摘要：当行业都在追逐大模型的通用能力时，帝视科技（PicMa）董事长高钦泉却将目光投向了那“剩下的10%”。“大模型能做的事，大家会越来越趋同。”他在东盟博览会的会议室坦言，“而决定一家创业公司能否活下来的，恰恰是你能不能做好那最后10%的事。”

当行业都在追逐大模型的通用能力时，帝视科技（PicMa）董事长高钦泉却将目光投向了那“剩下的10%”。“大模型能做的事，大家会越来越趋同。”他在东盟博览会的会议室坦言，“而决定一家创业公司能否活下来的，恰恰是你能不能做好那最后10%的事。”

这句话，勾勒出了帝视科技九年来深耕AI影像处理与生成的生存哲学。在AI技术日新月异的今天，高钦泉和他的团队选择了一条路径：不追风口，而是深耕场景，将技术转化为用户愿意付费的稳定价值。

不是天降机会，是九年深耕

帝视科技的名字或许不那么如雷贯耳，但其技术能力——一键修复老照片、黑白变彩色、模糊变高清——可能早已出现在你的朋友圈。这类“一键高清”、“黑白上色”功能，如今已是许多工具类软件的标配，但团队在2016年从广电行业切入时，瞄准的就是这类专业级与消费级场景下更极致的画质处理。

起点并非追逐风口，而是源于对“画质”的极致追求。其早期在广电行业磨砺出的技术，甚至经历了北京冬奥会开闭幕式8K超高清直播画质增强的顶级检验。“广电对画面的要求是极致的，那是要上电视、服务国家级盛事的东西，容不得半点瑕疵。”高钦泉回忆道。正是这些年服务B端专业影视客户的经历，为团队磨砺出深厚的数据壁垒与工程化能力，这些构成了帝视科技如今面对C端市场时，难以被复制的底层实力。

目前，他们的C端的产品矩阵已然拉开：PicMa 主攻AI修图玩图工具，MIRA定位精品写真生成，Studio 是网页端专业工具，而“AI写真拍照机”则尝试打通线下拍摄体验。每一个产品，都围绕“图像”核心，进行着精准的战术布局。

做应用，不是做demo

AI行业充斥着Demo惊艳但体验不稳的产品。高钦泉对此格外警惕，他不愿提供“抽卡式”的用户体验。

“模型能解决90%的问题，但剩下的10%，要靠你自己的业务积累和优化来补。”他指出，“而这10%，正是让用户愿意留下来的关键。”

为了这关键的10%，团队在产品交互上投入了大量精力，极力降低使用门槛，强化刚需功能。“在买量成本高企的今天，如果产品不够简单、不够解决问题，用户根本没有理由留存。”

出海，不是逃跑，是选择用户质量

PicMa的全球化路径，源于一个非常现实的考量：算力成本。

“AI工具的每一次请求都在消耗云端算力，是在‘烧钱’。”高钦泉分析道，“如果你面对的是只看广告绝不付费的用户，那就是一笔亏本生意。”因此，他们主动选择了付费意愿更高的海外T1市场，因为只有这些用户，才能支撑起AI工具的正向商业循环。

这一逻辑，与过去工具出海“唯规模论”的认知形成了鲜明反差。在AI时代，用户质量的重要性，已远超用户规模本身。

团队要赚钱，不是养模型

在公司内部，一场全面的AI增效革命早已施行。高钦泉要求全员使用AI工具，从设计师、市场人员到工程师，无一例外。

“效率上去后，一些岗位的工作量确实出现了不饱和。”他坦言，“我们正在通过AI重新评估人效，这是当前环境下控制成本的必要动作。”

这种对效率的极致追求，同样贯穿于增长策略。团队建立了严格的ROI考核体系，所有投放都以数据为导向，效果不及预期即刻调整。与此同时，他们正着力打通产品矩阵间的用户流转，并探索“AI写真+实物手办定制”等二次变现模式，试图在订阅广告收入之外，构建一个更具韧性的商业闭环。

回顾九年创业路，高钦泉的感悟对AI出海创业者而言，或许尤为珍贵：

“千万别去做大厂轻易能进的方向。一定要找有落地壁垒的场景，不然大模型的能力一下来，你就被压扁了。别沉迷技术，场景才是第一位的。技术再厉害，别人一开源就没了。”

在这个技术飞速迭代的时代，高钦泉和他的帝视科技展现了一种难得的定力。他们不追求最酷炫的技术，但求最稳的落地；不依赖风的推力，而是构建自己的引擎。这或许正是当下AI创业公司最需要的底层逻辑：不要赌一个遥远的未来，而是先让自己扎实地活到未来。

访谈精华 Q&A

Q1：PicMa 的核心定位是什么？它解决了用户的什么问题？

高钦泉：PicMa 是一款以“影像修复”为核心功能，同时具备图像编辑、创意生成的综合性AI玩图工具平台。

它诞生之初的愿景，是希望让全球用户能非常方便地处理各种画质问题。比如，把破损的、老旧的照片进行修复，或者把黑白照片“一键直接变成高清彩色”。在过去，这些技术难点很大，无法一键解决。

Q2：影像App赛道竞争非常激烈，帝视科技当初是如何切入并建立优势的？

高钦泉：我们进入这个行业时，一方面是基于我们已有的核心技术，我们是国内最早涉足AI超分技术的团队；另一方面，当时（2016年）在修复领域，做得好的APP没有多少，这是我们很好的一个切入口。

我们的核心优势在于“深耕”。我们在画质领域深耕了将近十年，构建了很深的业务场景理解和数据壁垒。这给我们提供了很大的算法优势。虽然我们现在直面全球各国的C端应用巨头，但在很多细分领域我们还是有自信的。

Q3：在AI大模型（如文生图）能力趋同的背景下，PicMa 的技术壁垒体现在哪里？

高钦泉：大模型已经把基础问题解决得差不多了，能做到90分。现在真正的挑战，也是我们的机会，就在于谁能把剩下那10分啃下来。

这事儿听起来简单，做起来特别考验团队的耐性和执行力。不是说换个模型就行，而是得真的懂场景、能持续投入去调。比如面对一张损毁严重的老照片，我们能在细节还原上做到让用户满意，这个“能做到”本身，就是我们这么多年一点一点磨出来的能力。

所以我们现在的策略很务实：用自研叠加开源模型作为基础，但核心功夫下在怎么用我们积累的专业数据和业务理解，让这些模型在具体场景里变得更靠谱、更稳定。说白了，现在比的是谁能真的把事落地、能持续迭代，这种综合能力反而成了最难被复制的东西。

Q4：在全球化增长中，哪些市场付费意愿高？不同市场有何差异？

高钦泉：肯定是发达国家。比如北美、日本、韩国，这些地方的付费率远高于印度、印尼这种人口大国。

印度、印尼虽然人口基数庞大，投流成本可能很低，能带来大量用户，但他如果一直看广告不付费，（对我们就很不利）。因为在AI时代，用户的“每一次处理背后都是有算力成本的”。所以，我个人认为AI工具的“广告模式是很难走通的”。

Q5：PicMa ROI可控吗？还有哪些有效的增长手段？

高钦泉：我们是验证了ROI可控才会从小批量投放到大批量投放。

除了买量，我们也在用其他手段，比如KOC和KOL营销，快速跟进爆款：市场上一旦出现爆款功能点，比如前阵子Nano的“3D手办”风格，我们必须“第二天早上就要跟进”，去吃这波流量红利。SEO和社媒：我们也有网页端产品，正在探讨SEO的玩法。

Q6：在订阅和广告之外，PicMa 还在探索哪些“二次变现”的商业模式？

高钦泉：我们一直在思考如何把现有流量实现二次变现。

比如，我们正在探索“线下的手办业务合作”。用户在PicMa里生成了3D个人形象或婚纱照后，我们会引导他到独立站去“下单定制”一个实物手办，和合作伙伴分润。

另外，我们也在做软硬结合，比如这次展出的“旅拍机”，打通线上（App）和线下（AI硬件）。

Q7：大模型的快速迭代和开源，对你们（帝视科技）的研发策略有何影响？

高钦泉：影响非常大。我们经历了整个AI发展过程。过去我们的技术路线是“95%都自研”。

现在，如果新的开源算法效果确实超越我们，我们就会去研究，再用我们过去积累的专业数据集和业务场景理解去调优。我们不能再“一味投入到研发里”，而是要“深抓业务场景”。

Q8：如果给一个刚入局的AI出海创业者一个最重要的建议，会是什么？

高钦泉：在进入这个方向前，一定要充分调研，能不能避开大厂的赛道。

你要找到“很核心的业务壁垒或者落地壁垒”。如果是一个大厂能轻易介入的领域，你是很难做得过他们的，因为大模型的基础能力在他们手上。

另外，一定要“以业务场景作为核心点”，不要“过度沉迷技术”。有时候你觉得某个技术点很难，一定要攻破，结果可能“别人大模型一更新，这个技术马上就突破了”，你过去投的很多研发都白投了。这是（我们）花了钱的教训。

来源：小丁论科技