美图奇想大模型进阶至 V5，一口气发布 6 款新品喊话友商：快来抄作业

6 月 12 日，在第三届美图影像节上，美图公司宣布美图奇想大模型（MiracleVision）已升级到 V5，将通过“AI 工作流”进一步助力电商、广告、游戏、影视、动漫五大行业。

相较于传统工作流，美图公司创始人、董事长兼首席执行官吴欣鸿解释了“AI 工作流”的 5 大优势：

首先，传统工作流以客户端算力为主，云端为辅。而在未来，很多能力将会部署在云上，并与客户端进行算力融合。

第二，从完成工作需要一个团队各司其职，在 AI 工作流的助力下，到一个人就是一支团队。AI 能自动化解决很多重复性的劳动，还能让非专业人士，借助 AI 解决专业领域的问题。

第三，AI 能够提供近乎无限的创意灵感库，让你不需要再绞尽脑汁想创意，而是轻松地选创意。

第四，工作流从相对固化到支持任意规划，AI 会像搭积木一样，根据需要调用不同的能力，快速组成工作流，从而完成特定的任务。

最后，在传统工作流中，往往只能靠个体经验做事，但在 AI 工作流中，模型能够基于数据自动迭代，速度远超人工。

而以奇想大模型 V5 模型能力为基石，美图还在会上一口气发布了 6 款围绕「影像与设计」AI 工作流的产品，包括三款产品的重磅升级，以及三款神秘新产品。

美图公司集团高级副总裁陈剑毅总结说：“美图最擅长的事就是化繁为简。因为 PhotoShop 门槛高，所以有了美图秀秀；因为影楼修图效率低，所以有了美图云修；因为制作口播视频有很多卡点，所以有了开拍；因为想让人人都能做设计，所以有了美图设计室。这都是我们对用户需求和垂直场景的深刻理解。”

对于新发布的产品，陈剑毅显然十分满意，他半开玩笑地说：“今天又是友商们抄作业的一天。”

历时 1 年迭代，V5 已涵盖图像、视频、音频、文本大模型

作为美图 AI 产品生态的基石，美图奇想大模型（MiracleVision）发布于 2023 年 6 月第二届美图影像节，为美图全系产品提供 AI 模型能力。

吴欣鸿介绍，经过将近一年迭代，美图奇想大模型已升级到 V5 版本，采用美图自研 DiT 技术架构（Sora 同款的 Transformer 扩散模型架构），涵盖图像大模型、视频大模型、音频大模型和文本大模型，拥有更强的模型架构与更大的参数量，结合更精准的语义理解，实现了更长的视频时长，动态连续性和画面稳定性也大幅提升。

例如，美图秀秀中的 AI 助手 RoboNeo，用户只需要通过简单的语言指令，就可以完成一系列复杂的图像编辑，包括 AI 改图、AI 消除等等。“未来，影像与设计的工作流会变得更简单，用户打打字、说说话就可以轻松完成各种任务。”吴欣鸿表示。

此外，美图奇想大模型（MiracleVision）的升级也进一步完善了美图的 AI 产品生态：应用层有 AI 图像、AI 视频、AI 设计、AI 营销四大模块的多款产品，生态层由中国领先的视觉创意平台站酷和美图 AI 助手 RoboNeo 提供服务，模型层由美图奇想大模型（MiracleVision）为全系产品提供 AI 模型能力。

美图云修 V2，解决调色难、用时多等问题

为了让修图师摆脱重复工作，在第一届美图影像节上，美图在 AI 图像模块中发布了新“家族成员”——美图云修。它相当于影楼版美图秀秀，可以批量导图，让 AI 批量精修。

据陈剑毅介绍，美图云修经过 2 年的发展，年修图张数已经超过 5 亿张。经过对婚纱、写真、儿童这三个市场占有率最高的商业摄影品类的市场调研，发现使用美图云修之后，门店选片平均增收达到了 40%。

在大会上，美图发布了美图云修 V2 版本，主要解决调色难且费时的问题。通过通过智能曝光、AI 滤镜、色彩迁移三步可以进行 AI 批量调色，帮助修图师大幅增效。

除了以上新能力之外，美图云修还开放了 API，服务于各种场景，实现即传、即修、即用。比如商业摄影场景中的照片直播、旅拍；电商场景中的模特精修、服饰美化等诸多场景。

开拍 V2，重构传统口播视频工作流

去年影像节，美图发布了“开拍”，基于 AI 脚本、AI 提词器、AI 文字快剪等功能，可以帮助用户用 AI 制作口播视频。

陈剑毅透露，“开拍”上线一年以来，截止上个月月活跃用户数已接近 70 万，累计内容创作数超 4000 万。与此同时，“开拍”的订阅收入也在高速增长，成为一款月毛利突破百万的 AI 应用。

在这个过程中，引发了美图的三点新思考：第一，在未来，人人都将是口播创作者；第二，口播视频将成为新的创收途径；第三点，AI 将提升口播内容质量。

“在这个趋势之下，我们也发现，即使有了 AI，口播自媒体的起号依然困难重重。”陈剑毅表示。据此，“开拍”V2 版本基于 AI 重构了从前期策划、中期拍摄到后期制作的传统口播视频工作流。

在前期策划环节，AI 脚本支持个人脚本风格的定制，导入三条参考视频，就可以生成同款风格的脚本模板，持续复用；

在拍摄环节，可以借助 AI 辅助真人拍摄，也可以用 AI 数字人生成口播视频；在后期制作环节，通过文字快剪，10 秒就能搞定视频粗剪。然后通过全新的 AI 一键包装功能，可以智能匹配音效、实现花字等各种后期特效。

“过去要花费 1-3 天才能完成的无数任务，用‘开拍’的 AI 工作流，不到半小时就可以搞定。”

美图设计室 V3，从个人提效到组织提效

美图设计室自发布以来，目前已拥有接近 1800 万月活跃用户，每月产生的电商物料超过了 4000 万。成为美图历年来毛利增长最快的产品。

本次大会发布了美图设计室 V3 版本，总结下来主要有 3 大亮点：

第一，AI 批量设计。将商品照片批量导入后，可以自动完成抠图和商品图、海报的生成，并自动适配各平台的物料尺寸，上百张大促活动图 3 秒就能生成；

第二，AI 商品视频。不需要专业设备，手机拍一张商品照片，或者绕着商品拍个 360 度的视频，就可以让 AI 生成商品视频；

第三，支持团队协作。传统工作流中需要由设计师承担所有设计工作，需求方只能等待排期，而基于美图设计室，设计师可以先将公司的 Logo、品牌色、字体、模板等设计资源，一口气上传到共享资源库，后续由需求方直接用这些资源搞定各种设计小任务，比如调整个图片尺寸、改改文字内容等等。

站酷设计服务，搞定找人难、流程复杂、售后难三个痛点

虽然 AI 大大降低了设计门槛，但是在具体业务场景中，仍然有很多场景需要专业设计师支持，提供定制化服务。比如包装设计、企业画册等等。

对此，用户往往会考虑从网上找设计师来帮忙，但传统的设计服务平台存在 3 大痛点：

首先，找人难，面对网站上面眼花缭乱的设计师，很难判断哪个合适；

其次，合作流程复杂，沟通成本高，想合作只能和设计师一个个聊需求，问档期、问价格，千里未必能挑一；

最后，售后难，对交付的作品不满意，但很难申请退款。

为了解决这一系列问题，美图在今年上半年将站酷设计服务收入麾下，而在今天的大会上，美图站酷设计服务正式上线，服务包括 14 大类，涵盖平面、插画、UI、网页，也包括影视、动漫、摄影，甚至空间设计、服装设计等。

奇觅，面向游戏广告解决制作和投放双高的问题

早在 2018 年，美图就投资了一家专注于游戏营销的公司——睿晟天和，并于 2023 年全资收购。在睿晟服务众多游戏客户的过程中，美图发现游戏广告仍存在两大痛点：

第一是制作成本高，游戏公司在设计广告时，既要制作大量的投放物料，又要适应各种平台规格，还要频繁更新和优化，非常消耗时间和设计资源；

第二是投放成本高，游戏营销竞争激烈，不少游戏的获客成本高达一两百块，此外在运营、分析等工作上也投入了大量人力。

“所以，我们将美图的影像技术与睿晟丰富的游戏营销经验相结合，推出了游戏广告 AI 制作与投放平台——奇觅，希望实现游戏广告的高效制作与精准投放，让优秀的游戏被更多玩家看到。”吴欣鸿表示。

据他介绍，奇觅的 AI 灵感库、AI 广告制作和 AI 广告投放，为行业提供了一套完整的游戏营销工作流。

其中，奇觅的 AI 灵感库提供了热点雷达，实时捕捉全网游戏热点，找到游戏玩家关注度最高的话题，可以帮助广告策划人员激发创意；AI 广告解析功能，可以对热门广告的脚本、画面、配音、配乐进行全方位拆解，快速洞察广告火爆的原因；另外，无论是休闲游戏，还是多人竞技、角色扮演等游戏，奇觅的 AI 灵感库都能针对性提供大量爆款脚本，让游戏更出圈。

而在确定脚本后的广告制作环节，根据录屏素材，AI 还能够智能匹配脚本，通过智能剪辑、添加转场、字幕，以及配音配乐，批量制作不同风格的优质游戏广告视频。之前非常冗长的游戏视频广告制作，直接被 AI 压缩至几分钟，让游戏营销如同叠满了 BUFF。

除了视频广告，奇觅还可以批量制作平面广告。基于海量平面广告模版，用户只要上传素材，AI 就能智能匹配模版进行批量制作。

而在正式投放前，AI 投前分析在五分钟内就能完成数十条广告的预审核和投放潜力评估，快速过滤掉高风险和投放潜力低的广告。据此，批量创建投放计划，还可以针对不同的人群搭建差异化的广告策略，仅需十分钟就可以完成三千条不同广告计划的设置。

据了解，奇觅已覆盖巨量引擎、华为、OPPO、vivo 等主流的广告平台，只需 1 分钟就可以直达游戏投放渠道。

坚持自研视频大模型，MOKI 让视频创作前所未有的简单高效

今年 2 月，OpenAI 发布文生视频模型 Sora，并引发文生视频领域的激烈竞赛。

在 Sora 发布后，美图第一时间升级了视频大模型技术架构。从 U-net 架构升级到了更强的 DiT 架构。影像节现场公布的信息显示，升级后的美图视频大模型拥有 6 大亮点：更强的模型架构和更大的参数量，结合更精准的语义理解，实现了更长的视频时长，动态连续性和画面稳定性也大幅提升。

“作为一家以美为核心的公司，我们对效果有着极高的要求。只有自研视频大模型，才能以高标准不断提升效果。同时，只有将模型与产品深度融合，做到模型即产品，才能给用户最好的体验。”吴欣鸿表示。原本需要实拍的视频，通过 AI 就可以生成，这个趋势正越来越近。

美图还通过 AI 短片创作工具 MOKI 解决了视频大模型“故事成片难”、“可控性较差”的问题。与常规文生视频产品不同，MOKI 深度理解视频创作者需求，实现内容和成本的双重可控，目前可以进行多种视频场景的 AI 短片创作。

吴欣鸿表示，MOKI 让视频创作前所未有的简单高效，无论你是个人还是专业团队，只要你有想法，都能轻松地将它变成短片作品。

可以看到，从诞生至今已经步入第 16 个年头的美图，已经不再只是一个纯 C 端产品。从打造爆款应用，到进入垂直行业攻坚客户痛点，美图正在慢慢探索出新的增长路径。“所谓‘流水不争先，争的是滔滔不绝’，面向垂直行业和场景，我们选择了 AI 工作流这条路，就意味着我们要在接下来的时间不断完善这个工作流。”吴欣鸿说道。