國(guó)內(nèi)潮流社區(qū)公司，孵化出全球月訪問(wèn)300w+生圖產(chǎn)品

　　在去年的榜單中，我們觀察到以 Midjourney、Leonardo.ai 為首的生圖產(chǎn)品都獲得了不少的流量。但從7月份的榜單中我們看到，Top10的 AI 生圖產(chǎn)品無(wú)一例外都出現(xiàn)了流量下滑，而 Midjourney36% 的環(huán)比降幅，格外扎眼。

　　生圖產(chǎn)品的紅利期已經(jīng)過(guò)去了嗎?在出海 AI 生圖產(chǎn)品 Tensor.Art 的運(yùn)營(yíng)負(fù)責(zé)人思禹眼中，顯然不是，不僅如此，她認(rèn)為現(xiàn)在的市場(chǎng)中可能孕育著新的機(jī)會(huì)。Tensor.Art7月的網(wǎng)站流量達(dá)到397W，7月環(huán)比漲幅達(dá)14.4%，算是一匹小黑馬，暫時(shí)還未被收錄到產(chǎn)品榜單中，目前大概能排在生圖產(chǎn)品流量第9的位置。

　　因工具而來(lái)，因社區(qū)而留下

　　Tensor.Art 立項(xiàng)于2023年5月，最初的定位是一個(gè)基于 SD 開(kāi)源生態(tài)的模型托管平臺(tái)。簡(jiǎn)而言之，用戶可以基于市面上最新的基座模型，上傳自己的衍生模型、訓(xùn)練模型等等，平臺(tái)提供技術(shù)支持和托管服務(wù)，并與模型廠商進(jìn)行合作，解決商用授權(quán)等問(wèn)題。“我們的初衷是降低普通用戶使用 SD 的門(mén)檻，但單純的做一款生圖產(chǎn)品不足以打出差異化。”思禹補(bǔ)充道。

　　從 Tensor.Art 官網(wǎng)首頁(yè)來(lái)看，與大多 AI 生圖產(chǎn)品并沒(méi)有太大的區(qū)別，用戶上傳的各種衍生模型，比如 Checkpoint 和 Lora，針對(duì)高階用戶的 Workflows，被打包成更便于 C 端用戶使用的 AI 工具等等，在其他網(wǎng)站上，都有類似設(shè)計(jì)的影子。面向不同用戶提供不同的 AI 能力，并以一些方法激勵(lì)高階用戶上傳更多模型與內(nèi)容，以此形成社區(qū)，構(gòu)建壁壘。

　　“但我們，其實(shí)是做得最早的。包括一些創(chuàng)作者活動(dòng)，C 站(CivitAI 全球最大的生圖社區(qū))也是看我們做了之后才跟上的。其實(shí)一開(kāi)始我們是想做 C 站模型部署的服務(wù)商，但后來(lái)想了下，C 站能做的我們都可以做，就堅(jiān)定地自己做社區(qū)了。”

　　思禹給到的信息，也引起了我們的興趣，本就入局較晚的 Tensor.Art，是怎樣的洞察，讓他們快人一步。

　　“其實(shí)我們做社區(qū)是有基因的，Tensor.Art 是回響科技背部孵化的項(xiàng)目。回響科技創(chuàng)始人沈振宇本科和研究生都就讀于北大，2009年，他創(chuàng)立了攝影愛(ài)好者社區(qū)“圖蟲(chóng)網(wǎng)”，在當(dāng)時(shí)的攝影圈名噪一時(shí)。2014年，字節(jié)收購(gòu)了圖蟲(chóng)，沈振宇和團(tuán)隊(duì)加入了字節(jié)，歷任時(shí)光相冊(cè)業(yè)務(wù)負(fù)責(zé)人，抖音產(chǎn)品經(jīng)理等等。2018年，離開(kāi)字節(jié)之后的沈振宇，創(chuàng)立了回響科技，做了年輕人興趣愛(ài)好社區(qū)和交易平臺(tái)“千島”，專注劇本殺、潮玩、K-pop 等年輕人喜愛(ài)的潮流文化。

　　振宇本來(lái)的研究生專業(yè)方向就是人工智能，雖然之前千島的產(chǎn)品里用到的 AI 技術(shù)不多，但是自從 Stable Diffusion 發(fā)布之后就在持續(xù)研究 AI 圖像生成的技術(shù)，在使用了 Civitai 之后，他發(fā)現(xiàn)每次體驗(yàn)新模型都需要下載幾個(gè) GB 的模型文件實(shí)在是太痛苦了，于是萌生了做一個(gè)在線 AI 模型推理平臺(tái)的想法。從項(xiàng)目立項(xiàng)到 Tensor.Art 上線，我們只花了一個(gè)半月的時(shí)間，一開(kāi)始海外運(yùn)營(yíng)團(tuán)隊(duì)只有2個(gè)人。”思禹回想立項(xiàng)時(shí)的場(chǎng)景。

　　這種背景，讓 TensorArt 本身帶著更濃重的社區(qū)色彩。目前回響科技已經(jīng)先后完成了3輪融資，背后投資者有紅杉、BAI、高榕、險(xiǎn)峰等，也有大量投資人對(duì) Tensor.Art 表示很感興趣，但暫時(shí)還沒(méi)有分拆和獨(dú)立融資的計(jì)劃。

　　“社區(qū)是理解用戶，也是無(wú)為而治”

　　“從零到一其實(shí)是最難的。”思禹回憶道，在 Tensor.Art 進(jìn)入市場(chǎng)時(shí)，Midjourney 等入局早的產(chǎn)品已經(jīng)在歐美等核心市場(chǎng)，獲得了流量，站穩(wěn)了腳跟，Tensor.Art 顯然無(wú)法硬剛頭部市場(chǎng)。“所以，當(dāng)時(shí)我的思路是對(duì) AI 非常感興趣，文化包容度比較高，且有一定用戶規(guī)模的非頭部市場(chǎng)，也就是所謂的‘T2市場(chǎng)’。”

　　思禹分享了找到首個(gè)入駐 Tensor.Art 的創(chuàng)作者 Meina 的過(guò)程:“當(dāng)時(shí)找到她主要是出于兩個(gè)原因，一是他當(dāng)時(shí)在 C 站動(dòng)漫分區(qū)排名第一，聲量夠;二是她來(lái)自韓國(guó)，是“T2市場(chǎng)”之一，符合整體策略。在和她建立聯(lián)系后，我并沒(méi)有直接說(shuō)服她來(lái)體驗(yàn)或者加入我們的網(wǎng)站，只本著求教的態(tài)度讓她來(lái)為我們的網(wǎng)站提意見(jiàn)，后來(lái)慢慢才說(shuō)服了她來(lái)體驗(yàn)和入駐 Tensor.Art。”Meina 也給 Tensor.Art 帶來(lái)了首批用戶，大概200人。

　　后面團(tuán)隊(duì)又瞄準(zhǔn)了第二類可以幫助冷啟動(dòng)的人群，粉絲量在1000-2000的 AI 生圖 YouTuber。思禹表示:“這類人群對(duì) AI 感興趣，愿意嘗試新產(chǎn)品，我們通過(guò)提供算力，吸引了不少這類創(chuàng)作者，1000-2000粉絲量這個(gè)數(shù)據(jù)則是在實(shí)踐中摸索出來(lái)的，如果粉絲量太高的話，‘談判’會(huì)很有難度。”

　　靠著這種策略，從零到一萬(wàn) DAU 的這個(gè)階段，Tensor.Art 沒(méi)有花一分錢(qián)的推廣成本。

　　而在之后，Tensor.Art 也一直通過(guò)活動(dòng)來(lái)維持與創(chuàng)作者的緊密聯(lián)系。思禹介紹道:“去年8月份，我們嘗試做了一個(gè)活動(dòng)，為上傳模型的用戶提供一些現(xiàn)金或4090顯卡之類的獎(jiǎng)勵(lì)，出乎意料的是，這個(gè)活動(dòng)參與的人數(shù)非常的多，我們就把活動(dòng)固定了下來(lái)，之后又?jǐn)U展了其他類別的活動(dòng)。“通過(guò)活動(dòng)，Tensor.Art 接觸到了更頭部的一些創(chuàng)作者，進(jìn)一步推動(dòng)了用戶的增長(zhǎng)。

　　在與創(chuàng)作者交流的過(guò)程中，思禹逐漸發(fā)現(xiàn)，這些深耕 AI 賽道的創(chuàng)作者需要承擔(dān)不少的設(shè)備成本，如果單純?yōu)閻?ài)發(fā)電的話，很難堅(jiān)持下去。我們也并不想單純用錢(qián)留住創(chuàng)作者，除了成本考量外，其實(shí)也不利于社區(qū)粘性，總有人能出得起更多的錢(qián)來(lái)?yè)屓�。所以除了常�?guī)的會(huì)員、現(xiàn)金、算力、顯卡等獎(jiǎng)勵(lì)，我們會(huì)根據(jù)用戶的需求來(lái)設(shè)計(jì)獎(jiǎng)勵(lì)。

　　比如，有的創(chuàng)作者會(huì)有在線訓(xùn)練 Checkpoint 模型的需求，但 Tensor.Art 對(duì)一般用戶只提供在線訓(xùn)練 Lora 的服務(wù)。那么對(duì)于優(yōu)秀的創(chuàng)作者，官方可能會(huì)給他獎(jiǎng)勵(lì)一次在線訓(xùn)練 Checkpoint 的機(jī)會(huì)，并會(huì)為他提供更高端的 GPU 服務(wù)。對(duì)于官方來(lái)說(shuō)，這種“特權(quán)獎(jiǎng)勵(lì)”付出的成本可能會(huì)更低，對(duì)于創(chuàng)作者來(lái)說(shuō)，也解決了實(shí)際需求。

　　而讓我們更真切感受到 Tensor.Art 社區(qū)基因的是思禹舉的另一個(gè)活動(dòng)案例。

　　“我們之前做了一個(gè) Find Destiny Tattoo 的活動(dòng)，用戶需要使用平臺(tái)上設(shè)計(jì)紋身的 AI 小工具，去創(chuàng)作紋身的樣式，而我們會(huì)挑選3位幸運(yùn)用戶，送他們到奧地利線下，找知名紋身師免費(fèi)紋身。這樣的活動(dòng)成本并不高，但卻能讓用戶感受到 AI 的落地應(yīng)用，真的和生活場(chǎng)景關(guān)聯(lián)，增強(qiáng)用戶對(duì)產(chǎn)品的粘性。“思禹補(bǔ)充道。

　　當(dāng)我們覺(jué)得 Tensor.Art 屬于強(qiáng)運(yùn)營(yíng)的時(shí)候，思禹卻表示，團(tuán)隊(duì)會(huì)策劃各種活動(dòng)來(lái)維持和用戶的緊密聯(lián)系，強(qiáng)化社區(qū)的內(nèi)容和粘性。但在整體思路上，更傾向于“無(wú)為而治”。“團(tuán)隊(duì)會(huì)制定規(guī)則、開(kāi)展活動(dòng)，但不會(huì)下場(chǎng)對(duì)創(chuàng)作者進(jìn)行推廣和扶持。” 思禹說(shuō):“不管是頭部、腰部、尾部的創(chuàng)作者，在 Tensor.Art 中都會(huì)獲得平等的待遇和曝光的機(jī)會(huì)。”誠(chéng)然，對(duì)于一個(gè)社區(qū)來(lái)說(shuō)，錢(qián)必不可少，但對(duì) AI 的熱情、為用戶提供情緒價(jià)值、解決需求、以及公平性等“形而上”的東西，也非常關(guān)鍵。

　　什么帶來(lái)了這一波逆勢(shì)增長(zhǎng)?

　　一年之前，大多數(shù)生圖產(chǎn)品都還采用的是 SD 基座模型，但如今發(fā)生了大變化。最近 SD3、快手可圖、騰訊混元、FLUX.1等開(kāi)源新基座模型的聲量越來(lái)越大，由于這些模型更多應(yīng)用了 DiT 架構(gòu)等新技術(shù)，無(wú)論從官方測(cè)試，還是網(wǎng)友體驗(yàn)來(lái)看，這些新基座模型從能力上已經(jīng)與之前的主流模型不相上下，甚至有所突破。

　　思禹告訴我們:“這些模型集中推出才不到一個(gè)月，Tensor.Art 上部署的相關(guān)微調(diào)模型數(shù)量已經(jīng)過(guò)了1000，這是 CivitAI 平臺(tái)的5倍以上。”近期 Tensor.Art 的流量逆勢(shì)上漲，與新基座模型相關(guān)。

　　但新基座模型的上線，對(duì)于所有生圖社區(qū)來(lái)說(shuō)都是一樣的，Tensor.Art 吃到的紅利卻更大。思禹認(rèn)為是2個(gè)原因，一是在技術(shù)上能夠快速提供支持，第一時(shí)間上線;二是“活人多”，新模型更快地被用起來(lái)。

　　我們的 Discord 社區(qū)中的用戶有3.5萬(wàn)人，一個(gè)新基座模型出來(lái)后，我們團(tuán)隊(duì)有人會(huì)迅速響應(yīng)，我們與基座模型廠商的聯(lián)系還是比較緊密的。而社區(qū)用戶有的時(shí)候甚至?xí)�更快為團(tuán)隊(duì)提供信息，推動(dòng)他們?nèi)プ黾夹g(shù)方面的支持。

　　“生圖模型賽道，其實(shí)面臨著2個(gè)變化。一是，上面提到的基座模型，SD 差點(diǎn)賣(mài)身，我們必須正視沒(méi)有人能一直為愛(ài)發(fā)電的現(xiàn)實(shí)，一些商業(yè)化的行為其實(shí)更利于健康發(fā)展。SD3推出時(shí)，Stability.ai 其實(shí)是變更了商用權(quán)益的，當(dāng)時(shí)整個(gè)行業(yè)，包括 C 站，都處于一種對(duì)抗的狀態(tài)，而我們先于競(jìng)品談下了授權(quán)，成了第一個(gè)支持在線部署 SD3的平臺(tái)，那一波為我們帶來(lái)了不少流量。

　　另一個(gè)變化其實(shí)是，目前生圖產(chǎn)品的靈活性、可控性距離實(shí)際應(yīng)用場(chǎng)景，還有一定的距離，所以在用戶的熱情褪去后，會(huì)出現(xiàn)生圖產(chǎn)品流量下滑的整體趨勢(shì)，這可能是你們看到的頭部產(chǎn)品集體流量下滑的原因。但8月份新基座模型的快速增長(zhǎng)讓我們看到，用戶生圖的熱情仍在，而且除了 SD 之外，更多的模型廠商也參與了進(jìn)來(lái)，推動(dòng)技術(shù)與用戶需求對(duì)齊，對(duì)賽道，對(duì)我們，都是機(jī)會(huì)。”

　　有生產(chǎn)力需求的個(gè)人用戶，

　　付費(fèi)能力并不弱于企業(yè)

　　生圖產(chǎn)品在過(guò)去一年其實(shí)經(jīng)歷了快速發(fā)展，根據(jù)白鯨出海的不完全統(tǒng)計(jì)，算上 Tensor.Art，月訪問(wèn)量在400w 以上的生圖產(chǎn)品，全球總計(jì)有10家，國(guó)內(nèi)就占了4家。前期是用戶涌入嘗鮮，而到今天，到底是什么樣的用戶在持續(xù)使用生圖產(chǎn)品，一直是外界的疑問(wèn)。

　　“早期大家都是出于興趣，但隨著技術(shù)發(fā)展，我們看到越來(lái)越多的人在平臺(tái)上有著固定領(lǐng)域的生圖行為，在我們的平臺(tái)上，有生產(chǎn)力需求的個(gè)人用戶占4.5成左右。”思禹表示。

　　我們?cè)谟^察到這類用戶需求后，Tensor.Art 優(yōu)化了產(chǎn)品設(shè)計(jì)，推出了頻道功能，包括動(dòng)漫、游戲設(shè)計(jì)、平面設(shè)計(jì)、建筑設(shè)計(jì)等，讓用戶一進(jìn)網(wǎng)站就直達(dá)他感興趣的場(chǎng)景，在里面尋找靈感。而從分區(qū)內(nèi)的標(biāo)簽來(lái)看，除了提供內(nèi)容和模型分享頁(yè)面外，還有 AI 小工具，思禹告訴我們，Tensor.Art 是全球最早把 ComfyUI 包裝成小工具的生圖產(chǎn)品。

　　ComfyUI 我們?cè)谥�前的選題中也有觀察到，它可以將 SD 的一些能力，用線路連接在一起，形成一個(gè)特殊的工作流，去解決之前 WebUI 難以解決的問(wèn)題。Tensor.Art 很早就看到了 ComfyUI 的潛力，并在12月就在平臺(tái)上上線了 ComfyUI。更進(jìn)一步，又把工作流包裝成一個(gè)直接可用的 AI 工具，來(lái)承接技術(shù)能力沒(méi)有那么強(qiáng)的泛用戶。

　　Tensor.Art 與 SnapChat 合作推出的 AI 濾鏡產(chǎn)品，在中東和歐美市場(chǎng)獲得了1600萬(wàn)次的曝光，分享率達(dá)0.5%

　　“在過(guò)程中，我們也慢慢開(kāi)始擴(kuò)展企業(yè)用戶，目前已經(jīng)上線了 API 平臺(tái) tams.tensor.art”，思禹表示:“對(duì)于企業(yè)，我們首先會(huì)提供 API，讓他們調(diào)用模型及服務(wù)，然后企業(yè)還可以基于自己需求調(diào)用平臺(tái)上的小工具，對(duì)于調(diào)用量較大的企業(yè)，Tensor.Art 也提供定制小工具的服務(wù)。其實(shí)，供給個(gè)人用戶和企業(yè)的產(chǎn)品能力是相同的，我們只是把能力包裝成了不同的形態(tài)，以適應(yīng)不同用戶。”

　　不論是對(duì)企業(yè)還是個(gè)人用戶，Tensor.Art 提供的模型部署、訓(xùn)練、在線推理的能力，其實(shí)就可以看作是“賣(mài)算力”。而不同用戶衍生出的各類需求，則會(huì)由社區(qū)“生產(chǎn)”的模型、ComfyUI、小工具等來(lái)承接，這些承接了各類需求的“內(nèi)容”，又會(huì)反過(guò)來(lái)為創(chuàng)作者提供收入，激勵(lì)創(chuàng)作者開(kāi)發(fā)更好、更符合場(chǎng)景的新“內(nèi)容”，形成良性循環(huán)。

　　“但如果說(shuō)未來(lái)的商業(yè)化，我們會(huì)更偏向于個(gè)人用戶，從我們的角度來(lái)看，這部分用戶的付費(fèi)比例其實(shí)很高，付費(fèi)能力也并不弱，盈利肯定是最終目標(biāo)，但現(xiàn)階段我們的商業(yè)化任務(wù)并不那么緊，在個(gè)人用戶呈現(xiàn)出付費(fèi)意愿和能力的前提下，我們更傾向于服務(wù) C 端用戶。在這個(gè)階段就專注 B 端，我覺(jué)得我們會(huì)把路走窄了。”思禹分享了她對(duì)未來(lái)商業(yè)化的一些思考。

　　其實(shí)，大多數(shù)的 AI 產(chǎn)品，都是在賣(mài)算力，形成價(jià)差以期實(shí)現(xiàn)盈利。TensorArt 也不例外。“但在算這筆賬的背后，企業(yè)的技術(shù)能力、用戶增長(zhǎng)和運(yùn)營(yíng)能力都成為了影響計(jì)算結(jié)果的重要因素。”

　　“我們深知在 AI 時(shí)代，算力是一切業(yè)務(wù)的基礎(chǔ)，因此我們花了很大精力在 GPU 算力建設(shè)上，對(duì)于模型推理的性能也做了深度優(yōu)化。最終，我們把單張圖片的生圖成本降到極低的水平，這是我們能提供業(yè)界最低的會(huì)員價(jià)格以及業(yè)界最多的算力資源的底氣。”思禹解釋道。

　　Tensor.Art 年訂閱價(jià)格只有59.9美金，只相當(dāng)于 Midjourney 最便宜一檔“Basic Plan”的60% 左右。而且包年訂閱的用戶還額外贈(zèng)送2.5W 的 Credits，相當(dāng)于額外3個(gè)月的“每日算力”。這或許也是他們能夠后來(lái)居上的一個(gè)原因。

　　在與 Tensor.Art 的交流中，我們感受到了持續(xù)深耕某一賽道的公司，在嘗試去抓 AI 風(fēng)口時(shí)的一些優(yōu)勢(shì)，Tensor.Art 如是，而也許，每一個(gè)創(chuàng)業(yè)者也如是。