WeShop唯象總經理吳海波：AI創業已非「套殼應用」時代 | 2025 AI Partner大會

2025年是AI應用爆發的元年，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格局。在此關鍵節點，行業面臨核心命題：如何跨越AI技術到規模化應用的鴻溝？下一個顛覆性的AI超級應用將誕生於何處？

4月18日，由36氪主辦的2025 AI Partner大會於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秀AI案例企業名冊發佈環節，深度剖析AI技術如何重構商業邏輯、重塑產業格局，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的創業歷程，分享一些實戰中的觀察與思考，希望能為身處AI浪潮中的創業者帶來啟發。

先花一分鐘，通過一段影片讓大家直觀瞭解WeShop的業務。

簡單來說，WeShop專注於為電商企業提供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脫胎於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，如今在唯象負責產品研發與大客戶合作。

過去兩年的創業經歷，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，才能抓住機遇。

壞消息：模型即應用，創業公司的生存危機。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曾向開發者預充200美元算力，看似扶持生態，實則可能瞬間顛覆依賴其接口的業務。這種「算力點到手，業務說沒就沒」的情況，在過去兩年反復上演。對創業者而言，若無法將大模型能力深度融入業務，就如同在沙灘上建樓，隨時可能被技術浪潮衝垮。

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」恰恰是創業者的機會。

SOTA（State-of-the-Art）魔咒：在圖像和影片領域，沒有任何模型能長期佔據技術巔峰。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像。

開源生態的崛起：當巨頭紛紛押注閉源模型時，Meta 開源 Llama 引發行業震動，催生出龐大的生態；在圖像領域，部分團隊發現單純比拚模型難以超越頭部玩家，便選擇開源，吸引全球開發者共同優化。雖然開源模型初期效果可能弱於閉源，但憑藉社區的力量，其進步速度驚人。

關鍵點：創業者要學會借力開源。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於開源生態的推動。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，還能模擬真實拍攝的光影效果，在2K解像度下，生成圖與實拍圖的質感幾乎難以區分。

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人不到的創業團隊，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。

面對大模型的衝擊，創業公司如何避免被「淹沒」？我總結了兩條關鍵策略：

1. 選擇有 「戰略縱深」 的場景

並非所有場景都適合創業團隊切入。如果一個業務只需招聘月薪5000元的員工就能完成，那麼它很可能成為大模型的「主賽道」，被巨頭迅速壟斷；反之，若場景複雜度高、對專業能力要求強（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，創業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，確保用戶收到的實物與圖片一致。這種專業性需求，就是 WeShop 的「戰略縱深」。

2. 打造 「模型友好型」 業務

切忌與大模型正面硬剛。創業團隊的核心不是自研大模型，而是讓模型成為助力業務的「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 架構在細節處理上的缺陷），並預判開源社區可能的突破方向。一旦有新的開源模型湧現，我們就能快速整合優化，在2K、4K等高解像度場景下持續拉開與通用模型的差距。

關鍵認知：創業者必須懂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，提前佈局。

在用戶增長策略上，AI 時代與傳統互聯網有著本質區別：

互聯網時代：產品同質化嚴重，用戶遷移成本低，企業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。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新吸引用戶。

最後，我想送給創業者一句話：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，而我們目前的想像或許只是冰山一角。作為創業團隊，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，通過持續創新與技術迭代，為未來贏得更多可能性。

這就是我今天的分享，謝謝大家！