誰都沒有想到，國內(nèi) AIGC 第一個真正意義上破圈的現(xiàn)象級產(chǎn)品，誕生在照片美化（寫實人像）這個已經(jīng)相當成熟的賽道。

(資料圖片僅供參考)

7月中旬悄悄上市，憑借著只需「9.9 元和 20 張照片就能生成藝術寫真級的個人美照」這個噱頭，妙鴨在短短幾周的時間引來無數(shù)愛美女孩兒下載嘗鮮，生成的「妙鴨美照」席卷了朋友圈等社交媒體。

妙鴨破圈的速度令人側(cè)目，但背后的開發(fā)團隊卻十分神秘。在上線和快速破圈之前，既沒有在過去幾個月的數(shù)十場大模型發(fā)布會上有所劇透，也不是拿到幾千萬上億天使融資起步的「大佬下海創(chuàng)業(yè)」，甚至絕大多數(shù)圈內(nèi)人，都不清楚妙鴨背后到底是創(chuàng)業(yè)團隊還是一個大廠內(nèi)部項目。

妙鴨是阿里大文娛孵化的內(nèi)部項目。ChatGPT 掀起新一波 AI 浪潮之后，張月光拉上幾名同事今年2月建了一個「AIGC 破壁小組」的內(nèi)部群，用 1 個月的時間討論出了「寫實人像」這個項目方向，再用 3 個月的時間打磨出了「妙鴨」這個具體的產(chǎn)品。

這很難不讓人想到谷歌早年間著名的「20%自由時間制度」，以及因此而誕生的谷歌眼鏡、Cardboard、無人駕駛汽車等令人驚艷的創(chuàng)新。這個更像是硅谷式創(chuàng)新的浪漫開場，也引起了我們對妙鴨更大的好奇。

在一個半小時的訪談里，張月光回答了一系列有關妙鴨的問題和爭議。雖然產(chǎn)品背后的技術、用戶規(guī)模、團隊構(gòu)成和未來商業(yè)化思路等問題被他們歸為商業(yè)機密而「不方便透露」，但選擇寫實人像的理由、產(chǎn)品誕生的歷程、數(shù)據(jù)隱私爭議、以及走紅的原因等，他們給出了詳細的闡釋，為我們揭開了妙鴨神秘面紗的一角。

01?三個月打磨出「妙鴨」

問：團隊怎么從 0 到 1 做起來的？

答：這個項目最初是在一二月份開始，比較簡單，沒有像現(xiàn)在這樣有一個清晰的商業(yè)計劃，類似于一個興趣小組，我和五六個同學一起研究 AI 和圖像技術方面的前沿知識和產(chǎn)品。在 2 月 9 號拉了名為 AIGC 破壁行動小組的群。從那時候開始，我們陸續(xù)關注到圖像 AI 技術領域中的一些新技術和生態(tài)中的新工具和插件。到三月份左右，我認為一些關鍵的技術要素已經(jīng)相對成熟了，決定朝著寫實人像的方向開發(fā)。

我們花了三個多月的時間來打磨這個方向，包括技術和美學項目上的模板。在產(chǎn)品開發(fā)到 6 月底和 7 月初時，我們終于覺得可以向用戶展示它的狀態(tài)，開始為期兩周的內(nèi)測，邀請了一些身邊的朋友和同事，我們得到了大家的反饋，發(fā)現(xiàn)用戶對產(chǎn)品的效果和滿意度都比較正向。在 7 月中旬，我們正式對外發(fā)布了產(chǎn)品。產(chǎn)品上線后，引起了比較大的反響，用戶也確實比較喜歡它，發(fā)展速度超過了團隊最初的預期。

資源支持方面，資源占用最初不大，隨著逐漸發(fā)展，妙鴨有了更多支持。最重要的是，公司對創(chuàng)新的包容和支持，讓我們做了比較多的嘗試。

問：為什么選擇寫實人像領域做AIGC落地？

答：我對產(chǎn)品方向有一些基本的分析。首先我以前做過相冊類產(chǎn)品，其中會給用戶提供基于算法的這種自動分類，在所有用戶的相冊，70% 以上是真人的照片。如果把所有照片和圖片類信息放在一起，未經(jīng)篩選的話，寫實的人像將是最有價值、占比最高的，也受到最高度關注。

另一個考慮因素是，海外像 Midjourney 這樣的產(chǎn)品比較成功，國內(nèi)也有一些類似的產(chǎn)品試圖復刻這種模式。然而，這些產(chǎn)品本身是一個什么都能畫的畫家，對技術和算法等方面的要求相對較高。更垂直的方向更容易實現(xiàn)，這就是為什么選擇寫實的大方向。

問：很多人體驗妙鴨后都說「只需 9.9 元就能打敗天真藍和海馬體」，你們怎么看？

答：我們并沒有想要干掉天真藍、海馬體的想法，這只是用戶的口號。我們最初的產(chǎn)品形態(tài)可能與現(xiàn)在的攝影服務形態(tài)相似，但從我們的角度來看，我們希望與攝影和攝像行業(yè)達成共識，成為行業(yè)的賦能者。海馬體作為實體拍攝服務，它永遠不可能被替代。因為拍攝的過程本身對于客戶來說非常重要。例如，拍攝全家福時，一家人聚在一起完成這個過程本身就是一個非常有意義的事情。即使 AI 技術再發(fā)達，也無法替代這樣的過程。

我們希望覆蓋一些比較下沉的城市和欠發(fā)達地區(qū)的用戶，因為他們可能很難接觸到這種服務。但是，無論在哪里，對于美和攝影的需求是存在的，因為人們總是希望為自己留下值得紀念的照片。

在我們最初的感謝信中，我們提到：邀請了攝影師和設計師參與模板的創(chuàng)建，他們對 AI 技術的幫助也很神奇。我們認為我們與這個生態(tài)系統(tǒng)是相輔，而不是對立的關系；想要給這個行業(yè)提供一些工具，而不是干掉競爭對手。

問：你們自己復盤下來，妙鴨為什么會走紅？

答：其中最重要的因素是團隊成員的堅定和努力。團隊氛圍簡單、直接，目標清晰，追求極致的風格。我們花了三個月以上的時間打磨一個效果，以獲得更好的用戶體驗和效果。第二是公司對創(chuàng)新的鼓勵、支持、包容，以及看到一些階段性成果之后，進一步的支援。

在這個產(chǎn)品上本身去找原因的話，我覺得有幾個點。

首先，我認為我們運氣不錯。其次，用戶體驗非常重要。如果用戶無法流暢地使用產(chǎn)品，那么即使產(chǎn)品本身價值再高，也會被用戶拋棄。產(chǎn)品的商業(yè)價值并不是一個線性的關系，而是在達到一個基點之后，才能真正地體現(xiàn)出來。因此，在設計產(chǎn)品時，我們一定要追求高質(zhì)量的效果，至少要達到 90 分以上。當效果達到一個團隊的所有人覺得這個效果真好，有哇哦時刻，那它裂變的概率就很高。

此外，產(chǎn)品的可控性也非常重要。我們在設計產(chǎn)品時，堅持「真、像、美」三件事情，「真」是沒有 AI 感，「像」是和用戶像，「美」是要比用戶美 3 分。這些要求都同時達到 90 分以上的質(zhì)量，我們才會將產(chǎn)品推向市場。

問：為什么用戶上傳的照片數(shù)定在了 20 張？

答：為了達到理想的效果，20 張是目前這個階段的最優(yōu)解。具體就不方便說了。

問：有分析稱，像這種火爆的工具類產(chǎn)品都會面臨被復制的危機。有人猜測我們的背后模型是基于開源模型微調(diào)而來，認為這樣的產(chǎn)品技術壁壘不夠明顯。請問團隊，從內(nèi)部看，我們的技術壁壘或產(chǎn)品壁壘體現(xiàn)在哪些方面？

答：確實不方便具體透露我們技術的實現(xiàn)方式，但我們確實有一些壁壘。最重要的是對其后續(xù)持續(xù)的迭代和拓展，以及效果的持續(xù)打磨。我們的技術團隊會不斷優(yōu)化產(chǎn)品的效果。

問：有人猜妙鴨用了Stable Diffusion的模型，然后加 Lora 精調(diào)的方法，這個猜測符合現(xiàn)實嗎？

答：這可能確實也不方便發(fā)表評價。凡是有關這個技術實現(xiàn)的問題，可能都屬于我們的商業(yè)機密，不太方便泄露。

問：妙鴨背后圖像生成的基座模型是自己訓練的嗎？會用阿里云的圖像生成模型嗎？

答：妙鴨是阿里大文娛團隊內(nèi)部的一個項目，并沒有使用阿里云與這個相關的一些技術，至于怎么實現(xiàn)的，其實我也不太能去講。

我們有一個模型叫「提香」（Tiziano），大家應該在（7 月 17 日官方發(fā)布的）感謝信中看到了這個名字——肖像畫之父（的名字）。通過這個名字，也可以看出我們從一開始就想要為用戶提供寫實人像服務。

問：當前妙鴨的模版風格是怎么形成的？

答：本身團隊內(nèi)有很多年輕的同學，大家會高效討論。更多還是看用戶，比如說在社交媒體、朋友圈上公開去傳播的情況下，用戶比較偏好的一些方向。

我們也會收集很多用戶意見，比如用戶喜歡什么樣的模板，繼續(xù)去推出模板，核心是滿足用戶訴求。未來即將上線的一批模板，基本上都是根據(jù)用戶的呼聲產(chǎn)生的。

問：妙鴨相機怎么平衡出片的真實和美？

答：七八分像，兩三分美。我們在定寫實人像的業(yè)務方向時，提到真、像、美，這三個方向，一個是無 AI 感，然后能夠盡可能像我，但要比我美。不管是美顏相機，還是每一代的拍攝產(chǎn)品，這算是常識。

同時，我們把這個選擇權給了用戶。人像剛出來的時候很美，但可能沒有那么像，然后我們有一個特殊的功能可以讓照片更像我，多點幾次，就會更像。

問：妙鴨會一直只針對年輕女性群嗎？

答：所有自拍或者圖像類的產(chǎn)品的主力用戶都是女性用戶，看我們模板數(shù)量就很容易看出來。

02?隱私和數(shù)據(jù)安全爭議

問：背靠阿里很多影視資源，有聯(lián)動做動態(tài)換臉的產(chǎn)品計劃嗎？比如用通過的臉直接換成影視劇中的人物。

答：我們并不會以阿里大文娛聯(lián)動為目標，不過如果有確實合適的機會，可以去考慮聯(lián)動影視、古風和清宮做產(chǎn)品，去洞察用戶興趣方向。

換臉本身，是我們堅決不去做的事情，因為從我最初對產(chǎn)品的定義，就不同于之前的換臉這類產(chǎn)品，甚至是我刻意不想去做的。

問：您如何看待市面上換臉類產(chǎn)品的發(fā)展？

答：換臉是一個蠻成熟的產(chǎn)品，它的產(chǎn)品場景不做更多評價。另一方面，它也有一定的安全問題。

我們本身用AI為大家生成的這個照片，它比起真正直接換臉反而是沒有那么真實，最起碼我們?nèi)プ鋈四橁P鍵點檢測安全級別的東西，一定是過不去的，只是看上去像而已。我們這種方式用戶數(shù)據(jù)是安全的，生成也是相對安全的，這樣有更長遠的發(fā)展空間。

問：如何看待隱私條款的爭議問題？

答：妙鴨在上線后因為用戶協(xié)議的原因引起了一些爭議，我們第一時間進行了修改，我們承認這是我們自己的問題。從某些角度來看，沒有充分說明這個協(xié)議，或者說沒有用一個最簡單的方式告訴用戶。

即使是舊的那個協(xié)議，如果大家仔細看的話，就會發(fā)現(xiàn)它其實是和新協(xié)議類似的，即產(chǎn)品所有的生成物權益都歸用戶所有，我們不能進行二次使用。但為了能夠為用戶正常提供服務，我們需要在產(chǎn)品里展示用戶的作品并對其進行操作，提供分享、下載的一些服務，肯定要獲取用戶授權。原協(xié)議也是這個意思，但表述可能有一些問題，所以我們進行了修改。

我們的本意是，所做的所有東西都屬于用戶，我們沒有所有權。你所有數(shù)據(jù)我都沒有留，也不會用，要展示的東西，給你展示一下，這個就是我們的初衷。

問：使用妙鴨的產(chǎn)品，需要上傳 20 張照片，但你提到，生成照片后平臺會刪除用戶的數(shù)字分身數(shù)據(jù)，那為什么之前的版本里提到用作訓練數(shù)據(jù)的條文？

答：首先我們沒有把這個數(shù)據(jù)用來作為訓練數(shù)據(jù)，從來沒有用過，也不會用。之前的協(xié)議，把大家都嚇壞了。

再解釋一遍，這條協(xié)議的上一條是所有的生成物所有權是屬于用戶的。正是因為我們把所有權完全讓渡給用戶了，所以又返回來需要取得用戶的同意授權，才能夠展示這些信息。

其實大家如果關注很多產(chǎn)品的用戶協(xié)議的話，它是不說在我平臺上制作的物品的所有權屬于用戶，而是模糊的，甚至是屬于平臺的。如果屬于平臺，那當然不需要要求用戶的授權使用，平臺本來就擁有這個所有權。

這個操作當然是我們的問題，相當于把我們本來的好意表達成了一個大家非常非常害怕的表現(xiàn)形式。這里必須要再澄清一下我們團隊的本心，從來都沒有考慮過用戶隱私數(shù)據(jù)和濫用用戶隱私數(shù)據(jù)的事情，所以當我們發(fā)現(xiàn)這個表述不太接地氣，用戶理解不了之后，我們也第一時間馬上就修改掉，也沒有任何心理壓力，因為我們壓根就沒干這個事情。

問：用戶的面部特征會不會被提取和泄露？

答：我們沒有提取用戶的臉部關鍵點，根本沒有這個操作。用戶上傳照片時，會有一個識別的流程，這個識別流程是進行一些安全相關的檢測，避免用戶上傳的照片不符合國家法律規(guī)定，但是我們并沒有去獲取用戶的臉部數(shù)據(jù)點。

第二，用戶去制作數(shù)字分身的過程，也不是把臉部特征進行提取的過程。反過來說，我們沒有辦法再反向把你當時那 20 張照片推出來，不可能做得到。雖然不方便透露具體的技術原理，但是不涉及到用戶臉部數(shù)據(jù)信息的提取。

這也是為什么剛才我提到，可能大家發(fā)個社交媒體，或者甚至朋友圈，發(fā)你本人的臉，這個危險性，如果要擔心這方面安全性的話，那他的危險性可能比我們這種生成類產(chǎn)品要高。

問：如果沒有提取用戶的臉部關鍵數(shù)據(jù)的話，怎么做到現(xiàn)在的效果？

答：它是用一些現(xiàn)在 AI 的技術，但是肯定不是提取臉部特征點的這種方式來實現(xiàn)。我相信行業(yè)很多人會有各種各樣（技術路線）的猜測，這里我不方便直接證實他，但是肯定不會涉及到安全問題。AI 的所有東西都是一個概率性的東西，它沒有辦法把你的照片再復刻出來，再推理出來，所以是非常安全的。

問：在用戶隱私保護上，妙鴨做了哪些舉措？

答：我們在協(xié)議里承諾，沒有留存用戶的照片數(shù)據(jù)。用戶上傳的所有照片，不管是 20 張還是多少張，都會在數(shù)字分身的制作完畢后刪除掉。所以既沒有保留用戶的數(shù)據(jù)，也沒有辦法通過用戶的數(shù)字分身反向再把這些數(shù)據(jù)反推算出來。

第二，我們也不會把你的數(shù)字分身或其他任何的數(shù)據(jù)展示給第三方看。我們的產(chǎn)品形式里每個用戶只能看到自己生成的圖片，可以選擇是否與他人分享展示。

第三，我們本身也做了大量的網(wǎng)絡安全防護。因為即使我們保護用戶的隱私、不濫用用戶隱私，也要防止第三方黑客的獲取，但這得益于阿里在隱私保護、安全方面的整體技術支持。

希望大家不要過度恐懼，這個工具本質(zhì)上是一個制圖工具，制作出來的內(nèi)容只有你自己可以看到，并且沒有公開傳播的屬性，恰恰更加安全。有人會問，AI 已經(jīng)可以生成我的臉，那么它是否可以用于惡意用途呢？但實際上可能再怎么生成，也只是像你而已。但你在，比如說一些公開的社交媒體，直接發(fā)你的照片，那就是你，（如果有人）直接把你的臉摳下來，就可以做壞事了。反而我們做出的類似你的圖片，是一個沒有這么大風險的產(chǎn)品。

綜合來看，這是一個對用戶影響極低的產(chǎn)品，幾乎沒有。數(shù)據(jù)沒保留，無法反向推算你的數(shù)據(jù)，沒有獲取原本的數(shù)據(jù)和特征點，所有的東西只有你自己看得到，是否傳播自己的生成物數(shù)據(jù)也是你的個人行為，傳播出去的生成物也不可能通過比如說人臉檢測安全點，因為它只是像你自己，但并不是跟自己完全一樣。

03?AIGC的產(chǎn)品第一天不收錢，就收不到錢

問：現(xiàn)在看來，妙鴨APP 的下載量，以及用戶復用的情況如何？

答：涉及到具體的數(shù)據(jù)指標，這些都是機密性質(zhì)，不便分享。但我們覺得數(shù)據(jù)效果還不錯，符合預期。在內(nèi)測兩周的時間里，大約有 1 萬用戶，其中核心用戶主要來自同事圈，大部分是互聯(lián)網(wǎng)行業(yè)。

關于未來的用戶規(guī)模，我們有自己的計劃，但不便透露。我們希望能夠為更廣泛的用戶提供這種產(chǎn)品或服務，以滿足未來的發(fā)展趨勢。

問：妙鴨相機在保持用戶活躍方面是如何考量的？市面上有聲音在說，這種 APP 避免不了曇花一現(xiàn)，你怎么看這種擔憂？

答：首先，效果類產(chǎn)品的刷屏在這個行業(yè)中幾乎司空見慣。每隔幾年或者在互聯(lián)網(wǎng)高峰期，每年都會出現(xiàn)類似的產(chǎn)品。有些產(chǎn)品確實能夠引起大眾的關注，然后沒有聲音了，但有些會沉淀下來。例如臉萌這個產(chǎn)品，大家都認為它在刷屏完之后就銷聲匿跡了。但實際上，臉萌的需求最終被抖音的特效和濾鏡所取代。這是一個非常穩(wěn)定的需求，到今天仍有很多用戶每天使用。

對于妙鴨相機而言，我們期待肯定它不是「一波流」的東西，而是一個穩(wěn)定的服務需求。當然，這需要我們持續(xù)提高產(chǎn)品效果和服務質(zhì)量，也需要不斷推出更多的服務。具體實現(xiàn)方式不便分享，但我們的目標是為用戶提供低成本、高質(zhì)量的圖像服務。

問：妙鴨的 B 端工作站將于 8 月 4 日（今天）上線，已邀請了一些在AI和相關技術領域中表現(xiàn)優(yōu)秀的設計師進行內(nèi)測。這個工作站是否具備內(nèi)容社區(qū)屬性？如何與攝影師合作？主要吸引哪些方面的設計師？B 端面臨的核心痛點是什么？妙鴨能解決什么？

答：B 端工作站沒有內(nèi)容社區(qū)屬性。我們現(xiàn)在的 ToB 業(yè)務比較簡單，更像是對 ToC 業(yè)務的一個生態(tài)補充。我們主要希望能夠與一些對 AI 技術有研究和興趣的設計師、攝影師合作，給其提供服務并一起制作模板，以滿足用戶的需求。具體的合作形式不便透露，簡單來說就是一起制作模板。

問：怎么樣想到賣 9 塊 9 的？為什么一開始就做商業(yè)化前置？

答：商業(yè)化潛質(zhì)有兩個要素。首先，算力成本昂貴，這是業(yè)內(nèi)人士都知道的。其次，AIGC 和互聯(lián)網(wǎng)時代的商業(yè)邏輯根本不同。在 AIGC 時代，如果你不能在第一天就向用戶收費，那么你永遠都不可能收到用戶的錢。AIGC 產(chǎn)品應該在誕生的第一天就開始向用戶收費。

如果將互聯(lián)網(wǎng)的所有業(yè)務抽象出來看，本質(zhì)上都是一種信息流通和渠道生意。平臺的作用是將信息從 A 點搬移、分發(fā)到 B 點。無論分發(fā)的是什么信息，抽象來看就是一個渠道。一開始這個渠道是免費的，但逐漸增加抽傭點或通過其他方式，實現(xiàn)二次變現(xiàn)。

然而，AI 時代改變的不是渠道，而是工廠。AI 產(chǎn)品本身就是工廠，而不是分發(fā)平臺。工廠生產(chǎn)的貨品，如果第一天賣不到錢，你以后也賣不到錢。這就是為什么我堅信好的 AI 產(chǎn)品在商業(yè)化方面有很大的潛力。

妙鴨之所以選擇 9 塊 9，是經(jīng)過了各種測算和考慮，希望能夠提供一個相對簡單易懂的價格心智。從我們觀察到的用戶自發(fā)傳播的情況來看，9 塊 9 這個價格點是用戶比較容易接受和理解的。

問：爆火之后排隊很久，目前有縮短但還在 3 到 4 個小時，你們做了哪些優(yōu)化？成本如何？

答：當前排隊時間減少是算力大幅擴容的結(jié)果，但我們一方面在增加容量，另一方面用戶使用量也在增加，因此排隊問題仍將存在。解決問題的本質(zhì)在于擴大算力。擴容成本是可控的，我們定價時有許多考慮因素。我與其他團隊溝通過，他們表示在開發(fā)這個產(chǎn)品時存在許多隱形門檻無法克服，但外形上看，其他團隊也能夠開發(fā)出類似的產(chǎn)品。然而，他們沒有開發(fā)的原因是因為如果上傳的用戶過多，算力成本會變得特別高，從經(jīng)濟上來看是不劃算的。公司在這方面給予了妙鴨非常大的空間和支持。加上付費，我們在這件事情上還是相對健康的情況。

問：toB 產(chǎn)品上線了之后，除了 9 塊 9 還會有其他定價嗎？答：大家對產(chǎn)品保持關注，具體不太方便講。肯定要符合基本的商業(yè)邏輯，最終要賺錢，無非收入、成本和利潤。是否已經(jīng)實現(xiàn)盈利的賬還不方便算，我只能說我認為是一個相對健康的商業(yè)模式。

問：人像寫實這個賽道做到什么程度，你會覺得比較滿意、可以開拓其他的業(yè)務了？

答：我覺得可能路還很長，我們現(xiàn)在剛剛上路。

本文作者：宛辰、鄭玥，來源：極客公園，原文標題：《對話「妙鴨」產(chǎn)品負責人：AIGC的產(chǎn)品第一天不收錢，就可能收不到錢》

風險提示及免責條款 市場有風險，投資需謹慎。本文不構(gòu)成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結(jié)論是否符合其特定狀況。據(jù)此投資，責任自負。

關鍵詞：