文｜白鲸出海
去年十一期間，我們推出了選題《全球流量Top50的“AI網站”出爐：C端使用者都願意用AI幹什麼？》，基于第一期 a16z Top50 AI 網站的榜單，盤點了各類别網站的流量表現、主要功能等。在這份榜單中，AI 生圖産品有 10 款，是上榜産品數最多的類别，時隔一年，我們就來看看它們現在怎麼樣了。
2023 年 8 月，a16z 推出的第一期 AI Web Top50 榜單，紅框中是上榜的生圖産品，注：我們将參考 2024 年 8 月推出的第三期 a16z Top50 榜單，觀察一年前能夠登上第一期榜的生圖産品近一年的表現。（如果讀者對其他類别的産品感興趣，我們也會視情況推出選題）
首先，來看看這些産品的整體情況。
時隔一年，“存活率”60%，但流量均有所下滑
紅色方框中是 6 款仍在榜的産品，藍圈内的産品是新上榜的生圖産品
上榜産品數量方面，登上去年榜單的 10 款産品，有 6 款産品仍在榜，而 Lexica、Stable Diffusion、Pornpen.ai 和 DeepSwap 則掉出了 Top50，它們的網站流量均已低于 200 萬（全球達到月通路量 200w 的 AI 圖檔類網站，大概有 50 家左右）。而在這 10 款産品之外，還有三款新産品上榜，包括 Yodayo（生圖+角色聊天）、SeaArt 及 ideogram，新榜單中的生圖産品的總數為 9 款，隻比一年前少了一款。
雖然 60% 的“存活率”還可以，但如果将每款産品的流量分别與一年前相對比，則可以看到，所有上榜産品的流量都有不同程度的下滑。由于目前生圖産品的靈活性與可控性距離實際的應用場景，還有一定的距離，經常需要使用者頻繁“抽卡”，在新鮮感褪去後，一批使用者流失。
但是最近，在 SD3 和 Flux.1 等新基座模型紛紛推出，引發了大量使用者的關注和讨論，各産品的流量在 8 月份也都有所回暖，還出現了 Tensor.art、Openart.ai 等逆勢上漲的産品，兩者的流量也接近 Top50 的水準（第三期榜單的第 50 名 AI-Novel list 8 月份的流量為 508 萬）。但從流量大盤來看，仍明顯不如去年。
下面我們就來逐一看看每款産品的情況（CivitAI 近一年的改動主要在優化社群體驗方面，但限于篇幅，這裡就不多做贅述了，如果讀者感興趣，我們會視情況推出選題）。
Midjourney：技術曲線拉平，生圖王者遇危機
Midjourney近半年流量和訪客資料，機關：萬
Midjourney 從 2022 年 8 月上線開始，一直是“王者”級别。但是在今年 3 月，我們觀察到，Midjourney 的網站流量相比去年 7 月下滑了 30%，被 Leonardo.ai 超過了，而後續它的流量也沒什麼起色，一直在 1100 萬左右徘徊。
Midjourney 8 月份流量資料，注：Similarweb 将 8 月内每 7 天的總流量加合統計，最後一個節點因為隻統計了 3 天的流量，因而較低
8 月份的翹尾，是因為 Midjourney 在 22 号左右面向全部使用者開放了網站通路權限，22 号之後的一周時間内，流量上漲尤其明顯，8 月份環比實作了 200w 左右的通路量提升，這麼看來，Midjourney 還是有點實力在的，隻是随着其他模型的疊代和不斷有新模型出現，差距沒有那麼大了。
即刻上使用者對 Midjourney 和新基座模型 Flux.1 的評價｜圖檔來源：即刻，侵删
Midjourney 所遇到的問題，其實和各種閉源 AI 模型相同，出現了技術曲線不再那麼陡峭的情況，由于價格更高，競争力變弱。根據即刻上使用者的分享，現在的新基座模型 Flux.1 和 SD3，在各個領域已經與 Midjourney V6 旗鼓相當了，除此之外，開源模型還有價格便宜、部署靈活、可以靠微調模型和 Lora 控制生圖效果等特點。品質上拉不開差距，又疊加閉源産品的劣勢，Midjourney 的使用者增長出現停滞的情況，也屬正常現象。
但是有消息稱，Midjourney 将在年内推出 Midjourney V6.2，甚至是 Midjourney V7，新版本的模型能否和市面上的現有模型拉開技術差距，讓Midjourney 重新具備競争優勢，我們拭目以待。
Leonardo.ai：成功賣身，推出自研模型，從遊戲轉向多場景
資料來源：Similarweb，Leonardo.ai近半年流量和訪客資料，機關：萬
對于 Leonardo.ai，其實最大的新聞并不在功能更新、流量等層面，而是被收購。7 月 31 日，Canva 宣布收購 Leonardo.ai，據傳，收購金額達到 3 億美金左右，收購之後，Leonardo.ai 會保持獨立營運，但其創始人和 120 名員工都将加入 Canva，其技術也會整合進 Canva 的 AI 功能 Magic Studio 中。
Leonardo.ai 生圖功能的首頁
除了被收購之外，相比之前，Leonardo.ai 的産品也發生了一些變化，Leonardo.ai 的最初瞄準的是遊戲美術設計這個垂類場景，不僅生圖效果偏向奇幻風格，也推出了線稿生圖、畫幅修改、3D 紋理生成等功能。
而目前，Leonardo.ai 正在橫向擴充功能與場景，添加了按參考圖檔生圖、角色一緻性生圖等更容易落地的功能，也推出了視訊生成模型 Motion 和自研生圖模型 Phoenix。社群畫廊中也有為數不少的海報、Logo，甚至是建築效果圖等内容，從使用者行為來看，Leonardo.ai 的落地場景更廣泛了。
PixAI：動漫帶來穩定使用者，但增長相對乏力
資料來源：Similarweb，機關：萬
PixAI 的開發者是來自北京的創企時代傳浮，産品主要面向二次元群體，生圖風格也主要是動漫風格。PixAI 總體功能比較簡單，基本就是文生圖和模型訓練，以及配套的社群功能。
PixAI 界面，主要功能就是生圖和模型訓練
PixAI 的流量算是比較穩定的，8 月份網站流量達到 590 萬，雖然同比去年下降了 30%，但從近半年的流量資料看，基本都能保持在 500 萬左右。能夠保持較為穩定的流量的主要原因就是因為動漫主題的使用者粘性較強，從月人均通路次數來看，PixAI 是所有産品裡最高的。另外通路時長也不短，僅比 Midjourney 低一點。
資料來源：Similarweb，計算方法：通路量/獨立訪客數
但從目前的情況來看，PixAI 主打動漫生圖的思路可能已經無法吸引增量使用者了，繼續深度服務好現有使用者，還是橫向破圈，曆史難題再次放到團隊面前，但從市場目前的境況來看，前者貌似是更好的選擇。NightCafe：競争激烈當下，難找差異化定位
資料來源：Similarweb，機關：萬
之前，NightCafe 算是純粹“套殼”SD 的工具，其平台上內建了 SD 和各種 C 站上的 Checkpoint 與 Lora，并給出各種預設風格，通過 Prompt Engineering，讓使用者使用很簡單的提示詞就生成能夠符合要求的圖檔。
NightCafe 主要控制生圖的功能就是Style
NightCafe 除了文生圖外的其他功能
而近期，NightCafe 主要的更新集中在新功能和模型社群方面。不僅擴充了線稿生圖、圖生圖、主題風格生圖、特定姿勢生圖、圖檔風格化等功能，還支援了 Flux.1 等新基座模型及其變種模型，此外，NightCafe 還上線了各種訓練模型和 Lora 的版塊。
NightCafe 官方提供的新基座模型（上），NightCafe 訓練模型的頁面（下）
從資料上來看，NightCafe 的這些更新還是擋不住流量和使用者出現下滑，雖然下滑幅度并不大。但根據 NightCafe 創始人的說法，公司一共隻有 9 名員工，每月的訂閱使用者有 2 萬左右，按照每人每月 10 美金計算，也有 20 萬美金的月收入。
Playground：從“生圖”轉向“改圖”，一百八十度掉頭後還能保持流量
資料來源：Similarweb，機關：萬
在去年我們觀察 Playground 時，它還是一款比較典型的文生圖産品，接入了 Stable Diffusion 系列模型，而且也應用了自研的 Playground V2 模型，感覺總體差異并不是很大。
Playground 舊版界面（上），Playground 新版界面（下）
但當我們時隔一年再次觀察 Playground 時，發現它的界面已經發生了很大改變，似乎更像一款設計産品了。而體驗過後發現，它最重要的變化就是從“生圖”變成了“改圖”。
Playground 界面
“改圖”的主要流程是，使用者上傳一張基礎圖檔，或者從系統圖庫裡選一張，然後通過輸入 Prompt 讓 AI 來修改圖檔，通過多次疊代來完成需求，相比直接生圖的“抽卡”，Playground 更加靈活，如果使用者對修改不滿意可以一鍵傳回上一步，優化 Prompt 重新生成，而不需要從頭開始。筆者體驗下來在基礎的改顔色，改背景等方面，Playground 做得不錯，但有一些較為複雜的 Prompt，AI 執行得并不太好。
結合筆者自己的體驗和使用者回報，Playground 總體的效果是不錯的，“AI 改圖”的新模式也被使用者所接受。但從總體流量來看，由于新版 Playground 很難承接一些偏“娛樂”的生圖使用者，疊加生圖賽道整個流量都有所下滑，Playground 的網站流量同比去年仍下降了一半左右。
Techjockey 上的某條使用者評論，總體使用者評論也比較正面
但我們觀察到，目前生圖賽道偏“生産力”的使用者數量增加明顯，部分産品中占比能達到 40% 以上，Playground 重視可控性和落地場景的“改圖”模式，感受下來是更貼近落地的，隻是關于落地場景的流程設計，還很欠缺，例如手機桌面的設計和導出，沒有适配手機型号，其他設計闆塊也都是如此，隻能單純地導出圖檔。
落榜産品原因回顧
Lexica：商用許可成“明牌”，未能與時俱進
資料來源：Similarweb，機關：萬
我們在今年 2 月的選題《AI 元年，被 C 端使用者“證僞”了的 AI 産品（上）》中就有觀察過 Lexica，這款産品的兩大特點就是自研的 Lexica Aperture 模型，以及靠卡商用條款的商業化政策，當時我們下的結論是“生圖效果尚可，但商業化政策可能跑不通”。
Lexica 的訂閱條款
就其他産品的條款來看，Midjourney 是允許将自己做的圖用于商業用途，年收入超過 100 萬美金的企業，也隻需要訂閱 Pro 或 Mega 方案就可以商用，而 Leonardo.ai 等産品則是，無論使用者是否訂閱均可商用，是以 Lexica 用這點打差異化，很難行得通。
而除了商業化化外，Lexica 的産品表現也不太行，從資料來看，相比去年 12 月，Lexica 2024 年 8 月的流量又下降了 67%。主要原因一如 Midjourney，随着各種開源模型效果越來越強，閉源産品勢必受到沖擊，但是 Lexica 的生圖品質遠遠不如 Midjourney，功能上也沒有對可控性等層面進行優化，綜合能力相比主流水準已經落後了，Lexica 被市場所淘汰，也是順理成章的。
DeepSwap&Pornpen.ai：灰色生意還做得下去嗎
資料來源：Similarweb，機關：萬
DeepSwap 和 Pornpen.ai 屬于兩個位于法律灰色地帶的賽道，換臉和色情圖檔生成。無論是 DeepFake 還是色情圖生成，在 AI “野蠻增長”的時代是有一定市場的，但是目前，在各國監管機構已經盯上 AI 産品的當下，其道德、隐私、法律風險是越來越大的。
Stable Diffusion：經曆了“破産”邊緣，積極改變商業化政策
資料來源：Similarweb，機關：萬，注：由于 SD 主要的應用方式是官網的 API、各模型托管平台及雲計算平台，官網流量并無法反應 SD 的使用情況，是以這裡我們将重點放在 Stability.ai 公司和業務層面
Stable Diffusion 作為跟 Midjourney 齊名且走開源路線的生圖模型，市面上大多數生圖産品其實都接入過 SD。但是就算擁有如此高“江湖地位”，其母公司 Stability.ai 仍在今年遇到了巨大困難，瀕臨破産。
在 4 月份我們觀察到，Stability.ai 的财務狀況相當糟糕，今年一季度的利潤率是-600%，還欠了超過 1 億美元的外債，加之 CEO 與核心研究團隊相繼離職，Stability.ai 一度已經尋求出售。但峰回路轉，今年 6 月底，Stability.ai 獲得了包括 Facebook 前總裁 Sean Parker 為首财團的注資，總注資額超 8000 萬美元，而且，投資人之一的 Prem Akkaraju 親自下場擔任 CEO，來收拾這個“爛攤子”。
公司層面一片混亂的情況下，Stability.ai 在業務層面卻一直沒有停止變革的腳步。今年 4 月，Stability.ai 宣布在其官方 API 平台上首發最新基座模型 Stable Diffusion3，而到了 6 月份，SD3 的開源版本 SD3-medium 才姗姗來遲，該模型隻是 SD3 的小參數蒸餾版本，“滿血”版仍必須在官方 API 和其他模型托管平台使用。Stablity.ai 在用時間差和限制更強大的模型開源等方式，幫自己的 API 找差異化。
而在“自行部署”方面，Stability.ai 也一改之前“全面開源”的政策，限制了 SD3 的商用條款。年收入 100 萬以上的企業或機構無論是否将模型商用，都需要繳納部署費用，普通使用者和小企業也有相應的商用限制。而對各模型托管和分享平台，Stability.ai 也開始收取授權費用，模型部署平台 Tensor.art 的營運負責人思禹告訴我們，當 SD3 改變商用條款時，業内最開始處于一種對抗的狀态，CivitAI 也一度禁止了 SD3 生成的内容，以及 Checkpoint、Lora 的釋出，後來才慢慢接受了新條款。
Stable Assistant 需要訂閱才能使用
而在其他方面 Stability.ai 也進行了密集的探索，包括推出 ChatBot Stable Assistant，音頻生成模型 Stable Audio Open，視訊生成模型 Stable Video 4D 等等，而且這些模型也都給出了很明确的商業化路徑。不論是在 ChatBot、音視訊等“新”賽道，還是一直深耕的生圖賽道，Stability.ai 的最大目标，就是“賺錢”了。
寫在最後
總結完這 9 款産品後發現，相比一年前，靠生圖品質、生圖風格打差異化的市場，今年，由于各家生圖模型的水準差距逐漸縮小，各家競争的焦點也轉向了功能的豐富度，互動方式的變革，與場景的結合，及社群建設等方面。
但總體來看，生圖賽道的技術與生産力的結合的确尚未達到令人滿意的程度，想要回到去年同期的“繁榮”，可能還要等待技術的突破。