AI測情緒、評顏值、逆轉時光,AI濾鏡產品「出奇」才能制勝!
轉眼間2024就已經快過了3個月,時間飛逝間AI賽道可以說是迭代級的完成了進化。 今年2月ChatGPT的Sora的測試視頻正式開啟了AI圖生文改革,且在日前採訪中還透露出將於年內正式發布,壓得同賽道的朋友無法喘息。
不過,也有不少產品另闢蹊徑,避開TOB AI應用出海賽道,選擇了針對普羅大眾的AI出海應用產品,反而走出自己的「大道」一步「登仙」,今天我們就先來看看近期在社交平台瘋狂收割用戶的熱門AI出海應用產品。
1、AI情緒識別器:白敬亭春山學大揭秘,一絲尷尬九分竊喜
今年春晚我本人是沒看過,畢竟每年都是那麼些節目還真的挺無聊的,但相關熱搜卻是看了不少,除了尼格買提穿幫之外,最火就是白敬亭魏大勳魏晨三人的「春山學」。 當時有不少人去研究節目和相關採訪的站位、話語和微表情,端的是比搞科研還認真。
但人類的算力總是有極限的,站位可以看前後視頻對比,話語分析也可以請教語言大師,這表情對於一般吃瓜群眾來說倒是比較難一幀一幀去「摳」細節的。 但沒事,現在我們已經有【AI情緒識別器】了! 簡單來說,它可以根據人物面部的表情變化來推算出主要呈現的表情,並以濾鏡的形式呈現在用戶所上傳的視頻中,大概像下面這樣。
雖然從準確性來說不算非常高,但這類「AI情緒識別」的相關二創視頻卻真實地在Bilibili這類TOC視頻平台火熱了起來,不少作品播放都超過了百萬。
現在,不少移動應用也上架了類似的情緒識別功能,包括但不僅限於短視頻、剪輯和修圖應用。 僅抖音中的相關特效已經吸引到近百萬用戶來試玩,傳播量之大難以估算。
總的來說,這種產品的娛樂性超高,而當AI算法訓練成熟之後,或許也可以運用在演員演技練習等其他賽道。
2、AI顏值打分器:3個月讓男人為它掏出五百萬
容貌焦慮在當下極為常見,像筆者這樣的油膩中年男已經不敢對鏡自拍,只能看看美顏濾鏡下的自己找找安慰了。 但想要皮相真正「飛升」也不是沒有辦法,之前就有聽勸小哥在小紅書上獲萬人建議成就日系美男的佳話。
但在AI應用出海熱時代,我們只需要上傳幾張照片就可以獲得最精準的改進建議,【Umax - Become Hot】就是這麼一款專為聽勸人士設計的「美容」產品。 在該產品中,我們需要上傳自己的三張自拍照,一張正臉,一張側臉以及一張其他角度的臉部照片,之後開通會員便可以進行顏值評價。
【Umax】對顏值的具體評價包括整體面貌、男子氣概、皮膚狀態、下頜線和顴骨的打分以及五官維度的類型評價,並根據以上評價給出具體的改進建議:修眉、換髮型、減肥和護膚等。 在後續用戶也可以持續上傳改進後的照片來進行打分,一步步把自己改造成最具吸引力的樣子,聽起來就令人十分心動。
這種心動的情緒也同樣引起了海外無數愛美男士的共鳴,根據廣大大-APP分析功能我們看到,【Umax】僅近3個月的雙端下載量就已經突破了270萬,其雙端營收更是突破了70萬美元(折合人民幣約503萬),其中美國地區貢獻收入超過67%,是該產品的最主要市場。
在AI應用創意投放方面,【Umax】則出現程度更甚的地區偏斜,雖然整體投放量不過千,但基本只在美國地區進行投放,且八成左右的內容都投放在TikTok平台,主要用網紅推薦+功能展示的短視頻風格內容進行獲客。由於還未進入大推期,目前創意效果表現只能說還行,主要還是依託於TikTok平台的流量推薦。
總的來看,【Umax】不算嚴格意義上的濾鏡應用,更像是一款健康應用,畢竟它最終的作用是讓你物理意義上的變美。 但不論如何,該類型產品的火熱已經吸引到不少其他競品的加入,在相關推薦中也有模仿其名稱起名的產品出現,或許在近段時間將會湧現出更多同類產品。
3、AI濾鏡化身時代穿越器:一鍵回到80年代,在上海外灘當名媛
不知道是不是因為這幾年就業環境差,打工仔手裡沒錢,大家都開始懷念起7080這樣的黃金年代,復古類型的短劇電視劇電影扎堆上映,也帶起了一片復古時尚風。 其中最為火熱的當屬1月份的《繁花》風格照片,吸引了無數時尚弄潮兒下場自拍。
但普通人不懂攝影也不懂修圖,光靠自己調色想弄出《繁花》同款真的有點難了。 不過這種難度的問題對於AI修圖應用來說那根本稱不上問題,於是「繁花濾鏡」也火了。 【輕顏】上的繁花特效使用數超過了5.3W,【抖音】上的則超過了3.9W,其他的同類產品上也同樣上架了一堆「繁花」濾鏡,彼時像小紅書這樣的社媒平台基本都被刷屏了,只能說時尚真的是個圈。
這類年代感濾鏡的火熱同樣不僅限於國內,在海外也同樣有不少移動應用著眼於年代感特效的營銷,像我之前發布的一篇文章《校園年鑑、老照片修復,AI修圖應用的爆量密碼》,其中就有提到【EPIK】憑藉「校園年鑑」濾鏡出圈登頂的營銷事件,感興趣的朋友可以看看。
總結來說,AI濾鏡應用只需要根據目標地區的熱點事件(包括但不僅限於影視劇)推出相關濾鏡,就有出圈與出海的機會。
AI應用出海那些事
AI的發展日新月異,大模型創新已經不是AI產品的唯一出路,就像文章開頭所說,在大公司的技術碾壓下,筆者認為TOC賽道或許比TOB更有機會。 而在此基礎上,若能抓住信息差,選好細分賽道並率先打造出頭部產品,反而可能更快成功。