2017年开始从事小家电跨境电商的马振豪向华泰证券反映，以往他们为了给海外市场做A/B测试而头疼于商品图的制作，传统方式不仅耗时且成本高昂，出一套图可能需要好几天甚至一周，费用从几百到上千块不等。然而2025年接触到美图设计室后，他感受到了出图效率和成本的显著变化。用美图设计室做商品图，成本现在只需几块钱就能搞定，时间也从原来的两三天压缩到了30分钟内。 3月2日，投资机构a16z团队发文驳斥了“AI 吞噬垂直应用软件”的说法，指出大模型的进化反而会放大软件厂商的业务范围和工作效率。他们认为用户会用付费决策来为自己的选择投票。3月4日发布的报告指出，生成式AI虽然降低了操作成本和拓展了使用场景，但并没有改变用户对图像编辑可控结果与稳定质量的核心需求。 对马振豪来说，大模型在品控上不如美图设计室，后者能很好地在图上还原产品。美图设计室的用户更愿意为“确定性”买单。因为对于需要规模化、标准化生产商品图的电商卖家来说，通用大模型虽然能力全面但结果不可控。而美图设计室的年卡会员马振豪认为，只用电商产品图功能的商家用美图设计室的性价比更高。 华泰证券在对比美图设计室、Nano Banana与豆包的AI商拍生成效果后发现，通用图像大模型在细分生产力场景中的指令完成度存在上限，仅依靠通用能力难以做到高确定性输出。从长期来看，专业场景仍需要专用产品承接复杂操作。 美图公司CEO吴欣鸿分享称，应用开发者在每个时代阶段都有空间，关键在于对高价值垂直场景的深度挖掘。客户愿意为刚性需求和高成本低效率的问题付费。他表示应用与大模型的竞争壁垒在于能否拿到“我最专业”的心智。 对于像马振豪这样的跨境电商卖家来说，他们只关心能否在30分钟内拿到一套不变形、高转化的商品套图。a16z也认为部分深耕垂直领域的公司有稳固的护城河，例如在特定领域积累有庞大的高质量、高精度数据以及将基础模型通过特定工作流转换为专业工具的能力。 这些具备长期产品经验积累和真实用户数据沉淀的公司更容易获得AI赋能并完成升级迭代。华泰证券在实测后指出中短期内通用图像大模型难以做到高确定性输出仍需产品侧引入更强的约束与校正机制。 事实上许多商用场景用户会为“确定性”支付溢价。通用大模型或许能力全面但结果具有随机性和不可控性意味着可能要支付更高成本而美图设计室们付费订阅的商业模式具备更高性价比。作为美图设计室的年卡会员马振豪表示他的付费决策非常理性：如果只是需要电商产品图相关功能的商家来说用美图设计室的性价比肯定是更高的因为它更接近这些垂直用户的需求无论是小家电还是服装家庭场景的品类都很合适。 国内一些大模型的类似功能测试后马振豪更坦言几乎不会用因为它们无法提供如美图设计室般优质且稳定的效果其核心竞争力在于把模型能力产品化了如果仅仅打磨好快速出套图这个功能都能稳定住付费人群了。 从2017年入行到现在马振豪的小家电跨境生意年销售额已达数千万元依托家里的加工厂通过亚马逊等渠道销售风扇香薰机等产品依托SKU更新频繁针对海外市场做A/B测试时最大的痛点就是商品图的制作现在通过使用美图设计室这个问题得到了完美解决不仅成本大幅下降时间效率也以倍数级提升原来做一套图需要两三天甚至一个星期现在30分钟就能搞定所有问题并且质量有保证既方便又经济实惠比国外某些模型产品要好得多。 因此这次资本市场恐慌情绪蔓延从Salesforce等美股SaaS工具到Adobe Figma美图等全球视觉软件普遍股价回调这种情况说明市场对“模型吞噬应用”的叙事产生了怀疑其实这是不可能实现的因为软件行业本身就是最大的AI受益者之一基础模型的进化会同时放大软件厂商的业务范围工作效率和用户市场从而增加整个软件行业的市场规模一个最简单的例子就是应用可以把以前过于复杂或昂贵的工作任务转变成简单易用的工具和功能让普通用户直接上手使用并成功完成商业变现这是AI应用给我们带来的实实在在的好处。 为了验证这一点华泰证券特意对美图设计室 Nano Banana与豆包的AI商拍生成效果进行了对比研究结果表明中短期内通用图像大模型在细分生产力场景中的指令完成度存在明显上限仅依靠通用能力难以做到高确定性输出仍需要产品侧引入更强的约束与校正机制而从长期来看即便模型能力提升专业场景仍需要专用产品承接复杂操作所以说那些能够持续承接效率红利与商业化落地为用户提供真正实用价值的软件生态系统不仅不会被大模型“吞噬”反将迎来更大的发展空间这也是为什么美图公司CEO吴欣鸿会在近期分享中坦言应用开发者在每个时代阶段都有空间关键在于对高价值垂直场景的深度挖掘这类场景普遍存在非常刚性的需求和成本高效率低的问题客户愿意为此付费服务后也能创造出高弹性的增长空间这与马振豪这样的跨境电商卖家需求不谋而合他们并不关心美图用的是哪个底层大模型他们只关心能否在30分钟内拿到一套不变形、高转化的商品套图这就是所谓的“最后一公里”问题只有解决好了这个问题才能真正赢得用户的青睐和市场份额。