美圖：顛簸的 “小而美”， 底部何在？

上篇中，海豚君已經帶大家深度覆盤了美圖公司的發展歷史、產品矩陣與競爭格局，下篇我們聚焦於美圖的成長價值。

一、大模型會吃掉美圖嗎？

要討論$美圖公司(01357.HK) 的成長性，離不開垂類平台如何抵禦通用平台競爭的問題。

正如傳統互聯網的發展變遷史，少數幸運兒，發展成為 “小而美”，比如騰訊音樂、BOSS 直聘甚至 B 站能夠存在也能代表其特殊屬性，但似乎絕大多數都泯然眾人矣，成為大廠拓寬生態版圖的墊腳石，比如曾經的百 “團” 大戰、打車大戰，以及在一定程度上美圖的在修圖領域的地位削弱，也是手機原廠、平台 App 吞併（融合修圖功能）的結果。

那麼 AI 賦能下的美圖，能躲過大模型的衝擊嗎？

先説結果，海豚君認為，衝擊是無法避免的，但或許也無需太過悲觀。其中，AI 算力的邊際成本放緩過慢，可能是抑制通用大模型 “無邊界” 延伸的關鍵因素。雖然 AI 成本降幅驚人，遠超計算機軟件、電視、互聯網當初的成本優化速度，但絕對值上，AI 的體量、力度之大則遠超 “前輩們”。

因此，算清美圖的成長空間，關鍵是判斷美圖的核心陣地，以及可能滲透的領域。海豚君認為，大模型對於美圖的衝擊，不同業務板塊受衝擊程度也不同：生活場景業務受影響程度較小，分地域來看，國內受衝擊較小，而海外 C 端將考驗美圖的推新能力及出圈能力。生產力場景業務整體受影響程度較大，尤其海外部分的不確定性拉低了市場定價的上限。

具體來看詳細分析：

由於不同細分市場的競爭環境存在明顯差異，因此海豚君的分析將按照目標用户羣體分類，美圖的產品可以區分為 To C 生活場景、To B 生產力場景，以及按區域劃分的國內市場、海外市場。

1. 生活場景：“本土流量”+“底層數據積累” 是競爭基石

對於 To C 端應用，歸根到底需要看場景入口，在技術基本達標的基礎上，再去一味卷技術參數並非明智之舉。Gemini 與 GPT 之爭的趨勢反轉一級 Anthropic 的一枝獨秀，也説明了，除非你要做 B 端，只要做 C 端用户，那麼完善使用場景是從 1 走到 10 的關鍵。

這也是海豚君對美圖的國內市場保有一定信心的主要原因——近 1.5 億的精準剛需用户是關鍵底牌，這至少是區別於其他純 AI 修圖競對的優勢。

而對於並不缺流量的通用大模型而言，美圖的優勢則在於：

1）其多年真實照片領域的數據積累。通過 “即時反饋 + 精細微調” 的交互方式，保留了用户基於自身歷史參數，對手動修圖的自主可控性。這種區別於大模型的 “黑盒式” 概率性生成體驗，會讓用户對美圖的專業度與個性化特徵更能明顯感知——減少 bug，更懂用户需求。

一個是基於大模型的底層服務提供，一個是離終端用户需求更近的產品功能，因此大模型平均 3-6 個月的重要版本迭代週期，對需求的捕捉週期較長，遠無法匹配如美圖月均 5 個新功能的迭代速度。因此在 “期限錯配” 下，海豚君認為美圖在海外構建的核心競爭壁壘在於其對 C 端審美需求變化的敏感捕捉，並提供現有產品體驗、推動新功能落地。

2）靈活使用社媒營銷 + 緊跟需求保證產品高頻迭代。技術能打，同時也少不了運營技巧，其中利用好社交媒體的營銷工具是核心助力，能夠解決中國應用廠商 “酒香也怕巷子深” 的天然缺陷。

但用户通過社媒引流來了之後，最終還是產品質量決定用户留存。而歐美用户在審美差異上更為割裂的特徵，也對 AI 修圖應用在個性化、產品更新頻率上有了更高的要求。

熱門功能的高頻迭代，這是中國應用廠商的優勢，而經歷了多年錘鍊並存活的美圖更是佼佼者。如下圖列出了 2025 年幾個重點的功能更新，均獲得不錯的市場反饋。

2. 生產力場景：聚焦渠道價值、打 “性價比” 仗

大模型對美圖的侵蝕，可能主要表現在生產力場景，畢竟相對於 C 端用户慣性依賴綜合使用場景而非單一功能是否先進，B 端客户更看重功能技術的好用。

頭部的大模型平台，背後都是資金、人才雄厚的全球科技巨頭，因此模型成熟度和技術參數都要遙遙領先，核心功能明顯再擠壓美圖的份額。比如 Nano Banana Pro 的最新技術升級，從核心技術特點到目標場景定位，都直接對標美圖的生圖類生產力產品——聚焦電商與廣告設計的可控性需求。

其核心技術解耦渲染與對象級錨定引入了類 PS 圖層邏輯：背景、主體、光照獨立計算，解決了產品一致性問題，將隨機生成轉變為可控渲染。

在生產力落地方面，Nano Banana Pro 支持複雜排版原生生成，並利用端雲協同架構與企業級版權滲透市場。這一升級標誌着生圖模型向 B 端轉型，且具備了設計工具的編輯與交付能力，理論上擠壓了美圖設計室、WHEE等垂類應用的成長空間。

從海豚君的實測效果來看，在美圖設計室主打的 AI 模特以及 AI 商品圖功能，只要對 Prompt 稍有涉獵，Nano Banana pro 在生成效果上已經沒有明顯差距，極大地降低了用户的使用門檻，但在調試的過程中 Nano Banana pro 仍然會有幻覺的情況出現，且生圖過程時間更長，需要不斷髮出請求才能夠將套圖逐張生出。

但海豚君認為，在頂尖大模型爭相秀肌肉的同時，也並不意味着中小垂類完全無產業鏈價值：

於 B 端客户而言，看中 “產品好用” 之前，“性價比” 是更重要的指標。當下整個行業還處於算力高溢價階段，要作為一個生產力工具實現可觀的 ROI，只有 TAM 足夠大，才能吸引通用大模型商單獨劃撥算力、人力來調適專有模型。

海豚君測算，全球創意軟件的商用市場規模僅大約 2000 億元。根據 UBS，其中 B 端生產力約 1460 億元，C 端生活場景約 450 億元。這個規模對 Google 這樣的巨頭而言，可能並不值得過於聚焦的投入去做全產業鏈全方位的佈局（精細化的成本同等花在其他比如流量防守等方面，產生的價值更大），也就導致巨頭的 AI 方案往往止步於底層引擎，而並未結合用户需求做完善、定製化的終端產品形態。

再加上大模型之間還在肉搏底層參數階段，各家輪流冒尖，最終贏家還很難確定。因此這個時候也滋生了一些大模型的 “分銷商”，美圖就是其中之一。但美圖相比於直接分銷，藉助自身能夠觸達用户的渠道優勢：一方面通過省掉獲客推廣費用，直接提供有價格優勢的 AI 功能體驗（底層大模型有多個選擇）。另一方面，通過大模型賦能，實現了從傳統功能到 AI Agent 的快速轉變。

比如，從電商商家關注的效率與性價比維度來看，美圖設計室（及 RoboNeo）短期內憑藉“工作流封裝” 與 “低價”，構建了自己的產品特徵。

a. 在效率上，其可視化界面（按鈕、圖層）及批量處理功能降低了使用門檻，提升了生產效率，優於通用模型的對話交互；

b. 在性價比上，訂閲模式承擔了底層推理成本及額外算力成本，為高頻用户提供了價格優勢，鞏固了 B 端用户粘性。

對於 B 端客户而言，同樣有數據遷移的成本壓力。在此前合作中，B 端用户在美圖設計室建立了包含品牌 Logo、專屬模特庫、商品 SKU 圖及排版模版的私有資產庫。參考 Adobe 經驗，工具粘性源於工作流鎖定。電商團隊若切換至通用大模型，不僅面臨 Prompt 重構的時間成本，更涉及標準化資產的丟失與協作流的重建。海豚君認為，隨着團隊版本用户的結構升級 ，這種基於資產沉澱的轉換成本也將顯著提高。

不過對 “分銷渠道” 而言，如果不能持續保持獨立競爭力，同樣具備被取代的風險。長期來看，隨着多模態通用模型（如 Gemini）迭代，其長上下文已經解決了一致性問題，且能夠基於對海量數據的理解解決複雜的邏輯問題；更關鍵的是，新一代基座模型正朝着像素級精細控制（如基於手勢的操作）與更強的確定性演進，一旦其達到行業級的穩定性與可重複性，交付將直接由底層模型實現，這種跨產業鏈上下游的 AI Agent 實現落地，那麼會顛覆下游分銷商或者侵蝕終端應用的成長空間 。

綜上，在通用大模型的不斷精進下，垂類只能更加聚焦場景終端——滿足更精細的市場需求、提供更完善且性價比更高的終端功能。任務型的 AI Agent 確實是一個潛在威脅，但在此過程中，AI Agent 仍然無法實現跨平台的大模型同時使用、依據客户需求變化及時更新某一細分功能的要求。

而美圖的卡位，雖然尷尬但並非死路一條。美圖現有的產品矩陣從 C 端的顆粒度功能到 B 端的模塊化組件，已實現了對高頻場景的深度耦合，這恰恰是美圖垂直領域 Know-How 的核心體現，也使得美圖的攻守陣地很清晰了：

1）防守：國內市場中，進有與阿里的戰略合作（減少直面競爭的多模態大模型方、拓展淘寶電商客户），退有流量基石（B、C 用户存在部分重合，可從 C 端轉化為 B 端）和多年修圖數據資產（包括海量用户行為數據與審美洞察，遷移成本抵抗大模型入侵），將美學認知工程化，將非標的審美行為數據轉化為標準化的參數資產，並深度嵌入用户的關鍵工作流中。

2）進攻：主要指進攻高客單價的海外生產力市場。但這裏需要面對技術更超前的大模型的競爭，且客户積累並不存在明顯的存量優勢，因此需要考驗產品迭代和性價比優勢。雖説我們對美圖的技術研發有信心，但仍然具備不確定性，因此海豚君認為可以作為 “進攻” 性質的向上期權價值。

二、美圖有底部價值嗎？

當下市場情緒，仍然圍繞在大模型對美圖邏輯顛覆多少的擔憂，但同時本身海外業務有放量的預期。這種情況下，海豚君重點演算了一個安全邊際下的保守預期，也就是對海外業務放量做保守預期，同時國內業務在大模型的 “恐嚇” 下也做保守預期，國內外雙保守的情況下，看可能打出的安全邊際，等市場走到這種價位了，反而可以去期待海外市場的業務放量。

1. 收入端

美圖的商業模式是典型的 SaaS 平台模式，以訂閲為主（佔 74%）、廣告為輔（24%），另外加上少量綜合解決方案的收入（佔 2%），但美業解決方案由於管理層的戰略轉型向高毛利業務聚焦而從 2025 年逐步退出。

結合上述分析，美圖這樣的垂類需要一直打 “性價比” 牌來保持優勢，再加上當下的人均付費相比同行並不低。

因此單純提價空間有限，更多的要靠：

1）用户深度使用的付費升級。

隨着涵蓋「物料設計（美圖設計室）、口播製作（開拍）、圖片修圖（美圖雲修）」的電商工作流全家桶方案日益成熟，推動個人用户向高客單價（¥318/年/人）的團隊版本遷移，該遷移價值不再是單純的算力疊加，而在多賬户管理、權限分配和素材共享等電商工作流的協同效率與資產管理上。這種由個人版本向團隊版及企業級功能的 Upsell：

a. 將付費模式鎖定成了按年計費，這有助於提升用户粘性；

b. 隨着 AI 功能的耗量增加（如批量使用 AI），企業版的算力消耗將呈高速增長，這將進一步推高基於用量的客單價上限；

c. 海豚君認為協同矩陣成熟後向廣告、營銷等共性行業的滲透，長期來看，也將進一步拉昇整體 ARPPU，實現從功能付費向生態付費的升級。

2）高客單價的海外用户佔比提升

而海外 C 端方面，產品定價約為國內產品定價的三倍，結合擴張的 MAU 與美圖精細化本地運營的策略，有希望成為拉昇 ARPPU 的新路徑。

但在謹慎預期下，海豚君對海外擴張不做過多的樂觀推演。因此在上述假設下，未來能夠驅動訂閲收入增長的核心，主要是 “訂閲用户數”。訂閲數又可以拆分為整體用户規模和付費滲透率。

1.1 整體生態用户規模：B 端持續滲透，C 端仍是基本盤

C 端用户佔據了九成，增速較為穩定，構成了美圖穩定的流量基本盤；而 B 端的持續滲透與高雙位數增長，有望驅動用户的結構性升級，是美圖從 “生活場景” 向 “生產力工具” 跨越，進而實現估值向高粘性 SaaS 切換的核心邏輯。海豚君認為，在國內 C 端競爭趨於穩定的基礎上，美圖持續做大用户規模將主要由海外貢獻增量（參見上文 C 端的破圈打法）。

值得一提的還有風頭正旺的國內 B 端，與阿里的戰略合作能夠拉低美圖的獲客成本並積聚品牌效應，拓寬潛在的客户羣體，加速美圖 B 端商業化滲透，海豚君認為該部分的用户增長的確定性較強。

1.2 用户付費率：工具屬性助滲透

美圖 C 端付費率在一眾訂閲平台中並不算高，這是因為其工具屬性，使得佔比較高的中國用户付費意願並不高。因此與流媒體動輒 20% 的付費率相比，海豚君認為，同屬工具屬性的 WPS 不到 9% 的付費率水平更值得作為美圖穩態情況下的付費率參考。

從付費轉化策略來看，美圖秀秀與其最大競品醒圖兩款產品的主要差異點在於：醒圖必須通過訂閲才能夠使用核心功能，而美圖秀秀的打法策略傾向於傳統互聯網 “先白嫖後付費牆” 打法，通過 “免費釋放所有基礎功能、限免 AI 功能”為賣點，降低了用户使用門檻，從而培養留存與粘性，拉動訂閲轉化。

因此儘管當前付費率只有 5.5%（1H25），但我們認為美圖有希望將付費率拉高到 8% 以上對齊 WPS 的水平。

依據上文假設，海豚君對美圖訂閲收入未來增長趨勢預測如下：

a) 國內 B 端：2030 年 3000 萬 + 的月活用户將主要由美圖設計室構成（約 85%），TAM 將由國內核心電商平台（淘寶、京東、抖音等）商户約 1500 萬，泛電商平台（微商、小紅書博主等）商户約 4000 萬構成，在中性情景下，假定美圖設計室的滲透率為 45%（2024 年約 40%），MAU 約 2500 萬，加上開拍近 600 萬的月活用户（市佔率近 30%），實現 B 端滲透。

b) 海外 B 端：管理層指引在 2026 年實現大規模變現，以目前的產品近況來看（參見上篇），定價門檻更高且拓展更為順利的 Vmake 將優先貢獻增量，較高的定價將大幅拉動 2026 年的板塊 ARRPU。而隨着定價較低的 X-Design 進入產品組合創收，將拉低 ARPPU 的增速。

c) 國內 C 端：海豚君認為圖片、視頻處理賽道的競爭格局已趨於穩定，單價受市場飽和影響呈下行趨勢。用户增量及 2025-2027 年的訂閲滲透提升將主要由高粘性的 Wink 驅動，其強勁的付費轉化能力將有效穩定國內整體 ARPPU 的表現。

d) 海外 C 端：依託深厚的用户基數、成熟的海外付費環境及高性價比定位（ARPPU 平滑下行），疊加破圈後的流量承接力，海外 C 端業務有望逐步成長為美圖營收的支柱。

1.3 廣告：佔比持續拉低

廣告收入較難做詳細的估算，海豚君將廣告收入拆解為非付費月活數 * 每用户單價，在假定單價微增（0.5%）的情形下，廣告收入的增長將主要由 MAU 拉動，而由於訂閲用户較之整體月活用户的增速更快，海豚君預期廣告收入佔比將進一步下滑。增長趨勢預測如下：

2. 盈利預期

2.1 毛利率

銷售成本中，2024 年付費渠道&算力及雲成本兩項佔到訂閲收入比重的 30%。海豚君認為：

1）考慮到公司正大力向 B 端生產力轉向，Web 端相較於移動端的付費渠道成本更為低廉，該部分佔訂閲收入比重將穩步下滑；而隨着訂閲收入的佔比在整體業務中持續滲透，對應成本佔到整體 COGS 比重將趨勢上行。

3）算力及雲成本方面，儘管通過 Model Container 優化了訓練效能，但受 5.6 億元阿里算力採購協議的約束，以及生產力應用高頻調用帶來的算力需求，算力成本將壓制短期毛利率。其在 COGS 中的權重亦將隨 AI 業務規模效應的釋放而穩步抬升。

綜上，毛利率將短期內略有下滑，而長期來看受益於高毛利訂閲業務規模釋放、Web 端渠道紅利兑現以及算力資源利用率的邊際優化，將修復拉昇至 72% 以上。

2.2 經調整核心經營利潤率

管理層對經營費用已經做出了較為明晰的指引：

1）銷售費用率（佔廣告及訂閲收入比重）將長期維持在 16.5% 左右波動。當然值得一提的是，Vmake 在 2026 年海外的大規模變現，銷售費用也會增加明顯，若 26 年變現節奏有打亂，對短期估值也會產生一定壓力。

2）2025-2027E 的研發開支同比增長將在 15% 上下。

3）管理費用佔核心三費權重自 2021 年起穩定在 22% 左右，基於規模效應對後台成本的攤薄，我們假定預測年度內該權重保持穩定。

海豚君對核心經營利潤率預期如下：

3 估值

在謹慎預期框架下，考慮到 2030 年美圖國內外 MAU 的增速雙雙收窄到 5% 以下，付費用户數增速也下滑到 10%。因此海豚君假定美圖於 2030 年進入穩態增長，預測其 2030E 得歸母淨利潤為 20.8 億元。給予行業穩態 20X PE，對應 2030 年目標市值 419 億元。採用 15% 的折現率（包含風險溢價與流動性折價）貼現至 2026 年底，得出公司股權現值僅為 240 億元。對比目前約 330 億元的市場定價，在極端壓力下仍存在近 30% 的下行空間。

但需要明確的是，我們認為 240 億元是市場預期極度悲觀下的底部價格，若股價觸及該區間，則意味着風險已過度釋放，將展現出極強的投資安全邊際與確定性。而到這個價位後，到底能有多少的收益空間，則需要看縱中性假設下的價值估算。

而中性情景下采用 DCF 估值，我們調高了剔國內 C 端之外的訂閲滲透率。假定 12.12% 的 WACC 與 3% 的永續增長率，測算出目標價格為 8 港元，可見當前市場定價基本定價了中性預期下的基本面。雖然短期估值彈性並非處於極高水平，但在 AI 訂閲制轉型邏輯確定的背景下，30X 2026E PE 處於相對合理的估值水平。

綜上所述，海豚君認為美圖正處於 “模型顛覆利空演繹” 與 “海外業績放量利多” 的交錯驗證期。在 B 端高 ARPPU 轉化及海外大規模變現尚未形成顯著規模效應前，受大模型快速迭代與互聯網巨頭降維競爭的壓制，資金很難給予其激進的 40X 及以上估值。

基於中性情景下僅 11% 的潛在漲幅，對比極端壓力下近 30% 的回撤風險，當前時點的風險收益比吸引力不足。我們建議投資者保持耐心，等待股價迴歸 “估值底” 區間以鎖定更高的安全邊際，或靜待 B 端業務邏輯獲得核心財務數據實證後的機會。

<正文結束>

本文的風險披露與聲明：海豚研究免責聲明及一般披露