喝点VC｜a16z复盘消费级AI：为什么还没有AI社交软件？2026年多模态与应用生成为破局关键

喝点VC｜a16z复盘消费级AI：为什么还没有AI社交软件？2026年多模态与应用生成为破局关键喝点VC｜a16z复盘消费级AI：为什么还没有AI社交软件？2026年多模态与应用生成为破局关键 Modified January 23 Bryan Kim：你有没有觉得，Grok的发展策略其实是一种“双管齐下”的模式？一方面，他们在基础模型层持续发力，力求在性能上达到行业顶尖水平；另一方面，他们又在娱乐领域积极布局。这种双线并行的策略，确实很有意思。不过，就像我们之前讨论的，Anthropic和ChatGPT面向的是大众群体，但数据显示Character AI的受欢迎程度要高得多。这就让我不禁思考：我们应该如何看待这种现象？在我看来，Grok的这种双轨策略，其实非常值得玩味。 Justine Moore：而且，Grok的图像和视频生成应用，从很早之前就开始采用模板化设计，推出了很多热门创意模板。比如，“你站在某个场景中，突然从天花板垂下一根绳子，你抓住绳子，被迅速拉出画面”这类模板。这些模板生成的内容，经常会在TikTok等平台上迅速走红。 2026趋势预测：机会窗口与发展方向 Anish Acharya：确实非常有意思。那么，我们不妨把话题从2025年切换到2026年，各位对明年有哪些预测呢？我们还没有聊到硬件、模型以及电商领域，大家认为这些领域会有怎样的发展态势？ Olivia Moore：虽然我们讨论的是消费级市场，但ChatGPT有一个点可能一直被低估了，而且这个点在明年或许会有更显著的体现——那就是他们在企业级市场的大举发力。无论是传统的企业版授权，还是为特定企业定制训练模型，ChatGPT都动作频频。我们知道，大多数消费者通常只使用一款通用LLM产品。而根据ChatGPT发布的一项大型研究报告显示，其企业级用户规模同比增长了七八倍。如果未来用户出于工作需求，必须在公司使用ChatGPT，那么这很可能会进一步带动其消费级用户的增长。当然，另一种可能性是，ChatGPT凭借其连接器功能以及其他持续投入的功能，发展成为一个一站式的工作平台，而消费级市场的各类应用场景则由其他产品来占据。说到这里，我们不得不提一下ChatGPT在应用生态上的布局，这一布局能否成功，将会成为决定他们明年发展走向的关键问题。 Anish Acharya：没错。我们都讨论过应用SDK（ZP注：SDK，Software Development Kit，是软件开发人员用于构建应用程序的工具集合）和他们所称的应用程序目录的重要性，这两者将会成为消费级市场一个全新的重要渠道。但有一个点很少被提及，那就是它们对企业级市场也有着极高的相关性。ChatGPT的优势在于，它能够在一个工作流程中整合多款工具协同运作。而回顾我们日常的工作场景，绝大多数任务其实都需要跨多款工具来完成。因此，这一布局将会对SaaS（ZP注：Software as a Service，一种通过互联网提供软件服务的模式）生态系统产生十分深远的影响，而这也是目前应用商店领域中较少被探讨的部分。 Bryan Kim：嗯，这或许算不上是一个严格意义上的预测，但回顾2025年，我们聊到了头部实验室的诸多重大举措，而从初创企业的视角来看，今年最显著的趋势之一就是应用生成技术的兴起。未来很有可能出现这样一种情况：手握渠道分发优势且拥有高用户活跃度的头部实验室，会开始尝试在其自有产品生态内，帮助用户生成那些具有共性的产品和应用。这一点其实很有意思，再次印证了我们之前提到的“产品创意供应链”的观点。另外还有一点，虽然算不上突破性的创新，但正如我们所知，“吉卜力风格”的生成效果曾经火爆全网——我那位对科技一窍不通的表妹，当时都给我发来了一张用AI生成的吉卜力风格的照片。这充分说明了模板的重要性，风格的重要性。再看视频生成领域，现在的技术已经相当成熟了。或许我们现在已经进入了一个新阶段—— 决定产品竞争力的，不再仅仅是头部实验室模型的性能，而是风格化的设计和模板的打造。就拿TikTok来说，其核心技术能力其实一直没有太大变化，但凭借不断迭代的音乐潮流、舞蹈挑战等内容形式，始终保持着极高的新鲜感。因此，未来完全有可能出现这样一种趋势：开发者可以探索各种创新方式，在这些实验室模型的基础上，打造出真正以视频为核心的产品。而且随着技术成本的不断下降，会有越来越多的人愿意去尝试这类产品，我对此非常期待。 Justine Moore：是的，我最期待的趋势其实也与此相关，那就是万物皆可多模态化。我将其称之为“任意输入，任意输出”。回想最初，尤其是在图像和视频生成模型刚刚兴起时，用户只能输入文本Prompt，然后得到一张图像或者一段视频，无法进行更多复杂的操作。而现在，随着Nano Banana、Flux以及OpenAI的新模型等图像编辑工具的出现，我们已经能够实现图生图的生成效果；也可以上传一张参考图像，搭配文本Prompt和生成方向，或者结合模板与另一张参考图像，来生成新的图像。那么，未来如果我们输入一段视频，能否生成与之相关的图像，或者这段视频的衍生版本？如果我们输入一段视频，再配上一段描述编辑需求的文本Prompt，能否直接得到编辑后的视频？从我与各大实验室的交流来看，很多实验室都在尝试将他们目前在不同领域的研究成果进行整合——包括LLM领域的文本推理和智能交互能力，以及图像和视频生成领域的技术。他们试图打造一个能够处理多种类型内容输入，并生成更加丰富多元内容的“超级模型”。这一趋势也会对设计领域产生巨大的影响，因为设计工作本身就是将图像、文本、视频等多种元素，以富有创意的方式进行融合的过程。 Olivia Moore：如果让我从宏观层面做一个预测，明年的整体趋势其实还是“万变不离其宗”。回顾头部实验室今年在消费级市场推出的各类产品，他们在模型研发方面确实表现出色，同时也通过一些渐进式的功能更新，持续优化ChatGPT、Gemini这类产品的核心用户体验。但在我看来，他们尝试推出的数十款新的消费级产品或交互界面，比如群聊功能、Pulse功能、Atlas浏览器、Sora等，以及谷歌推出的Stitch、Gems、Opal、Doppel等一系列产品，几乎都没有取得理想的效果。这背后的原因在于，打造具有鲜明产品主张的独立消费级AI产品，已经不再是这些公司的核心竞争力所在。在所有这些尝试中，Notebook LM是表现相对较好的一款产品，但这款产品只是谷歌众多尝试中的一个。因此，这对于初创企业来说其实是一个非常积极的信号——头部实验室会持续优化模型性能，初创企业可以直接借力这些先进的模型；同时，头部实验室会不断完善ChatGPT这类核心产品，但他们未必能够在所有细分应用场景中都占据主导地位，初创企业依然有很大的发展空间。 Bryan Kim：我基本同意你的观点，但想补充一点。在纯文本输入输出的场景下，ChatGPT、Gemini这类头部实验室的产品确实占据着绝对的优势。无论一款产品的文本输出能力多么深入、多么精准，考虑到头部实验室产品的超高用户活跃度，如果一款初创产品的核心功能只是文本输入输出，那么想要抢占用户市场将会非常困难。因此，初创企业必须找到一个独特的切入点，才有可能吸引用户尝试使用自己的产品。 Anish Acharya：你提到的“具有鲜明产品主张”这个说法，我非常认同。对于头部实验室来说，当然也包括大型科技公司，甚至未来可能会有更多实验室加入这个行列，产品的优先级往往是由晋升评审委员会来决定的。在这些公司里，产品经理大多是处于职业生涯中期的从业者——我也曾是其中一员。在这样的环境中，大家的核心目标都是获得晋升，而获得晋升的关键路径，就是开发出能够稳定提升核心指标、完善核心功能的产品。因此，开发具有鲜明产品主张的产品，对于个人职业发展来说是一种风险极高的选择。这类产品很可能会失败，还可能引发一系列法律合规方面的问题，甚至可能招致CEO的斥责。所以，这些公司的组织架构，决定了他们更倾向于进行渐进式的创新。而初创企业的创始人越是敢于推出具有鲜明主张的产品，就越能形成差异化的竞争优势。 Justine Moore：没错。而且还有一个很重要的点我们没有讨论，那就是算力问题。头部实验室其实一直面临着一个内在的矛盾：算力资源是有限的，他们必须在模型训练和模型推理之间做出取舍。即便是在模型推理层面，也需要在“吉卜力风格”这类娱乐性应用场景和代码生成这类智能应用场景之间进行资源分配。据我所知，在所有模型公司中，可能只有xAI目前没有面临算力瓶颈的问题。而其他公司则必须做出艰难且重大的抉择——比如，如果他们推出Nano Banana并使其迅速走红，那么这很可能会占用大量算力，从而延缓下一代大型语言模型的研发进度。而专注于应用层开发的初创企业则不会面临这样的问题，因为他们不存在这种算力资源分配的矛盾。 Anish Acharya：完全正确。我们之前其实也聊过这个话题。在某些细分领域，多模态技术的应用能够让企业为用户提供更优质的产品和服务。但从本质上来说，头部实验室和大型科技公司往往只支持自家的第一方模型。因此，随着所有模型性能的不断提升，或许单一模型就能满足用户80%的需求。但对于专业级用户而言——AI领域的发展，很大程度上其实是由专业级用户推动的——你之前总是说，专业级用户终究只是专业级用户。在AI时代到来之前，这个观点或许是成立的，但现在，专业级用户所能创造的价值深度和商业变现潜力，都已经大大提升。因此，或许可以说，AI领域的发展，其实完全是由专业级用户驱动的，而其他普通用户，不过是流量而已。 Olivia Moore：没错。这也是为什么我们首次看到，消费级产品的收入留存率能够超过100%。而这一指标，也成为了区分消费级AI领域中优秀、卓越和顶尖产品的关键标准。 Justine Moore：需要说明的是，这种高收入留存率的实现方式，通常是在订阅制收费的基础上，叠加按使用量收费的模式。用户在订阅套餐的月度配额之外，如果有额外的使用需求，就需要支付更多费用。 Bryan Kim：具体来说，要么是升级到更高等级的订阅套餐，要么是直接购买Token或额外的使用额度。这正是这类产品的独特之处。如果在AI时代到来之前，有人告诉我某家消费级公司的收入留存率超过100%，并且实现了盈利，我肯定会觉得这简直不可思议，完全不合逻辑。 Anish Acharya：没错，说的就是这个意思，而且这个双关语用得恰到好处。好了各位，我们不妨聊聊具体的产品推荐吧。在本期播客结束之后，大家觉得有哪些产品、功能或者模型是值得用户下载和体验的？当下有哪些值得关注的产品？ Justine Moore：从多模态技术的角度来看，有一款非常被低估的产品值得大家关注——它就是Pomelli。这款产品未必适合日常高频使用，但它充分展示了将Agent、图像和文本技术相结合所能实现的巨大潜力。Pomelli是谷歌实验室推出的一款产品，用户只需输入自己公司的网址，它就会启动Agent访问该网站，抓取所有的产品图片和品牌图片，总结出品牌的美学风格、品牌定位以及目标客户群体，然后为用户生成三套不同的广告营销方案。生成的内容不仅包括文案，还涵盖了Instagram帖子、宣传单页以及产品宣传图等物料，并会根据目标客户群体的特点，为这些物料匹配最合适的应用场景。这是一款非常出色的产品，它很难在谷歌内部发展成为一款独立的爆款产品，但它向我们展示了未来的发展方向—— 当Agent与生成式模型相结合，并且生成式模型能够对上下文语境形成深度理解时，所能创造的价值将是传统图像或视频模型无法比拟的。 Olivia Moore：那初创企业的产品呢？你有没有特别喜欢的初创企业开发的创意工具类产品？ Justine Moore：有的。在创意工具领域，我必须要提一下Krea。需要声明的是，a16z是Krea的投资方，所以我的推荐可能带有一定的主观偏向，但我确实认为Krea做得非常出色。它的核心优势在于，用户可以在一个平台上，体验到所有主流模型——或者说所有高性能模型——在各个模态下的生成效果，同时它还在这些模型的基础上，打造了更加完善的交互界面。比如，我现在更倾向于在Krea平台上使用Nano Banana Pro，因为Krea支持元素保存功能——用户可以将生成的角色、风格或物体保存为元素，后续生成时只需直接调用这些元素即可，而无需像在原生的Nano Banana中那样，反复上传相同的参考图像。这确实是一个非常实用的功能。 Bryan Kim：我想推荐的这款产品，同样属于初创企业的范畴——当然，这也算是为自家投资的公司做宣传了。我目前使用频率最高的产品是11 Labs Reader。这款产品的走红其实是有原因的：如今播客内容呈爆发式增长，而人们的阅读时间却在不断减少。与其抗拒这个趋势，不如主动拥抱它。这款产品的核心功能，就是将文字内容转化为音频内容。我曾经是Pocket这类稍后阅读工具的重度用户，因为平时实在没有时间阅读所有感兴趣的内容，只能先收藏起来。而现在，我的做法是将所有想读的内容，要么转换成PDF格式，要么直接上传到11 Labs Reader。然后在散步的时候，以1.5倍速或2倍速播放这些音频内容，快速了解文章的核心大意。对于像我这样的普通人来说，这无疑是一种高效利用碎片化时间的方式。 Olivia Moore：首先，我非常喜欢这个问题。因为我始终坚信，想要快速了解AI领域的发展动态，最有效的方式就是亲自体验大量的产品，而且你很快就会形成自己的判断。我和Justine其实从12月开始，就在推特上每天推荐一款新的消费级AI产品。除此之外，我还想推荐三款非常实用且有趣的产品，它们可以很好地融入大家的日常工作流。第一款是Gamma，一款幻灯片生成工具。用户只需输入文本Prompt，或者上传一份文档，就能快速生成精美的幻灯片。而且Gamma生成的幻灯片支持灵活调整尺寸，再也不用像在Google Slides中那样，为了调整一个元素的位置而反复折腾。第二款是Granola，一款笔记工具。虽然大家在假期可能没有太多会议，但到了明年，它的优势就会凸显出来——你使用它记录的会议越多，它的体验就会越好，因为它能够基于历史记录，理解会议内容的上下文语境。最后一款，我还是要推荐Comet浏览器。如果你想体验一款真正的AI原生工作平台，那么Comet浏览器绝对是最容易上手的选择之一。 Anish Acharya：对我来说，我今年一整年都在痴迷于代码生成以及AI代码领域，这个领域真的太有趣了。顺便提一下，Bryan之前其实反驳过我的观点，我当时认为头部实验室或大型科技公司很难在应用生成领域占据主导地位，因为他们缺乏足够的专注力。像Opal这类产品，推出时反响平平，而且它们都只支持单一模型。 Bryan Kim：我当时的意思并不是说头部实验室会在这个领域取得成功，而是认为他们肯定会进行相关的尝试。 Anish Acharya：没错，这一点我完全同意。但在纯消费级市场领域，Wabby这款产品确实非常有趣，而且功能强大。它为应用生成技术设定了合理的约束条件，从而能够确保生成的应用具备实用的功能，给用户带来满意的体验。目前来看，应用生成领域其实存在很多夸大宣传的现象，这也打击了早期用户的积极性。另外，我还想推荐大家尝试一下Codex或Cursor中的GPT 5.2，即便是非技术用户，也会被它的能力惊艳到。我甚至觉得，具备技术背景反而可能成为一种束缚，因为你会基于自己的经验，对模型的能力形成预设，而实际上这些模型的潜力要远超你的想象。我越来越多地听到有人说，他们正在使用Cursor来完成知识型工作，比如撰写论文，而不仅仅是编写代码。 Bryan Kim：哇，这个用法太有意思了。在今年年底，我还想尝试一个最近在TikTok上很火的玩法——就是让AI回顾你今年说过的所有话，然后回答“我今年说过的最离谱的一句话是什么”。它会对你全年的言论进行一次全面的复盘。受此启发，我打算在年底也让AI帮我做一件事——让它告诉我，如何才能在明年过上更好的生活。我希望它能给我一些坦诚直率的建议和具体的方向，这会非常有帮助。 Anish Acharya：各位，还有什么收尾的想法吗？ Justine Moore：最想说的一点是，a16z目前正在积极投资消费级AI领域的初创企业。很多人其实都提到过这一点，但我是真心相信，现在模型的性能已经发展到了一个临界点——开发者完全可以基于这些模型，打造出真正具备规模化潜力的应用，Wabby就是一个绝佳的例子。因此，我衷心希望2026年能够成为消费级AI应用开发者大放异彩的一年——这里所说的“开发者”，不仅仅是指产品的使用者，更是指那些打造产品的创业者。 Anish Acharya：好的，感谢大家在消费级AI领域陪我们度过了精彩纷呈的一年。我们明年再会，祝大家圣诞快乐！新年快乐！原文：Where does consumer AI stand at the end of 2025? https://www.youtube.com/watch?v=p4 7x6QiYr0 编译：Yihan Bi 请注意，本文编译自文末载明的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。 Z Potentials将继续提供更多关于AI、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。 END Bryan Kim：你有没有觉得，Grok的发展策略其实是一种“双管齐下”的模式？一方面，他们在基础模型层持续发力，力求在性能上达到行业顶尖水平；另一方面，他们又在娱乐领域积极布局。这种双线并行的策略，确实很有意思。不过，就像我们之前讨论的，Anthropic和ChatGPT面向的是大众群体，但数据显示Character AI的受欢迎程度要高得多。这就让我不禁思考：我们应该如何看待这种现象？在我看来，Grok的这种双轨策略，其实非常值得玩味。 Justine Moore：而且，Grok的图像和视频生成应用，从很早之前就开始采用模板化设计，推出了很多热门创意模板。比如，“你站在某个场景中，突然从天花板垂下一根绳子，你抓住绳子，被迅速拉出画面”这类模板。这些模板生成的内容，经常会在TikTok等平台上迅速走红。 2026趋势预测：机会窗口与发展方向 Anish Acharya：确实非常有意思。那么，我们不妨把话题从2025年切换到2026年，各位对明年有哪些预测呢？我们还没有聊到硬件、模型以及电商领域，大家认为这些领域会有怎样的发展态势？ Olivia Moore：虽然我们讨论的是消费级市场，但ChatGPT有一个点可能一直被低估了，而且这个点在明年或许会有更显著的体现——那就是他们在企业级市场的大举发力。无论是传统的企业版授权，还是为特定企业定制训练模型，ChatGPT都动作频频。我们知道，大多数消费者通常只使用一款通用LLM产品。而根据ChatGPT发布的一项大型研究报告显示，其企业级用户规模同比增长了七八倍。如果未来用户出于工作需求，必须在公司使用ChatGPT，那么这很可能会进一步带动其消费级用户的增长。当然，另一种可能性是，ChatGPT凭借其连接器功能以及其他持续投入的功能，发展成为一个一站式的工作平台，而消费级市场的各类应用场景则由其他产品来占据。说到这里，我们不得不提一下ChatGPT在应用生态上的布局，这一布局能否成功，将会成为决定他们明年发展走向的关键问题。 Anish Acharya：没错。我们都讨论过应用SDK（ZP注：SDK，Software Development Kit，是软件开发人员用于构建应用程序的工具集合）和他们所称的应用程序目录的重要性，这两者将会成为消费级市场一个全新的重要渠道。但有一个点很少被提及，那就是它们对企业级市场也有着极高的相关性。ChatGPT的优势在于，它能够在一个工作流程中整合多款工具协同运作。而回顾我们日常的工作场景，绝大多数任务其实都需要跨多款工具来完成。因此，这一布局将会对SaaS（ZP注：Software as a Service，一种通过互联网提供软件服务的模式）生态系统产生十分深远的影响，而这也是目前应用商店领域中较少被探讨的部分。 Bryan Kim：嗯，这或许算不上是一个严格意义上的预测，但回顾2025年，我们聊到了头部实验室的诸多重大举措，而从初创企业的视角来看，今年最显著的趋势之一就是应用生成技术的兴起。未来很有可能出现这样一种情况：手握渠道分发优势且拥有高用户活跃度的头部实验室，会开始尝试在其自有产品生态内，帮助用户生成那些具有共性的产品和应用。这一点其实很有意思，再次印证了我们之前提到的“产品创意供应链”的观点。另外还有一点，虽然算不上突破性的创新，但正如我们所知，“吉卜力风格”的生成效果曾经火爆全网——我那位对科技一窍不通的表妹，当时都给我发来了一张用AI生成的吉卜力风格的照片。这充分说明了模板的重要性，风格的重要性。再看视频生成领域，现在的技术已经相当成熟了。或许我们现在已经进入了一个新阶段—— 决定产品竞争力的，不再仅仅是头部实验室模型的性能，而是风格化的设计和模板的打造。就拿TikTok来说，其核心技术能力其实一直没有太大变化，但凭借不断迭代的音乐潮流、舞蹈挑战等内容形式，始终保持着极高的新鲜感。因此，未来完全有可能出现这样一种趋势：开发者可以探索各种创新方式，在这些实验室模型的基础上，打造出真正以视频为核心的产品。而且随着技术成本的不断下降，会有越来越多的人愿意去尝试这类产品，我对此非常期待。 Justine Moore：是的，我最期待的趋势其实也与此相关，那就是万物皆可多模态化。我将其称之为“任意输入，任意输出”。回想最初，尤其是在图像和视频生成模型刚刚兴起时，用户只能输入文本Prompt，然后得到一张图像或者一段视频，无法进行更多复杂的操作。而现在，随着Nano Banana、Flux以及OpenAI的新模型等图像编辑工具的出现，我们已经能够实现图生图的生成效果；也可以上传一张参考图像，搭配文本Prompt和生成方向，或者结合模板与另一张参考图像，来生成新的图像。那么，未来如果我们输入一段视频，能否生成与之相关的图像，或者这段视频的衍生版本？如果我们输入一段视频，再配上一段描述编辑需求的文本Prompt，能否直接得到编辑后的视频？从我与各大实验室的交流来看，很多实验室都在尝试将他们目前在不同领域的研究成果进行整合——包括LLM领域的文本推理和智能交互能力，以及图像和视频生成领域的技术。他们试图打造一个能够处理多种类型内容输入，并生成更加丰富多元内容的“超级模型”。这一趋势也会对设计领域产生巨大的影响，因为设计工作本身就是将图像、文本、视频等多种元素，以富有创意的方式进行融合的过程。 Olivia Moore：如果让我从宏观层面做一个预测，明年的整体趋势其实还是“万变不离其宗”。回顾头部实验室今年在消费级市场推出的各类产品，他们在模型研发方面确实表现出色，同时也通过一些渐进式的功能更新，持续优化ChatGPT、Gemini这类产品的核心用户体验。但在我看来，他们尝试推出的数十款新的消费级产品或交互界面，比如群聊功能、Pulse功能、Atlas浏览器、Sora等，以及谷歌推出的Stitch、Gems、Opal、Doppel等一系列产品，几乎都没有取得理想的效果。这背后的原因在于，打造具有鲜明产品主张的独立消费级AI产品，已经不再是这些公司的核心竞争力所在。在所有这些尝试中，Notebook LM是表现相对较好的一款产品，但这款产品只是谷歌众多尝试中的一个。因此，这对于初创企业来说其实是一个非常积极的信号——头部实验室会持续优化模型性能，初创企业可以直接借力这些先进的模型；同时，头部实验室会不断完善ChatGPT这类核心产品，但他们未必能够在所有细分应用场景中都占据主导地位，初创企业依然有很大的发展空间。 Bryan Kim：我基本同意你的观点，但想补充一点。在纯文本输入输出的场景下，ChatGPT、Gemini这类头部实验室的产品确实占据着绝对的优势。无论一款产品的文本输出能力多么深入、多么精准，考虑到头部实验室产品的超高用户活跃度，如果一款初创产品的核心功能只是文本输入输出，那么想要抢占用户市场将会非常困难。因此，初创企业必须找到一个独特的切入点，才有可能吸引用户尝试使用自己的产品。 Anish Acharya：你提到的“具有鲜明产品主张”这个说法，我非常认同。对于头部实验室来说，当然也包括大型科技公司，甚至未来可能会有更多实验室加入这个行列，产品的优先级往往是由晋升评审委员会来决定的。在这些公司里，产品经理大多是处于职业生涯中期的从业者——我也曾是其中一员。在这样的环境中，大家的核心目标都是获得晋升，而获得晋升的关键路径，就是开发出能够稳定提升核心指标、完善核心功能的产品。因此，开发具有鲜明产品主张的产品，对于个人职业发展来说是一种风险极高的选择。这类产品很可能会失败，还可能引发一系列法律合规方面的问题，甚至可能招致CEO的斥责。所以，这些公司的组织架构，决定了他们更倾向于进行渐进式的创新。而初创企业的创始人越是敢于推出具有鲜明主张的产品，就越能形成差异化的竞争优势。 Justine Moore：没错。而且还有一个很重要的点我们没有讨论，那就是算力问题。头部实验室其实一直面临着一个内在的矛盾：算力资源是有限的，他们必须在模型训练和模型推理之间做出取舍。即便是在模型推理层面，也需要在“吉卜力风格”这类娱乐性应用场景和代码生成这类智能应用场景之间进行资源分配。据我所知，在所有模型公司中，可能只有xAI目前没有面临算力瓶颈的问题。而其他公司则必须做出艰难且重大的抉择——比如，如果他们推出Nano Banana并使其迅速走红，那么这很可能会占用大量算力，从而延缓下一代大型语言模型的研发进度。而专注于应用层开发的初创企业则不会面临这样的问题，因为他们不存在这种算力资源分配的矛盾。 Anish Acharya：完全正确。我们之前其实也聊过这个话题。在某些细分领域，多模态技术的应用能够让企业为用户提供更优质的产品和服务。但从本质上来说，头部实验室和大型科技公司往往只支持自家的第一方模型。因此，随着所有模型性能的不断提升，或许单一模型就能满足用户80%的需求。但对于专业级用户而言——AI领域的发展，很大程度上其实是由专业级用户推动的——你之前总是说，专业级用户终究只是专业级用户。在AI时代到来之前，这个观点或许是成立的，但现在，专业级用户所能创造的价值深度和商业变现潜力，都已经大大提升。因此，或许可以说，AI领域的发展，其实完全是由专业级用户驱动的，而其他普通用户，不过是流量而已。 Olivia Moore：没错。这也是为什么我们首次看到，消费级产品的收入留存率能够超过100%。而这一指标，也成为了区分消费级AI领域中优秀、卓越和顶尖产品的关键标准。 Justine Moore：需要说明的是，这种高收入留存率的实现方式，通常是在订阅制收费的基础上，叠加按使用量收费的模式。用户在订阅套餐的月度配额之外，如果有额外的使用需求，就需要支付更多费用。 Bryan Kim：具体来说，要么是升级到更高等级的订阅套餐，要么是直接购买Token或额外的使用额度。这正是这类产品的独特之处。如果在AI时代到来之前，有人告诉我某家消费级公司的收入留存率超过100%，并且实现了盈利，我肯定会觉得这简直不可思议，完全不合逻辑。 Anish Acharya：没错，说的就是这个意思，而且这个双关语用得恰到好处。好了各位，我们不妨聊聊具体的产品推荐吧。在本期播客结束之后，大家觉得有哪些产品、功能或者模型是值得用户下载和体验的？当下有哪些值得关注的产品？ Justine Moore：从多模态技术的角度来看，有一款非常被低估的产品值得大家关注——它就是Pomelli。这款产品未必适合日常高频使用，但它充分展示了将Agent、图像和文本技术相结合所能实现的巨大潜力。Pomelli是谷歌实验室推出的一款产品，用户只需输入自己公司的网址，它就会启动Agent访问该网站，抓取所有的产品图片和品牌图片，总结出品牌的美学风格、品牌定位以及目标客户群体，然后为用户生成三套不同的广告营销方案。生成的内容不仅包括文案，还涵盖了Instagram帖子、宣传单页以及产品宣传图等物料，并会根据目标客户群体的特点，为这些物料匹配最合适的应用场景。这是一款非常出色的产品，它很难在谷歌内部发展成为一款独立的爆款产品，但它向我们展示了未来的发展方向—— 当Agent与生成式模型相结合，并且生成式模型能够对上下文语境形成深度理解时，所能创造的价值将是传统图像或视频模型无法比拟的。 Olivia Moore：那初创企业的产品呢？你有没有特别喜欢的初创企业开发的创意工具类产品？ Justine Moore：有的。在创意工具领域，我必须要提一下Krea。需要声明的是，a16z是Krea的投资方，所以我的推荐可能带有一定的主观偏向，但我确实认为Krea做得非常出色。它的核心优势在于，用户可以在一个平台上，体验到所有主流模型——或者说所有高性能模型——在各个模态下的生成效果，同时它还在这些模型的基础上，打造了更加完善的交互界面。比如，我现在更倾向于在Krea平台上使用Nano Banana Pro，因为Krea支持元素保存功能——用户可以将生成的角色、风格或物体保存为元素，后续生成时只需直接调用这些元素即可，而无需像在原生的Nano Banana中那样，反复上传相同的参考图像。这确实是一个非常实用的功能。 Bryan Kim：我想推荐的这款产品，同样属于初创企业的范畴——当然，这也算是为自家投资的公司做宣传了。我目前使用频率最高的产品是11 Labs Reader。这款产品的走红其实是有原因的：如今播客内容呈爆发式增长，而人们的阅读时间却在不断减少。与其抗拒这个趋势，不如主动拥抱它。这款产品的核心功能，就是将文字内容转化为音频内容。我曾经是Pocket这类稍后阅读工具的重度用户，因为平时实在没有时间阅读所有感兴趣的内容，只能先收藏起来。而现在，我的做法是将所有想读的内容，要么转换成PDF格式，要么直接上传到11 Labs Reader。然后在散步的时候，以1.5倍速或2倍速播放这些音频内容，快速了解文章的核心大意。对于像我这样的普通人来说，这无疑是一种高效利用碎片化时间的方式。 Olivia Moore：首先，我非常喜欢这个问题。因为我始终坚信，想要快速了解AI领域的发展动态，最有效的方式就是亲自体验大量的产品，而且你很快就会形成自己的判断。我和Justine其实从12月开始，就在推特上每天推荐一款新的消费级AI产品。除此之外，我还想推荐三款非常实用且有趣的产品，它们可以很好地融入大家的日常工作流。第一款是Gamma，一款幻灯片生成工具。用户只需输入文本Prompt，或者上传一份文档，就能快速生成精美的幻灯片。而且Gamma生成的幻灯片支持灵活调整尺寸，再也不用像在Google Slides中那样，为了调整一个元素的位置而反复折腾。第二款是Granola，一款笔记工具。虽然大家在假期可能没有太多会议，但到了明年，它的优势就会凸显出来——你使用它记录的会议越多，它的体验就会越好，因为它能够基于历史记录，理解会议内容的上下文语境。最后一款，我还是要推荐Comet浏览器。如果你想体验一款真正的AI原生工作平台，那么Comet浏览器绝对是最容易上手的选择之一。 Anish Acharya：对我来说，我今年一整年都在痴迷于代码生成以及AI代码领域，这个领域真的太有趣了。顺便提一下，Bryan之前其实反驳过我的观点，我当时认为头部实验室或大型科技公司很难在应用生成领域占据主导地位，因为他们缺乏足够的专注力。像Opal这类产品，推出时反响平平，而且它们都只支持单一模型。 Bryan Kim：我当时的意思并不是说头部实验室会在这个领域取得成功，而是认为他们肯定会进行相关的尝试。 Anish Acharya：没错，这一点我完全同意。但在纯消费级市场领域，Wabby这款产品确实非常有趣，而且功能强大。它为应用生成技术设定了合理的约束条件，从而能够确保生成的应用具备实用的功能，给用户带来满意的体验。目前来看，应用生成领域其实存在很多夸大宣传的现象，这也打击了早期用户的积极性。另外，我还想推荐大家尝试一下Codex或Cursor中的GPT 5.2，即便是非技术用户，也会被它的能力惊艳到。我甚至觉得，具备技术背景反而可能成为一种束缚，因为你会基于自己的经验，对模型的能力形成预设，而实际上这些模型的潜力要远超你的想象。我越来越多地听到有人说，他们正在使用Cursor来完成知识型工作，比如撰写论文，而不仅仅是编写代码。 Bryan Kim：哇，这个用法太有意思了。在今年年底，我还想尝试一个最近在TikTok上很火的玩法——就是让AI回顾你今年说过的所有话，然后回答“我今年说过的最离谱的一句话是什么”。它会对你全年的言论进行一次全面的复盘。受此启发，我打算在年底也让AI帮我做一件事——让它告诉我，如何才能在明年过上更好的生活。我希望它能给我一些坦诚直率的建议和具体的方向，这会非常有帮助。 Anish Acharya：各位，还有什么收尾的想法吗？ Justine Moore：最想说的一点是，a16z目前正在积极投资消费级AI领域的初创企业。很多人其实都提到过这一点，但我是真心相信，现在模型的性能已经发展到了一个临界点——开发者完全可以基于这些模型，打造出真正具备规模化潜力的应用，Wabby就是一个绝佳的例子。因此，我衷心希望2026年能够成为消费级AI应用开发者大放异彩的一年——这里所说的“开发者”，不仅仅是指产品的使用者，更是指那些打造产品的创业者。 Anish Acharya：好的，感谢大家在消费级AI领域陪我们度过了精彩纷呈的一年。我们明年再会，祝大家圣诞快乐！新年快乐！原文：Where does consumer AI stand at the end of 2025? https://www.youtube.com/watch?v=p4 7x6QiYr0 编译：Yihan Bi 请注意，本文编译自文末载明的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。 Z Potentials将继续提供更多关于AI、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。 END 🔗 原文链接： https://mp.weixin.qq.com/s/ZfabRds8... https://mp.weixin.qq.com/s/ZfabRds8... a16z a16z Z Potentials2026年1月22日 11:56 北京图片来源：a16z Z Highlights • 目前已经出现了一些早期迹象，通用LLM助手领域的市场格局，正朝着“赢家通吃”，至少是“赢家通吃大部分市场”的趋势发展。在ChatGPT、Gemini、Claude 3和Cursor这几款产品中，仅有9%的用户会为一款以上的产品付费。 • 不过，今年的一大突破在于，图像和视频生成模型在真实感和推理能力这两个维度都取得了长足的进步。这里所说的真实感，指的是那些能让图像或视频看起来栩栩如生的细节。 • 驱动社交应用发展的动力源于用户的两种心理：一种是积极的自我表达欲，另一种是消极的焦虑感。说到底，这就是一场 “地位博弈”。 • • 一款真正成功的社交产品，必须同时兼顾内容消费和内容创作两大功能，而且它所产出的内容，应该是其他平台无法替代的，就像TikTok的短视频和YouTube的短视频那样，具有独特的平台属性。 • • 如今，大模型的性能已经达到了足以支撑开发者搭建真正可规模化应用的水平。因此，我们有理由期待，2026年将会成为消费级