问题——随着通用大模型能力快速迭代，加上“模型吞噬应用”的市场讨论，部分投资者担心应用层企业可能被边缘化，涉及的板块短期内承受压力；鉴于此，如何界定通用能力与垂直应用的边界，如何技术变革中稳定用户、产品和商业化路径，成为行业亟待解决的问题。 原因——一上，通用大模型文本、图像等多模态任务上体现出较强的泛化能力，能够满足大量基础需求，确实对功能同质化的应用构成挑战。吴欣鸿指出，通用大模型看似“无所不能”，应用层的市场空间似乎被压缩。但另一上，通用能力并不等同于产业效率。受限于场景复杂度、流程约束、质量标准、交付稳定性及成本控制等因素，大模型特定垂直领域的表现未必最优，尤其在“最后一公里”和长尾需求上，往往需要结合产品化、工程化及服务体系。吴欣鸿以“瑞士军刀”与专业工具类比，强调通用工具适合日常任务，而专业工具在细分场景中更高效、更可靠。 影响——从企业经营角度看，如果应用仅停留在简单接入模型的层面，很容易被通用能力替代，用户迁移成本低、付费意愿弱，增长空间有限。但如果应用能将技术能力转化为可复制的工作流、可衡量的效果和可控的成本，则更可能在细分领域建立用户黏性和口碑，形成稳定的商业模式。吴欣鸿透露，即便在新品发布后，美图应用数据仍保持快速增长，说明用户对成熟产品的体验、专业功能和服务交付仍有持续需求。这也表明，通用大模型与应用可以互补：模型提供基础能力，应用则负责场景理解、体验优化和效率落地。 对策——吴欣鸿提出的核心路径是“向垂直要价值”。具体包括： 1. 深耕高价值场景：优先选择需求刚性高、成本效益明确的业务环节，通过流程重构和产品设计，将技术转化为实际收益。 2. 构建专业心智：让用户形成“这个场景它最专业”的认知，不仅依靠功能数量，更依赖稳定效果、清晰交付标准和可复用的解决方案。 3. 聚焦长尾与最后一公里：用户的细碎需求、边界条件和质量要求往往难以被通用能力一次性覆盖，而这正是应用层建立壁垒的关键。 4. 强化商业闭环：通过定价、会员体系、企业服务等方式，将效率提升转化为可持续收入，支撑长期研发与迭代。 前景——从行业发展趋势看，通用大模型将继续在能力和成本上优化，应用层的“浅层功能”可能加速被整合或替代。但这并不意味着应用消失，而是竞争焦点将从“拼入口、拼噱头”转向“拼场景、拼交付、拼体系”。对影像与内容生产类企业来说，增长的关键不在于是否拥有最强的通用能力，而在于能否在创作效率、质量一致性、合规安全、个性化风格及多端协同诸上形成可感知的优势。未来，通用能力与垂直应用更可能形成分工协作：底座能力标准化，行业应用专业化；基础能力普惠化，差异化体验与服务成为竞争核心。
大模型与应用的关系演进，标志着人工智能产业进入新阶段；从最初的“大模型威胁应用”的担忧，到如今认识到两者的协同潜力——该认知转变意义重大。未来——通用能力与专业能力的结合将成为主流趋势，应用开发者通过深耕垂直场景、构建专业壁垒，既能与大模型互补，也能为用户创造更大价值。这种差异化发展路径，或将成为应用层实现可持续增长的关键。