WeShop唯象总经理吴海波：AI创业已非“套壳应用”时代 | 2025 AI Partner大会

2025年是AI应用爆发的元年，当全球AI竞赛步入“中国时刻”，一场深刻的技术变革正悄然改写产业格局。在此关键节点，行业面临核心命题：如何跨越AI技术到规模化应用的鸿沟？下一个颠覆性的AI超级应用将诞生于何处？

4月18日，由36氪主办的2025 AI Partner大会于上海模速空间盛大启幕。本次大会以“Super APP来了”为主题，聚焦AI应用对千行百业的颠覆性变革。大会分为“Super App来了”和“谁是下一个超级应用”两大篇章，覆盖“在AI世界中长大”“2025卷AI就卷超级应用”等七大话题，涵盖10+场主题演讲、3场圆桌对话与两大优秀AI案例企业名册发布环节，深度剖析AI技术如何重构商业逻辑、重塑产业格局，探索AI超级应用带来的无限可能。

当日，WeShop唯象总经理吴海波带来了《WeShop唯象的全球化之路：进化or淘汰》的主题分享。

以下为吴海波演讲内容，经36氪整理编辑：

感谢 36 氪的邀请！大家下午好，我是来自WeShop唯象的吴海波。今天，我想结合这两年WeShop的创业历程，分享一些实战中的观察与思考，希望能为身处AI浪潮中的创业者带来启发。

WeShop唯象总经理吴海波

先花一分钟，通过一段视频让大家直观了解WeShop的业务。

简单来说，WeShop专注于为电商企业提供AI商拍解决方案。传统电商运营中，商家需要耗费大量成本请模特、租场地、聘请摄影师完成商品拍摄；而我们通过自研的AI工具，帮助商家一键换模特、换背景，高效生成商品展示图。作为国内首家、全球首批推出AI商拍工具的团队，WeShop脱胎于蘑菇街的时尚电商基因，目前主要面向海外客户，以SaaS订阅模式收费。我个人在蘑菇街深耕产品和搜索推荐算法多年，2021年起投身大模型研发，如今在唯象负责产品研发与大客户合作。

过去两年的创业经历，让我深刻体会到大模型浪潮下的两面性。我习惯先讲“坏消息”，再分享“好消息”—— 毕竟直面挑战，才能抓住机遇。

坏消息：模型即应用，创业公司的生存危机。大模型时代最残酷的现实是：“模型即应用”正在成为主流。别再幻想用简单的“套壳”方式应对竞争——OpenAI曾向开发者预充200美元算力，看似扶持生态，实则可能瞬间颠覆依赖其接口的业务。这种“算力点到手，业务说没就没”的情况，在过去两年反复上演。对创业者而言，若无法将大模型能力深度融入业务，就如同在沙滩上建楼，随时可能被技术浪潮冲垮。

好消息：SOTA魔咒与开源红利。但换个角度看，大模型领域的“混乱”恰恰是创业者的机会。

SOTA（State-of-the-Art）魔咒：在图像和视频领域，没有任何模型能长期占据技术巅峰。以Hugging Face的模型排行榜为例，曾经炙手可热的middle journey如今已不再稳居前列；京东团队推出的HiDream模型，短短数月便从无名之辈跃居第二。语言模型领域的“刷榜”更是激烈，技术迭代速度远超想象。

开源生态的崛起：当巨头纷纷押注闭源模型时，Meta 开源 Llama 引发行业震动，催生出庞大的生态；在图像领域，部分团队发现单纯比拼模型难以超越头部玩家，便选择开源，吸引全球开发者共同优化。虽然开源模型初期效果可能弱于闭源，但凭借社区的力量，其进步速度惊人。

关键点：创业者要学会借力开源。任何闭源模型的“黑科技”，大概率会在 2-3 个月内出现开源替代品。这种快速的技术扩散，反而为中小团队提供了弯道超车的机会。

以WeShop为例，我们的技术迭代几乎完全受益于开源生态的推动。2023-2024 年：初期版本生成的商品图虽然让客户眼前一亮，但细节瑕疵明显 —— 服装褶皱不自然、人物面部“AI 感”过重、背景合成生硬。2025 年：借助最新开源模型和微调技术，我们实现了质的飞跃。如今的商品图不仅能精准还原服装细节，还能模拟真实拍摄的光影效果，在2K分辨率下，生成图与实拍图的质感几乎难以区分。

再看实际案例：

场景一：商场陈列商品图。2024年的版本只能做到基础替换，而2025年的模型能生成更逼真的光影、更自然的商品摆放角度。

场景二：婚纱拍摄。对比GPT-4o生成的结果，WeShop的图在服装纹理、褶皱细节上更胜一筹——这对电商而言至关重要，因为商品图必须与实物100%匹配。

核心逻辑：20人不到的创业团队，若不借助开源模型的力量，根本无法在短时间内实现如此快速的技术迭代。

面对大模型的冲击，创业公司如何避免被“淹没”？我总结了两条关键策略：

1. 选择有 “战略纵深” 的场景

并非所有场景都适合创业团队切入。如果一个业务只需招聘月薪5000元的员工就能完成，那么它很可能成为大模型的“主赛道”，被巨头迅速垄断；反之，若场景复杂度高、对专业能力要求强（例如需要月薪 2 万元甚至更高水平的人才），则意味着技术门槛高、价值量大，创业公司更有机会建立壁垒。

案例：GPT-4o生成的商品图对普通C端用户来说“够用”，但对电商商家而言远远不足——因为商家需要精准还原商品细节，确保用户收到的实物与图片一致。这种专业性需求，就是 WeShop 的“战略纵深”。

2. 打造 “模型友好型” 业务

切忌与大模型正面硬刚。创业团队的核心不是自研大模型，而是让模型成为助力业务的“Beta”。例如，当GPT-4o出现时，我们没有陷入焦虑，而是深入分析其技术架构（如 DR+deficient 架构在细节处理上的缺陷），并预判开源社区可能的突破方向。一旦有新的开源模型涌现，我们就能快速整合优化，在2K、4K等高分辨率场景下持续拉开与通用模型的差距。

关键认知：创业者必须懂AI，深入研究模型结构、技术演进方向，甚至大量研读论文。只有理解大模型的能力边界，才能预判技术趋势，提前布局。

在用户增长策略上，AI 时代与传统互联网有着本质区别：

互联网时代：产品同质化严重，用户迁移成本低，企业不得不投入巨额预算争夺流量，“用户永远是现在比未来贵”。

AI 时代：技术迭代极快，新产品层出不穷，用户对AI工具的忠诚度几乎为零。与其耗费资源争夺存量用户，不如专注打磨产品，等待“杀手级应用”的爆发。我认为，未来的AI用户获取成本反而更低——因为市场尚未形成真正的垄断，新玩家随时可能通过技术创新吸引用户。

最后，我想送给创业者一句话：在AI浪潮中，最重要的是“留在牌桌上”。AGI（通用人工智能）的到来将彻底重塑各行各业，而我们目前的想象或许只是冰山一角。作为创业团队，我们无需追求“大而全”，可以像WeShop一样聚焦细分场景，在巨头的“射程之外”寻找机会，通过持续创新与技术迭代，为未来赢得更多可能性。

这就是我今天的分享，谢谢大家！