AI修图卷疯了！美图秀秀靠这招赢麻了，豆包还在纠结变现？
AI未必能凭空发明一种“好看”，但当一种审美能被一键学习、批量复刻，它离流行显然也近了一步。说白了，就是以前你得手把手教它，现在它自己就能悟。 美图正在靠AI变美，闷声发财。这事儿有点意思，别人还在讲概念，人家已经把钱揣兜里了。
在“你永远不知道女生在P什么”的讨论里，一张在水族馆拍摄的照片，不仅要P图颗粒度对齐到头发丝，连背景也不能拖后腿。误入镜头的行人得请走，表情管理不佳的工具鱼要事后抢救，“优秀员工”则哪里缺鱼哪里搬。
等到脸、身材和背景里的每条鱼都各司其职，女生的手指和修图软件也差不多一起燃尽了。累不累？太累了。 而现在只需要把原图丢给AI，告诉它“保留人物不变，在背景增加远近不同的鱼群，注意景深、遮挡和蓝色环境光”。
过去可能折腾两小时的抠图、复制、缩放、调色和融合，被压缩成AI的“思考中”。效率提升，肉眼可见。 一张照片，哪怕其他的细节都恰到好处，一旦出现脸糊得看不清五官、被打光成阴阳脸，也只能含泪打入冷宫。硬拉锐化、强行补光只会越修越脏，画质越来越差。
现在只需要告诉AI“保持本人五官和表情不变，修复失焦人脸、补亮暗部，但保留背景”，它就可以妙手回春，给照片第二条生命。 AI一边把过去繁琐的手工P图压缩成一句话交差，另一边把以前很难修、甚至修不了的照片重新纳入可修范围。
这就是降维打击。 而当日活已经突破2亿的豆包还在面对“海量用户怎么变成收入”的商业化讨论时，一个做了十几年P图生意的老牌公司，已经率先把AI变成了真金白银。对比之下，差距明显。 最新财报显示，2026年上半年，美图收入22.1亿元，同比增长22.1%；经调整净利润6.5亿元，同比增长39.5%。
其中，修图、视频和设计所在的影像与设计产品贡献了17.7亿元收入，同比增长30.9%，付费用户也涨到了1844万。数据很硬核。 在这一轮增长里，AI不只是美图用来讲故事的新概念，它已经撸起袖子下地干活，开始真正参与用户付费和收入增长。
务实得很。 AI成了美图给用户找的修图助理，但这个乙方真的能准确get用户“五彩斑斓的黑”式的审美需求并完美执行吗？这是个问号。 “拍照一分钟，修图两小时”也要成为历史了。继打工人之后，P图也被AI卷进了“增速提效”的浪潮。
时代变了。 一直以来，美图秀秀之于美图，就相当于《甄嬛传》之于优酷、《花儿与少年2》之于芒果。不同的是，有生之年，我们大概很难等到《甄嬛传》未删减版和《花少2》的母带，但美图秀秀的“进阶版”已经演到熹妃回宫的戏码了。
地位稳固。 将“把我生成一张照片，保留脸的样子。背景是云南昆明洱海边上有海鸥，你然后一束光打过来，打在发丝上。加一束光打过来，有光影的效果，发丝要有被光照亮的感觉，比例为4:3。”这段指令喂给AI，原本普通的人像就能被直接生成一张海边氛围感大片，连发丝都能模拟出被夕阳斜照的质感。
效果惊艳。 美图秀秀的AI闪光灯则能给光线平淡的人像重新“打一盏灯”，提亮脸部、强化五官明暗和发丝光泽，人脸一下成为视觉焦点，连磨皮都省了。实用性强。 AI闪光灯踩中了女生“人要亮、背景不能死白”的出片需求，有人希望“脸上有光但别像开了大灯”，也有人追求“发丝被夕阳照亮”的感觉。
细节拿捏到位。 而AI美发则省去了坐进理发店“开盲盒”的痛苦。会员费可能会让钱包受点罪，但比起真剪、真染、真烫的试错成本，已经算得上低成本换头，还能看看发量暴增、头型完美的自己到底长什么样。性价比不错。
美图秀秀目前公开的AI能力已经覆盖AI表情重塑、AI美发、增发高颅顶、AI消除、AI扩图、AI调色、AI闪光灯等多个环节。功能丰富。 这些新能力也实打实地转化成了用户和订阅。2023年，美图在财报中明确表示，AI提升了数字内容制作效率，推动付费订阅渗透率和订阅收入增长；到了2024年，公司再次将付费用户增长归因于生成式AI提升了产品吸引力。
逻辑闭环。 部分AI玩法甚至重新把这个用了十几年的老App推到了新用户面前，2025年，“AI合照”曾为欧洲市场带来超过300万新增活跃用户，“AI雪景”也推动美图秀秀首次登上美国App Store分类榜首。
海外表现亮眼。 AI显然已经不满足于在App里当一个安静的功能键，开始主动竞聘“修图乙方”。野心不小。 打开美图秀秀，除了AI消除、扩图、写真、合照等一个个单独的功能，用户还可以直接和AI智能体对话，告诉它想怎么修。
交互方式升级。 但氢商业实测发现，这个甲方并没有那么好做，从五官分析的功能进入聊天框，AI会告诉你需要先发送一张自己的照片，按要求发送后，氢商业以为会收到一段专业的分析，没想到它反将一军，“我看到你上传了一张照片，不过我还不太确定你想怎么处理这张图呢~”有点让人无语。
事实证明，高冷霸总是做不了好甲方的，言简意赅地追加一句“五官分析”，AI前脚还在说“好的，我来帮你分析五官特点，并给出美化建议”，后脚就一步到位甩过来一张修好的照片。效率虽快，但略显粗暴。 遇到偶尔听不懂人话，还喜欢越俎代庖替人做决定的乙方，甲方得常备速效救心丸。
毕竟少交代一句，结果就可能南辕北辙，想让它稳定交稿，甲方最好先交一份3000字详细brief。沟通成本高。 人像修图Agent Picchi被推出后，美图开始把AI从“工具人”往“长期乙方”培养。战略转型。
除了直接分析照片并给出修图方案，Picchi还提供“学TA修图”和“学我修图”，前者可以将别人的修图思路“一键抄作业”，学习对方怎么处理脸型、妆容、光影和整体风格；后者需要先喂给AI自己修图前后的照片，让AI学习模仿用户自己的修图习惯，再应用到其他照片上。
个性化定制。 只是想把这个长期乙方教会，用户还得先把自己过去那些“原图vs精修图”成对翻出来，给AI补一门《如何正确P我》的入职培训。前期投入大。 社交媒体上，Picchi已经成了不少Coser的“赛博后期”，甚至有人开始拿它接修图商单。
小红书上也出现了出租会员、代修照片等服务，AI修图不再只是帮自己省时间，也开始被塞进一条可以直接换钱的生产链里。商业化路径清晰。 美图在2026年中报中披露，Picchi上线两个多月后ARR已经超过50万美元，用户主要包括创作者和KOL；公司管理层进一步提到，当主播、达人、模特的“个人形象本身成为生产资料”，好看的照片就不只是消费品，而直接关系到内容生产和商业变现，付费意愿也会随之提高。
价值凸显。 当主播、达人、模特开始把AI当作高频生产工具，固定会员费的收费上限也开始显现。AI也由此给美图打开了订阅之外的第二个收费口——算力。商业模式创新。 美图CFO颜劲良曾用18元月费会员举例，过去无论一个用户多高频使用，当月ARPPU基本都被会员价格封住；但AI生成需要持续消耗算力，用户修得越多、调用得越频繁，美图就可以按照实际使用量继续收费。
按用量计费。 2026年第一、第二季度，美图AI算力点消费总额环比增幅都超过46%。颜劲良还特意解释，这部分统计的不是平台赠送的点数，而是用户真金白银购买并已经消耗掉的算力。增长强劲。 换句话说，以前美图卖的是一张“修图月卡”，现在美图将AI的加班费账单也一并递给了用户。
但普通用户更在意多花的钱，能不能换来一张真正符合自己审美的照片？用户关切。 现在女生对一张照片的要求，很难用“磨皮、美白、瘦脸”几个词简单概括。审美多元化。 “自然一点”，可能是嫌脸推得太狠，也可能是皮肤磨得太干净；“再高级一点”，背后可能涉及光从哪里打进来、阴影留多少、肤色偏冷还是偏暖，甚至细致到人物和镜头究竟应该保持什么距离。
要求极细。 很多时候连用户自己都说不清楚自己想要哪种感觉。主观性强。 博主“垫底辣孩”堪称美图秀秀使用时长最长之人，同样是修脸，他更偏爱调整轮廓、光影、肤质和构图；今年出圈的女性向摄影里，甚至会刻意让半张脸落进阴影，用明暗关系放大人物的骨相和情绪。
风格差异大。 通用AI确实越来越会听人话，但“好看”是一道没有有标准答案的题。难题依旧。 2023年生成式AI爆发后，美图推出了自研视觉大模型MiracleVision，希望把模型训练成更懂视觉和美学的“大脑”。
2024年研发投入达到9.11亿元，其中大视觉模型训练成本约1.4亿元。投入巨大。 但很快，美图发现搞AI也要懂得田忌赛马的智慧。策略调整。 2024年，吴欣鸿就公开承认，如果正面竞争视频大模型，无论资金、算力还是算法都有差距。
既然拼大模型拼不过巨头，美图转身回到自己最熟的“变美”生意里。扬长避短。 从做商业设计的美图设计室、做视觉创作的WHEE到服务口播视频的开拍，美图开始把大模型塞进不同的具体影像场景里。场景细分。 到了Agent阶段，这种思路更进一步。
2025年，美图推出了原生AI Agent“RoboNeo”，同时接入美图自研和第三方模型，可以根据用户的具体任务自动挑选更合适的能力。灵活调度。 修图爱好者迎来了自己的“苏培盛”，针对用户极其复杂的非标准需求，哪个最适合完成任务，成功率最高，效果最好，哪个才有机会被翻牌子。
智能匹配。 但现在豆包都能稳稳地接住你的修图指令，为什么还要花钱找美图呢？竞争压力。 颜劲良在接受财联社采访时提到，“对于缺乏专业影像训练的用户而言，通用模型往往难以精准满足其审美诉求。当他们体验到我们深耕垂直领域的产品，发现无需复杂的提示词就能达到理想效果时，自然会完成向专业工具的转化。
”差异化优势。 模型变得越来越容易获得，但“怎么修出一张神图”仍然没有标准答案。核心壁垒。 “氛围感”“自然”“高级”这些连人都很难说清楚的东西，美图到底是怎样让AI学会的？Picchi或许是一个很好的教案。
案例解析。 Picchi产品负责人Jill告诉氢商业，其实在更早之前，美图就逐渐意识到，用户的审美正在变得越来越具体、个性化，甚至出现了高要求、大批量、接近“生产任务”的修图需求。传统模板、参数和手动操作已经越来越难满足这类需求，所以当感觉技术已经成熟，就立刻启动了Picchi。
研发初衷。 Picchi的功能也对应着不同用户的问题。“指令修图”和“学我修图”最初服务的是那些自己知道什么好看、但不想反复找工具调参数的用户；产品推出后，团队又发现另一批用户连“自己该怎么修比较好看”都不知道，“学TA修图”也由此出现。
功能迭代。 至少在Picchi目前的产品流程里，发现下一种“好看”的工作，主要还是由人来完成。美图内部有一部分产品和运营人员，日常会关注社交平台、用户反馈和用户观察，负责和大众审美保持同频；另一部分设计人员则更关注小众、前沿的视觉趋势，其中不少人本身就是KOC。
AI已经能替人P图了，但「闻风向、瞄潜力」这件事，还是要靠人。人机协作。 Picchi给自己的定位是「你的氛围感修图师」，Jill说产品想解决的是，把那些不可言说的氛围感融入到Agent的审美知识库中。
“把模糊的‘感觉’落地成恰到好处的美，这个应该算是我们团队最擅长且我最自豪的部分”。核心价值。 氢商业采访了在社交平台分享修图skill的博主“白浪”，他详细拆解了如何将模糊的“氛围感”拆成AI能听懂的语言。
实操指南。 在白浪看来，想让AI听懂“氛围感”，人需要先搞懂什么构成了氛围感。“很多时候，我们以为自己喜欢的是滤镜，仔细看才会发现，关键可能是镜头和主体的距离、光线落下来的位置，或者一种没有刻意摆拍的状态。
”认知升级。 把考点弄清楚了，下一步才是准备好教案和教具。白浪通常会把文字、参考图和结果对照一起交给AI：参考图负责告诉它大方向，文字负责说明具体要学什么，成功图和失败图则用来划清边界。方法科学。 注意，AI也需要划重点。
最重要的不是形容词多不多，而是优先级是否清楚。首先要说明哪些信息绝对不能变，其次说这次主要修改什么，最后才是辅助性的风格描述。技巧关键。 “与其只说高级、自然、有氛围，不如明确光从哪个方向来，阴影偏什么颜色，应该保留多少纹理，哪些过度处理的效果必须避免。
越接近画面中的实际关系，AI 越容易理解。”精准指令。 和人一样，AI听懂了也不见得会做题。Jill告诉氢商业，在Picchi的自定义修图里，Agent会先结合已有的审美知识库和对原图的分析，判断用户的要求能不能直接执行。
如果可以，再决定调用哪个工具效果最好、效率最高；如果一句话还不能直接落地，就继续把需求往下拆，直到变成一组可以执行的任务。逻辑严密。 白浪认为，即使AI已经掌握了一种风格，面对新照片也得重新“看图下菜碟”。
白浪会判断原图的问题、离目标还有多远、能承受多大的改动，以及照片最终用在哪里。“原图已经有合适的光线，就没必要重新造光；主体状态本来很好，也没有必要大幅改变。修图不是改得越多越好，难点往往是判断哪里应该停手。
”克制之美。 所以，AI所谓的“懂审美”，并不是背会几个“高级感”的关键词，而是把一句模糊的“好看”，继续拆成修改对象、方向、程度和边界，再根据每张照片重新作答。本质回归。 而一旦一种风格火起来，最怕的就是“氛围感”被滥用。
警惕同质化。