更高的客单价？ 吴欣鸿：美图设计室远远还没有到达用户增长的瓶颈，也就是说现在至少在全球市场还有很大的成长空间，所以未来我相信为主还是来自用户增长的驱动。 硬 AI：过去一段时间单个用户的消耗有大幅增加吗？ 吴欣鸿：我们看到在生产力的场景用户的 Token 消耗是在快速增加，也就是用户的 ARPU 值在快速地提升，因为现在的模型能力快速进化导致产出的质量包括稳定性越来越好，让原本是一个概念的东西越来越变得可用了，越来越广泛地用在他们工作的一些领域。 硬 AI：这些高 ARPU 值主要是哪些典型的使用场景呢？ 吴欣鸿：比如说像美图设计室就是典型的场景，电商用户的设计基本上都是 ARPU 值比较高的。 比如我们作为一个电商卖家，我们这些产品肯定是要全渠道去铺的，我们不会只把这些商品在一个平台上卖，肯定是这些平台，比如是跨境卖家的话，在虾皮等很多平台都会去铺货，这就意味着他要去做适配各种平台要求的物料，量是比较大的。 硬 AI：如果我们再把视角拉得远一些，比如从未来五年，大概到 2030 年角度看美图，管理层觉得可能遇到最大的问题是什么，是供给瓶颈还是算力成本或者是其他？ 吴欣鸿：我觉得一家公司比较大的瓶颈最可能出现在组织上，其他比如技术、算力等等都不太会构成瓶颈，但组织如果变得很冗余，很低效，很官僚，不思进取，傲慢等等其实会严重地影响公司的竞争力。所以我们在拥抱 AI 的时候其实最先要变革的就是组织，否则的话，定了目标但组织不匹配的话是执行不了。 硬 AI：公司出了 Meitu CLI，八个 AI Skills 也主动接入 OpenClaw，公司内部把 OpenClaw 看作什么方向？ 吴欣鸿：因为我们对自己的定位是希望成为 AI 时代的影像基础能力提供商或者 AI 时代的影像基础设施，所以我们除了打造自己的独立产品以外，也会对外输出能力。 本身因为 Token 的消耗也慢慢会成为很多公司比较重要的收入来源，所以我们更多是基于这样的目标，就是 AI 时代的影像基础设施去做能力的供给，也希望通过无论是 OpenClaw 还是其他的产品，应该都算是我们能力的一个分发渠道和收入的来源。 硬 AI：随着未来 OpenClaw 统一调用美图能力，大家可能减少打开美图本身的网页，公司的入口心智和订阅关系会不会被削弱？ 吴欣鸿：是这样的，我们提供的更多是一些通用能力，因为这个通用能力在被调用的时候可能会跟其他能力相组合，但是我们自身的产品提供的更多是一个深度的能力。 举个例子，手机厂商都会把影像作为一个产品的卖点，理论上手机厂商已经提供了那么多的功能，比如拍照和图片和视频的处理，还需要像美图秀秀这样的独立影像产品吗？其实是需要的，因为手机厂商再怎么投入它也没有办法满足所有的影像需求，它注定只能去寻找大众的通用需求，所以它的产品的深度是有限的，所以我们就会去跟手机厂商的基础能力形成互补，我们提供更有深度更创新的功能，在智能手机爆发的这十几年美图的市场占有率是在节节攀升的，这也说明了互补策略的有效性。 同样在 AI 时代，大家可以调用这些基础能力，但是我们作为一个独立产品其实有它存在的价值，所以我们也觉得不太会去影响入口的心智和收入。 硬 AI：OpenClaw 生态扩大会不会加速美图从纯订阅走向混合收费模式？ 吴欣鸿：是的，我们商业模式一直是混合的，比如说最早美图只有导流的模式，像广告包括电商导流等等其实都是这个模式，然后在 2018 年我们尝试了订阅模式，所以它是一个叠加，就是导流加上订阅。 现在又延伸到了 Token 消耗，越来越多的公司把 Token 消耗作为一个很重要的指标，我们自己也看到一些生产力的产品 Token 消耗在快速地放大，ARPU 值的快速提升，所以很显然它会成为我们未来主要的一个收入的来源。 硬 AI：在 OpenClaw 里面大家是有很多其他影像公司也会提供相关 Skills，美图在这种外部接口上的竞争力在哪里？ 吴欣鸿：美图实际上它首先是做了 18 年影像产品，然后有上千位工程师这样规模化的工程投入，所以我们提供的这些能力哪怕市场上也有其他的选择，但我相信一定是在一些特别是我们擅长的能力上一定是要超过同类产品的，这一点我们确实有自信。 硬 AI：市场很关心公司和阿里的合作，具体的兑现路径到今天为止合作最先在哪些环节带来可量化的增益？ 吴欣鸿：您其实基本上已经把我们合作的例子说到了，但是因为两家公司也希望对具体的合作相对保密，所以我们也暂时没有太多的可以对外描述的案例，但目前看其实还是蛮有互补和协同的效应的。 硬 AI：最后从比较长期的视角上，竞争上哪些是愿意加大投资主动抢占份额的，哪些是不愿意参与的？ 吴欣鸿：首先我们要说一下我们目标的用户群和对应的增长策略，像美图将近 80% 的用户是生活场景的用户，就像美图秀秀、美颜相机、Wink 这些，他们构成了美图的用户底盘，也形成了较大的渠道优势，然后在这个基础上美图就有机会去向上延展，比如说从生活场景所服务的大众用户，延展到中间的一些专业消费者或者 SMB（Small and Medium-sized Businesses，中小型企业）。 为什么我们要选择中间的用户群进行延展呢？是因为我们有机会从现有 2.8 亿月活用户底盘里触达到用户群，因为他们可能同时也是美图其他场景的用户。 他们对于生产力工具的需求是非常旺盛的，付费意愿是比较强的，所以我们也能看到服务这些专业消费者和 SMB 的产品往往订阅渗透率会比生活场景高出不少，ARPU 值也会比较高。所以这是非常好的人群，基数也足够大，而且也更容易从现有的用户里触达到，有一个比较低的获客成本，本身他们需求旺盛且很多需求并没有得到很好地满足，所以我想说美图未来会更看重这个人群。 而像 Adobe 他们是服务专业用户和大 B、中大型企业，如果我们一步到位去服务专业用户或者大 B 的话，显然我们中间是断层的，也就是说很难从现有的用户底盘里触达到，进行较低成本的获客，而且这些专业用户或大 B 对产品的要求会非常高，因为他们也用过很多顶级的产品，本身自己有很强的专业技能，可能我们服务起来就比较吃力。所以我们选择中间人群是相对比较理性的考量，未来在我们的能力不断地积累也许有一天会有能力能够服务到这些专业用户和大 B，会是一个比较自然的过程。 硬 AI：美图还是希望在现有的用户群里去不断地挖掘更多的细分市场，尤其 ARPU 值比较高的市场去做获客，可以这样理解吗？ 吴欣鸿：是的，而且美图最近几年的新产品基本上都是从现有的产品里去洞察用户需求，比如说美图设计室就是最早从美图秀秀来的，我们去做用户访谈，有一部分用户用美图秀秀做商品图片的处理，访谈之后我们发现原来电商物料设计的需求很大，大家付费意愿很强，同样的，我们在美颜相机看到了提词器成为第三大订阅功能，我们访谈了提词器的典型用户会发现这些人都是口播视频的博主，他们蛮希望有一款能够服务口播视频的独立产品能够把他们制作视频的门槛大幅地降低。 我举这个例子是想说我们从现有的产品里去做用户的洞察、新产品机会的识别，然后再以现在形成的渠道的优势进行低成本的获客，我觉得是美图比较有优势的地方。 硬 AI：我自己之前看到美图我也觉得为什么一个网页下会有这么多的子产品，刚才欣鸿总聊了，我明白了，其实每一个美图的新产品都是下一个产品的需求的发现者，不断地在这个产品里去发现用户比较细分的需求，然后去定义下一款产品，然后不断的迭代。 吴欣鸿：是的，说到新产品其实我们在移动互联网早期阶段其实也做了很多的产品，但现在大家看到可能只有几款，比如美图秀秀、美颜相机等等，这些都是从很多产品里最终跑出来的，所以当一个新的像 AI 时代的来临，我们很难笃定说一个产品就能服务所有的需求，就能成为未来的入口级的 AI 应用，所以我们也只能基于现有的这些优势去验证有哪些 AI 应用的机会，未来不排除可能长出了这种 AI 应用入口级的产品，当然这个话也只是一个猜想。 硬 AI：如果把时间拉到未来两年，就是 2026 年到 2027 年管理层内部最有信心超预期的指标是什么，反过来对担心低于市场预期的指标又是什么？ 吴欣鸿：首先我们有信心去提升生产力工具的订阅渗透率和 ARPU 值，因为我们已经在几款产品看到订阅率和 ARPU 值比生活场景要高很多，这个是非常重要的指标，意味着大家特别认可产品给他们创造的价值，给他们交付的成果，才会订阅，才会在上面做很多 Token 的消耗，所以我们会比较关注这两个指标，因为我们现在生产力工具都是以交付成果为一个目标的。担心的指标目前没有。 硬 AI：这种 tob 端或者说直接跟客户商业挂钩，只要 ROI 算得过来，其实是非常容易超预期或者非常容易变现的。 吴欣鸿：是的，我们首先得真的为用户交付高质量的成果，帮他们大幅度降低成本，他才会有足够强的付费意愿。 硬 AI：未来 2 年管理层最担心的不确定性是什么？ 吴欣鸿：我们认为未来大厂不见得说是最值得担心的，反倒是很多非常敏捷、非常有战斗力的创业团队。他们做出来的产品可能会更像我们现在在做的事，我们自己观察到这个市场的竞争格局也都是大部分由外部的创业团队来推动的。 硬 AI：美图的优势在上游和下游，中间这部分未来两年由于 AI 能力加强竞争会更激烈？ 吴欣鸿：竞争可能是既激烈也不激烈，为什么？因为我们去看有一些赛道是很拥挤的，大家一窝蜂地都想到比如我用 AI 来做一个短剧或者漫剧的工具，或者用 AI 来做电商，我们美图设计室也是一个电商设计的赛道，但不得不承认这个赛道其实是比较拥挤的。 我们反倒会觉得，现在有很多垂直的场景是没有被服务得很好，甚至说压根没有对应的产品，所以现在的这种拥挤只是局部的，放眼 AI 的生态还能找到非常非常多的立足的机会，就是找到很多相对竞争没那么激烈的垂直场景。 硬 AI：非常感谢管理层今天的分享，今天这场交流我觉得有几个信息点比较重要，一个是公司如何进行 AI 对美图深层需求的影响边界，一个是 OpenClaw 如何重塑公司的长期商业模式另外就是怎么样发现 AI 时代的需求以及美图在整个上游、中游、下游竞争的地位格局还有优势在哪里，相信这些问题后续也会是市场继续跟踪美图几个重要的观察点。 本文来自微信公众号 “硬 AI”，关注更多 AI 前沿资讯请移步这里