K2 Lab助美国达人带货 冲刺千万美元年化收入

行业在喊冷，这家公司在踩油门，差别全在商业模式。

先看数据。

700万：美国拥有TTS挂车权限的达人数量。

10万：里面真正比较会带货的人数。剩下690万，基本在沉睡，有650万一单都没有出过。

近1万：一家40多人的中国公司，已经让近一万名美国普通人完成了人生第一次带货出单。他们自己连视频都不用剪。

这家公司叫K2 Lab，做的产品叫Moras，一个住在达人手机里、帮他全自动带货的Personal Commerce Agent。

上次和创始人王铭聊是4月，这次见面，他上就和我们说：AI应用比他们预想的冷得还要快。

他本来预期AI的风险先从二级市场传导到一级市场，结果二级市场的风险还没来，应用先冷了。

因为大部分应用没有奔着创造价值去，只是在帮用户消耗Token。用户买了那么贵的Token，最后不产生结果，这生意很难为继。

他透露出的自家数字是另一个画风：7月，公测第二个月，年化收入就破了100万美元，8月破200万美元，现在10月，他们正在冲年化1000万美元。

GMV更直观：公测首季度做了1000万美元，Q4冲刺单月超千万美金。

行业在喊冷，这家公司在踩油门。差别全在商业模式。

先说清楚Moras的玩法，因为它跟市面上绝大多数AI应用是反着来的。

你是一个美国达人，5000粉以上，把TikTok账号授权给Moras。选品、创意、脚本、视频生成、剪辑、文案、挂购物车、发布、数据分析，全链条Agent自己干。

你可以什么都不管，全托管一年都行；也可以多跟它聊，把你的背景、审美、生活方式告诉它，给的Context越多，它带得越准。

素材大部分是AIGC生成加剪辑，一天发3到6条，一个月三五十条。

钱从哪来？商品挂的是TikTok联盟里商家的链接，商家付佣金，Moras和达人分，达人拿三成到四成，Moras拿大头。

关键在于：达人从头到尾不付一分钱。

他们不是没收过订阅费，最早是订阅费加提成，后来发现收订阅费这个动作本身就在赶人，原本是拿到结果后多扣20美元，再后来连这20美元也砍了。

现在两种模式：一种是达人雇佣AI，纯分成，占八九成；另一种是AI雇佣人，每月150美元底薪加少量提成，达人照着指令操作就行，占一到两成。

一个反常识的发现：他们本以为海外用户会蜂拥去选被AI雇佣，毕竟旱涝保收。结果恰恰相反，八成以上的人选了雇佣AI。

王铭说，要是换成中国用户，大概率全选拿底薪那个，确定性高。但美国用户自主性出乎意料地强，还是挺要自己那股劲儿的。

选了被AI雇佣的那批人，状态大概是这样：他还是在按AI指令协作，随时过来响应。

为什么说这门生意成立？得先看美国内容电商的怪现状。

中国的头部主播一个人能带几个亿的货，美国没有这种头部，带货生态基本靠腰部达人撑着。

700万有资格的达人里只有10万真正会带，剩下690万人想赚钱，但不想、也不会付出那份努力。

不会在哪？不是懒得拍视频。王铭拆得很细：带货视频和日常视频完全是两个物种。

你日常遛狗，突然来一句大家看看我们家狗吃的粮食，用户不会买，平台也抓不住你，因为这里面没有商业Hook。

选品、脚本、热点、发布时间，哪个排列组合能带来可预期的收益，这是一整套Know-how，普通人根本没处学。

所以Moras手里最值钱的数字是视频出单率。刚起步的时候，发100条视频只有三五条能出单。现在，最好的达人群体能到30%以上，整体平均十几个点。这是平台平均水平的十倍。

达人出单率也约为50%了：活跃的两万达人里，约一万出了单。汤明磊补了一个细节：这一万人里，95%以上以前从来没出过单，是在Moras完成的人生首单。

达人画像也很清晰：大部分是几千粉的普通人，宝妈是重要群体，一个月多赚一两百美元，够真实。

金字塔尖也存在：最快的达人两个月贡献了20多万美元GMV；还有一个起初只有2000粉的达人，单月带货干到20万美元，粉丝跟着涨到2万。

按GMV算，顶部10%到20%的达人单月能干到几万美元；按收入算，大概一成的达人月入1500美元上下，最高的一档一个月上万美元，对应的是单月一二十万美元的带货量。

商家那头也在起变化。以前Moras不需要跟商家直接打交道，现在商家主动找上门，因为Moras在TikTok黑五机构榜单竞赛中持续领跑。

商家愿意给它定向高佣：公开池挂5个点，显著更高的佣金比例。高佣覆盖率，上个月还不到5%，这个月到了20%，下个月的目标30%。

为什么达人离不开它？汤明磊的解释：个体没有谈判能力。你自己去公开货盘，永远拿不到这个价格。

比起增长曲线，这门生意更值得讲的是算力投入产出比（留存佣金÷算力成本，文中简称UE）的过山车。

小规模运营期，他们的UE非常高，1美元算力投入换回来数美元到数十美元佣金，强得不像话。

当时获客靠Cold Email，运营几个人点对点教达人怎么用，甚至手把手帮人家立人设。

6月公测一放开，几百达人涌进来，UE哐一下掉到1以下。没有大量人工运营服务跟不上，产品不完善，用户又没人管，有人觉得创作太容易了，一天发100条，90条以上被平台限流。

回头看，放量本身就是一次压力测试，测出来的结论是：工具好教，Know-how难教。

你得说服用户怎么跟你互动、给你什么Context，理解这个雇佣模式，这比单纯的交互工具可见即所得需要更强的personal agent能力。

后面三个月，他们干的事就是把这个坑填上：给AI加上陪练能力，给用户讲内容电商知识；给情绪价值，一条视频曝光不错马上激励。

还得会sell，因为总有用户问，钱最后会不会给我、为什么我分小头你拿大头。

这些原来全靠人工干的活，现在全部Agentic化，主动服务，主动提供鼓励、情绪价值，持续给用户不厌其烦的讲解。

UE很快回正。王铭的放量逻辑一句话就能说完：反正现在UE不亏，我就敢放量。用户流失了，知道为什么流失，改了再放。

明年的目标，是年化收入摸一亿美元。

他对这门生意的定义：

连成本都cover不了，生意就没法放大。所以UE是他们盯的第一个指标，它同时回答两个问题：留存佣金能否覆盖算力成本，以及智能到底涨没涨。return持续大于investment，才叫垂直智能在往上走。

按直觉，一个做AIGC带货视频的公司，算力大头应该花在生成视频上。但Moras的实际结构并非如此。

它的算力成本中，AIGC只占40%到50%，调度和内容对抗占20%到30%，长链条的多Agent协作和推理占20%到30%。

理解账号、理解内容、创作、预审、检查内容合规、跟用户交互，这些思考的过程，比画的过程更贵。

王铭给了一个判断标准：判断一家垂直智能公司，要看它把算力花在哪里。如果百分之百或者大部分成本来自AIGC，可能是个套壳的。

Moras的业务链条中运行着十五六个大型Agent，处理从内容理解、创作决策到合规检查等不同环节。

公司还在向达人和商家两端延伸Personal Agent能力，但后台Agent体系的运行，并不等于两端产品都已经完整对外开放。

在成本优化上，Moras选择逐步用自研垂直模型和蒸馏小模型替代部分通用模型，处理行业特定任务。

据王铭介绍，这使单条视频的综合制作成本从此前约3美元下降到1至1.5美元。

训练自研模型本身也需要投入，但长期来看，既能降低对通用模型的依赖，也能改善特定任务的效果。只做行业Harness和Skill，底下垫一个SOTA通用模型，未必能得到足够好的结果。

但视频生成模型，他们反而没有选择自己训练。因为字节等厂商已经积累了大规模数据，Seedance等模型的生成效果也能够满足需求。

Moras是字节的T1折扣客户，同时把大量算力部署在腾讯云，随着业务规模扩大，也获得了相应的资源折扣。

王铭透露，Moras每月对外发布的视频量正向50万条迈进。

需要区分的是，1至1.5美元是单条视频的成本测算，接近50万条则是月度发布规模的趋势性描述，两者不能直接用来推算某个月的实际算力支出。

要判断这种规模化生产是否真正划算，还得看同期实际发布量、综合成本，以及这些内容最终带来的收入。

这里还有一层平台级的进攻。AIGC视频常见的问题是播放量高、成交量零，因为内容违反常识，用户愿意看，但不产生购买。

所以Moras自己在做内容对抗和一致性检查，平台给的API效果太差，干脆自研。

王铭的判断是：

AI公司跟平台的关系通常是讨好，Moras这里反过来了。

7月那一个月，光TikTok的各级高管，他们就接待了一百多人次。平台当月就提了个要求：希望Moras把生态一下子托起来，给达人无限量发文。团队一算账，光算力就要烧600万美元，没干。

为什么平台这么急？两个原因。

一是生态位真空：内容平台的研发资源大头都压在广告变现上，抖音广告里巨量千川占一半以上，平台看起来是内容公司，实际是广告公司，电商这一侧反而拿不到资源。

二是平台老板的KPI：内容供给上不来，商业化率就起不来，谁能把690万沉睡达人激活，谁就是平台的功臣。

汤明磊刚提了个API需求，大领导在群里直接回复，必须支持，高优支持。

但同一件事，放到国内画风突变。王铭问过国内平台的朋友能不能做，对方的回答：你做国内我也不让你上，我优先要让活人达人赚钱，活人我都养不活了，他们赚不到钱就跑去小红书了。

汤明磊的总结：平台既希望GMV持续增长，又怕低质化同质化AI内容渗透太多把人类创作者生态搞崩。

所以他们的结论也干脆：

国内的机会不在替代活人达人，在把创意表达的门槛降到足够低。

把Moras放回整个行业，它的位置会更清楚。

我们刚做完的9月全球AI订阅收入统计里有一组a16z的口径：头部AI原生产品里，84%靠订阅收费，64%按量卖积分，只有2%收交易佣金。

上一轮消费互联网是用户免费、广告主买单，这一轮完全倒过来，大家都在管用户收月费。

我们的判断是，订阅撑不起AI走向大众的下半场，广告和交易抽成会进来。

Moras恰好提前站在了那2%里。它跟iMessage上的个人智能体Instinct是同一路数：不向用户收钱，按交易结果抽成。

Instinct年化交易额已经跑到10亿美元，绑卡用户月均消费1300美元。一个帮你花钱，一个帮你赚钱，都是绕过订阅这道题的新解法。

汤明磊给Agent赛道画了个四象限：省钱、省时间、赚钱、杀时间。

省钱省时间是现在最挤的赛道，杀时间要造新世界，AI游戏AI社交都在那。他们选的是最反共识的那个，赚钱。

代价是必须跑通一个长程复杂任务：选品、脚本、发布时机，任何一步掉链子，最后结果都崩。好处也在这，链路长，别人进来也得把整个过程重走一遍。

作为做过投资的人，汤明磊还顺手总结了今年AI应用遇冷的三个死因：没有壁垒，模型一升级就被覆盖；UE不为正，规模越大亏越多；没有生态位，永远长在别人入口上。

Moras的对应解法是模应一体、按结果收费、扎进达人的交易链路。

他的判断：AI应用只要把故事和真正的商业模式讲好，还是有很好的机会。听说现在看项目都不一定看ARR了，有的机构甚至想退回看P/E，他觉得那太退化。

资本市场也在用脚投票。这家公司半年交割了三轮融资，最近一轮数千万元人民币。

访谈快结束时，王铭讲了一个我印象很深的反转。

现在Moras拿佣金大头，理由是AI贡献了链条里最大的价值。

但他接着说，对于那些有潜质、有独特审美、懂某个垂直领域的达人，未来要反过来，根据他的独特Context带来的独特价值，他要拿得比我们多一些。

这个逻辑展开是这样的：今天AI补齐的是普通人没有的Know-how，所以AI拿大头。

但AI的终极价值是放大人的特点，当一个达人的表达力、审美、专业度变成稀缺资产，他和AI的分账比例就该倒过来。

690万沉睡达人等着被叫醒，而真正醒得透的那批人，最后会比AI更贵。

主持人

吴畏　非凡产研创始人

嘉宾

王铭　K2 Lab／攀峰智能创始人

汤明磊　K2 Lab／攀峰智能联合创始人

Q1：半年前预判错了什么？

吴畏：上次聊是四月份，半年了。有没有什么事情是当时预计的，现在发现不是这么回事？

王铭：第一个是 AI 应用比我们预想的冷得还要快。我其实最开始有预期，AI 整体可能在二级市场会有风险，二级市场有风险，一级市场会被波及。只不过没想到，二级市场风险还没来呢，应用先冷了。

吴畏：你说的冷，具体在哪里？

王铭：资本市场，主要是融资、投资者市场。原因还是大部分应用没有奔着创造价值去。

我自己的判断，最后会剩下的公司就是垂直智能公司。垂直智能公司跟上一个时代最大的差异，是具备获取 ROI 的能力，而不是单纯帮助别人消耗 Token。

用户买了这么贵的 Token，最后不产生结果，很难为继。像短剧还行，是因为短剧做出来的东西确实有消费者付钱。

王铭：Coding 是一个好场景，效率提升巨大。但 Coding 从全球看也逐渐遇冷了，大厂开始限制用量，原因是 Token 价格都快赶上工资了，但没有增量的收益出来。

Q2：你们是不是一个 AI 版带货 MCN？

吴畏：我确认一下整个商业链路。商品是 TikTok 联盟里的带货链接，钱商家通过 TikTok 付给你们，你们再付给达人。这就相当于一个 AI 带货 MCN？

王铭：我们不是 MCN，也不要求达人签约给我们。达人签给 MCN，MCN 来做带货，是一种形态；我们是另一种，达人可以跟任何 MCN 合作，但在特定商品上，商家会给我们特定佣金。

吴畏：他愿意跟谁签约就跟谁签约。那达人签了 MCN，佣金里 MCN 也要拿走一部分？

王铭：看他跟 MCN 怎么约定。不过我们了解下来，海外 MCN 机构都收佣金。

王铭：跟我们国内生态不太一样，国内基本上所有头部带货达人都在 MCN 里。

Q3：你们最关注的指标是什么？

吴畏：你们怎么定义自己的核心 benchmark？什么指标算比较正向的增长？

王铭：第一个最关注的是 算力投入产出比，你的算力能不能被扣除达人分成后的留存佣金 cover。

吴畏：单位经济模型中的算力投入产出指标。

王铭：因为 AI 时代，我觉得最重要的生意逻辑，它不是软件，它就是制造业，新制造业。新制造业就是成本。

如果连成本都 cover 不了，这个生意是难以放大的。而且它决定你到底具不具备垂直智能。你的 return 大于 investment，UE 持续往上走，意味着你的垂直智能在涨。

Q4：视频出单率是怎么从 3% 做到 30% 的？

吴畏：出单这事本身有规律，还是有运气成分？

王铭：现在还不好说什么是规律，只能说是能力。最开始视频出单率肯定没那么高，随着匹配能力提升而变化。什么样的达人、什么样的画像适合带哪类产品，用什么样的内容脚本，结合最近什么热点，在什么时间发布，这个预期商业化结果是能算出来的。

王铭：我们最开始可能也就三五个点的视频出单率，发 100 条视频，只有三五条能赚钱。后面逐渐提升，在某些群体可以拟合到 30%。这是平台平均水平的十倍。

吴畏：明白，普通随便发一条，可能也就 3% 左右的概率出单。

Q5：这门生意的账怎么算？

吴畏：如果用一个简单的数学模型来拆，100 块钱里各部分怎么分？

王铭：GMV 就是视频数量乘以视频出单率，乘以出单视频的平均 GMV。

吴畏：视频数量乘以出单率，乘以单个视频的 GMV。

王铭：对，这是 return 的部分，然后再乘以佣金率，佣金率一直在往上涨。

汤明磊：GMV 再乘佣金率是商家支付的佣金。然后扣除达人分成后的留存佣金再除以算力成本，看 UE 到底有没有大于 1。

吴畏：但有可能你的投入没被佣金 cover 掉，你还是得分给达人。

王铭：那你就亏损了。我们优先看的是，分给达人以后，剩下的部分能不能 cover 我们的算力。

Q6：规模化之后，UE 先降后升，发生了什么？

王铭：共创时期的时候 UE 是 比较高的，1美元算力投入，带来 数美金到数十美金的佣金，非常厉害。最开始内测是通过 Cold Email 找达人，运营团队几个人点对点沟通，教他们怎么用产品、怎么做内容电商、怎么给我们反馈。

吴畏：有点像是帮他代理。

王铭：就是跟他讲很细的东西。放量以后，我们六月份开始公测，邀测邮件放了一波到了几百达人，就开始衰减了。你服务不过来，产品完善度也没那么高。UE 哐一下掉下来，很快掉到 1 以下。那时候我们想观察用户行为，没有限制用户给 AI 的指令。

吴畏：完全开放，让他自己干。

汤明磊：有的用户觉得，我以前一个礼拜才能创作一条内容，现在这么容易，一天干 100 条。这里面 90 条以上就会被低播，发得太多了。之后我们马上针对性地做了发布策略、用户运营策略和全生命周期的管理，UE很快在一个月之后就回到了1以上。

王铭：平台是有控制的，它不希望你一个账号发那么多。

Q7：达人分多少？为什么你们拿大头？

吴畏：商家给你们的佣金，跟达人是什么样的分配机制？

王铭：大概 30% 到 40% 给达人，大头还是我们拿。

吴畏：但达人可能也没那么关心自己拿的比例，他看到一个视频产生多少佣金，你按金额跟他结算，相当于你在给他发工资。

王铭：对，但你要跟他讲这个商业逻辑。很多用户会问，钱最后会不会给我？为什么分成我占小头，你拿大头？你得去 sell。原来这些都是靠人工。

王铭：我们为什么拿大头？因为 AI 在这里面贡献了更大的价值。但对于那些有潜质、可以拔高的用户，我们准备让他们拿更多。

AI 本质上还是要放大人的特点。根据他的独特 Context 带来的独特价值，他要拿得比我们多一些。

Q8：这个模式在中国能干吗？

吴畏：那这么来讲，我自己去做这个特别好。我在中国能干这个事吗？

王铭：干不了，他会风控啊。

汤明磊：就是美区账号。

吴畏：还得有一个美区的真实账号，当地的人。

王铭：我们第一站落地美国。美国那边给我们的反馈是：有带货资格、主动申请报名还经过考试的达人有 700 万人，其中真正比较会带货的只有 10 万人，另外 690 万人偏沉睡。这跟海外用户特性有关，很多人想赚钱，但不想付出努力。

Q9：为什么普通人自己发带货视频，一单都出不了？

吴畏：为什么他发一个带货视频就完全没有出单？

王铭：他的带货视频跟日常发的内容没区别。比如日常遛狗，突然说大家看看我们的狗吃的粮食，用户不一定会进去买。而且平台推流也很难抓住你，因为没有所谓的商业 Hook。很多用户不知道一个商业视频应该是什么结构。也有另一个原因，商品本身可能根本带不出去。

王铭：整个内容电商平台，无论做 Instagram、YouTube 还是 TikTok，都得匹配：我是什么人设，匹配什么内容，带什么货，在什么时间节点。这个挺需要用户真的有网感。

汤明磊：之前在我们这里完成出单的近万名左右的达人，95% 以上以前从来没有出过单，是在我们这里完成的首单。

Q10：有没有跑得特别快的达人案例？

汤明磊：共创期间有一些达人跑得特别快。当时有当天注册、当天直接 GMV 过万的，一下撞了一个爆品。

吴畏：是美金？

汤明磊：都是美金，我说实话，都是美金。最快的一个达人，两个月给我们贡献了二十多万美元 GMV。

王铭：有一个单月带货 GMV 到二十万美元的达人，起初也就 2000 粉丝，后来因为用我们带货，涨到了两万个粉丝。带货的过程中，粉越来越多。

吴畏：其实还是有概率或者不确定性在内？

王铭：当然，今天所有内容平台的算法推荐逻辑都基于大模型，大模型的判断逻辑有一些不确定性。但至少能让每个用户付出很少的 effort，就得到一些对他有价值的结果。

Q11：普通达人一个月能赚多少？头部呢？

吴畏：你刚才说普通达人一个月大概赚几百美元。头部结构怎么样？

王铭：挺金字塔的结构，可能只有 10% 到 20% 能干到几万美元的 GMV。

汤明磊：剩下的，很多达人上来一个月数千美元的 GMV。

王铭：差不多乘以 3%，他就赚个一两百美元，副业。

吴畏：那国内四五线的宝妈，用你们这个还是挺好的。

王铭：其实我们在海外也发现了宝妈这个群体。

吴畏：再往上，收入最高的有多少？

王铭：上万美元一个月。这种他得有十万、二十万美元的带货。

王铭：剩下的人主要还是因为我们没有大规模做个性化匹配，用户也没给足够的 Context。海外用户跟中国用户不一样，中国用户为了得到好结果，愿意把信息一股脑交给你；海外用户你让 AI 不停地跟他互动，他不理你。

但你有 trigger，比如成交了一单，或者提现的时候问他，想不想下个月做到 200、300 美元，他才愿意告诉你一些东西。

Q12：怎么防止用户只薅算力、不出单？

汤明磊：有些用户很懒，一上来我们会给他 100 条视频的额度。这 100 条里，Moras 会不断通过语言交互跟他说，每天应该怎么发、需要什么策略。然后给他一个 benchmark，发了视频要收到对应的 GMV，达到了就可以解锁下一个阶段。

吴畏：这个门槛这么低？

汤明磊：100 条是他现有的额度，他达到一定 GMV 就能解锁更多。但所有额度不能花钱购买，也不能通过其他付费方式购买，我们全用 CPS 分成佣金。

王铭：分成佣金，现在他想付钱我们也不收。

吴畏：所以 insight 就在这里。原来 App 的模式是我用你的工具、给你付费，责任自己承担。你们这个是反过来的：先给我一些额度，我先用，有好的结果，你再给我更多额度。

王铭：现在其实没有类似的做法，但我觉得以后应该会成为主流。企业一旦具备在某个场景直接拿结果的能力，就没必要只做工具了。

Q13：还有“被 AI 雇佣”的模式？

王铭：我们有两个模式。一个是用户按成交分成，这部分我们原以为用户自主性会强一点，但内测时发现有些用户很懒，说“我啥都不想干，你给我钱吧，你让我干啥我就干啥”。

所以做了一部分全托管，由我来指挥他怎么互动，他按步骤操作，不管我们赚多少钱，一个月大概给你 150 美元底薪加少量提成。这部分特别听话的用户，反而 GMV 高。

王铭：但跑下来发现海外用户自主意识还是很强，大部分人还是有灵魂的。现在 80% 到 90% 以上的用户还是愿意雇佣 AI，而不是被 AI 雇佣。

吴畏：被 AI 雇佣的占多少？

王铭：10% 到 20% 的体量。他还是在按 AI 指令协作，随时过来响应。

王铭：我觉得中国人一定全选那个，确定性高。但外国人更想要自主性，这挺超出预期，我本以为他们主要是懒。

Q14：订阅费为什么砍掉了？

吴畏：原来的订阅加分成模式呢？

王铭：这种是绝大多数，而且我现在把订阅费也取消了，就是为了降低摩擦，因为我发现我能 cover。

王铭：坦白讲，原来收订阅费也不是直接走 Stripe 或者在 App Store 付订阅，而是他拿到结果以后多扣 20 美元而已。后来那 20 美元也取消了，就是为了降低用户摩擦。

Q15：商家为什么主动找上门？

王铭：现在商家开始主动找我们了。为什么？因为我们在 TikTok 黑五机构榜单竞赛中持续领跑。他们能看到我们是一个带货主体，平台把我们这类定义为 TSP 机构。

他们来找我们，说能不能让你们的达人定向给我们带货，我愿意给你更高的佣金。他可能在平台里面挂的佣金就 5 个点，愿意给我们 20 个点、30 个点。

汤明磊：还有各种排位赛，CAP、TAP、TSP，我们在相关黑五机构榜单中持续领跑。上个月我们高佣覆盖率可能还不到 5%，这个月已经到了 20%，下个月准备到 30%。

吴畏：高佣商品，相当于达人通过你们的链接才能拿到这部分佣金？

汤明磊：对，他没有谈判能力，个体没有谈判能力。

王铭：商家今天觉得，谁能定向给我带来增量，我就可以给你很高的佣金。而且我们还不收他费用。市面上很多 TSP 机构还要收带货的坑位费。

Q16：算力的钱都花在哪了？

王铭：今天想取得好的 ROI，investment 和 return 两头都要加强。我们看起来做视频，但 AIGC 在成本中并不是大头。

大量成本花在理解账号、理解内容、创作内容、自动发布、写文案，还有预审，让 AI 审核内容、对抗风险。推理的成本、长链条协作和调度的成本，其实超过 AIGC 的成本。

吴畏：算力成本结构大概什么比例？

王铭：AIGC 大概 40% 到 50%，调度和对抗占 20% 到 30%，长链条 Agent 协作和推理占 20% 到 30%。我们现在 UE 大概 1.2 到 1.5，算力占了 70% 到 80% 的成本。

王铭：所以我觉得判断一家垂直智能公司，要看它把算力花在哪里。如果百分之百或者大部分成本来自 AIGC，可能是个套壳的。

王铭：综合做一条视频的成本，原来是 3 美元，现在降了 50%，做到 1 到 1.5 美元。我们现在每个月发 50 万条视频，是腾讯云的大户，给了特批折扣，也是字节 T1 的折扣。

Q17：AI 视频为什么有播放、没成交？

王铭：平台之前给了我们 API，让我们 check 内容是不是符合平台规则，包括一致性保持。平台 API 效果比较差，我们自己做的配套还行。

吴畏：实际是为了确保发出来的视频的差异化。

王铭：对，包括差异化、一致性、尽量减少违反物理规律的情况。很多依赖 AIGC 的东西出来以后，可能违反常识，但用户挺愿意看，却不产生商业关系。我们是播放量很高，但要有交易量。制造曝光量和制造转化率，是两个路子。

Q18：TikTok 对你们是什么态度？

王铭：平台在非常积极地帮我们推广，它觉得我们弥补了一个比较大的生态位。七月份那一个月，他们在杭州接待了 TikTok 各种高级副总裁、高管，一百多人次。他们七月份知道我们的产品，当月就提了要求，希望我们把生态一下托起来，大量给达人无限量发文。我们一算，光算力就要花六百万美元，没干。

吴畏：没干？

王铭：要慢慢调 UE 和放量速度。但只要 UE 是正的，我就能尽可能放量。反正现在 UE 不亏，我就敢放量。

王铭：汤总刚提了个 API 需求，一个大领导在群里直接回复，说很重要。

汤明磊：必须支持，高优支持。

王铭：为什么平台今天欢迎我们，而不是自己干？第一，内容平台希望有人生产内容。更重要的是没有时间，大部分研发资源都投入到广告变现。巨量千川占整个抖音广告的 50% 以上，抖音看起来其实是个广告公司。

Q19：同样的模式，国内为什么做不了？

王铭：我也问过他们愿不愿意给数据，问朋友能不能做国内。他说，你做国内我也不让你上。我说为什么？他说，我优先要让活人达人赚钱，为什么让你们赚钱？活人达人我都养不活了，如果他们赚不到钱就去小红书了，小红书内容生态就更好了。所以有些平台会排斥 AI 托管账号，因为人类内容创作者够用，而海外内容生态是缺的。

汤明磊：平台既希望GMV持续增长，又害怕太多低质化同质化AI内容渗透导致整个生态崩坏。据我了解，它有个比例，要求视频里面只有 20% 是 AI 视频。如果AI同质化低质化内容渗透率的提升带来了人类手搓内容的降低甚至人类创作者的出走，这个结果是平台不能接受的。

王铭：国内这些生态最后会不会一定排斥 AI？一定不会。因为 AI 的创意内容，可以让人的创意表达门槛变得足够低。所以不是要反对 AI，是反对低质量的 AI。

Q20：AI 应用遇冷，创业者还有机会吗？

汤明磊：AI 或者 Agent 我觉得就四个维度：省钱、省时间、赚钱、杀时间。杀时间要构建新东西，AI 游戏、AI 社交。省钱、省时间是大家最常关注的赛道。

我们就希望找个相对反共识的方向，就是赚钱。但赚钱的挑战是，必须完成一个长程复杂任务，从选品到制作、发布，任何一步稍微浮动，都会对最后结果造成比较大的影响。链路长是麻烦，但每一点能力变强后，竞争力就提高，别人进来也要经历整个过程。

汤明磊：今年 AI 应用遇冷，大家有几个 concern。第一，没有壁垒，模型能力一升级就把应用覆盖了；第二，UE 模型不为正，规模越大亏越多；第三，没有自己的生态位，永远长在某个入口之上。我们在这几个点恰好都做了探索：模应一体、看结果所以 UE 经历波动后回到正向区间、探索 A2A 入口。

汤明磊：其他大热的赛道里，动不动就会出现百亿估值的企业，但 AI 应用现在 PARR 在今年并没有那么高。听说现在都不一定要 ARR，甚至要回归 P/E 了，我觉得那太退化。AI 应用未来会涌现大量垂直人群、垂直场景的入口级机会，只要设计好模式，验证好数据，还是有很好的机会。