涌现（Emergence），是生成式AI浪潮的一个关键现象：当模型规模扩大至临界点，AI会展现出人类一般的智慧，能理解、学习甚至创造。

　　「涌现」也发生在现实世界——硅基文明一触即发，AI领域的创业者、创造者，正在用他们的智慧与头脑，点亮实现AGI的漫漫征途。

　　在新旧生产力交替之际，《智能涌现》推出新栏目「涌现36人」，我们将通过与业界关键人物的对话，记录这一阶段的新思考。

　　作为一家成立四年，刚好赶上大模型浪潮的AI初创公司老板，FancyTech CEO空界在去年面临一次关键抉择：

　　FancyTech是一家AIGC内容平台，利用自建的图像、视频模型，FancyTech能帮快消、零售行业的KA品牌客户，用AI生成和制作商品图像、视频等素材。

　　这家公司首次出圈，源自朱啸虎2024年将其作为找PMF（Product Market Fit）的被投企业典范，盛赞“产品效果做得特别好，马上能变现。”

　　商业模式上，FancyTech做的是标准的To B生意，这意味着和普通的AIGC工具写诗作画不同，FancyTech拿着客户的真金白银，就要为客户交付更满意的内容结果，而“满意”，本就是一个极具人格意义的标准。

　　“纯AI很难100%达到客户的要求，就算你用AI可以做到70%、80%，客户也不会满意，难以为之买单。”空界对《智能涌现》说。

　　举个例子，FancyTech将一个商品视频中的素材，按商品的不同部位，拆解，交由给不同的工作室来完成，如A工作室擅长人物动作、B工作室负责AI换衣等等。

　　但对品牌客户而言，即使每一个细项能用AI提效30%、50%，可将这些“细项”合起来，品牌还是需要自己派人完成最后的20%，这会很大程度折损客户的成单率。

　　创立FancyTech前，空界曾任天猫奢品Luxury Pavilion初代负责人，手机淘宝的产品运营负责人。“我们没有让品牌和内容生产方直接对接，一切由FancyTech保证项目交付，在客户的角度，我们就相当于AIGC的内容供给侧，直接交付结果，更多商家才愿意跟我们展开合作。”

　　对创投圈而言，“AI+人工”听起来是一个不够性感的模式，但FancyTech还是顶住外界压力，缩减团队规模，开始加大人类员工在交付中的比例，拓展高端品牌客户，将更多第三方创作者引入到生态中。

　　在前方，Fancy对接品牌和商家的品牌素材需求，客户经理做需求拆解，分包给FancyTech平台上的多个创作者/工作室；

　　创作者基于FancyTech的技术平台完成内容创作。过程中，FancyTech提供电商领域的多种素材创作能力，包括底层的大模型，各个元素的垂直模型等；

　　2022年，FancyTech达成千万元级收入，2023年超过5000万元。2024年，这个数字再次翻倍。FancyTech还将这个模式拓展到了超过10个国家，包括美国、韩国、新加坡、马来西亚、泰国、印尼、阿联酋、沙特、巴西等。

　　《智能涌现》获悉，FancyTech近日正式完成千万美元B+轮融资，由至临资本、老股东金沙江创投联合领投，光源资本担任独家财务顾问。

　　对更多AI初创公司而言，如今来自市场的压力越来越现实和迫切：在基座大模型快速迭代的缝隙中，如何找到PMF，自我造血？

　　FancyTech成立于一个VC投资走入低潮的年份。因此，从成立第一天开始，FancyTech格外注重现金流、跑通商业闭环。

　　空界表示，之前做纯AI驱动的公司的想法“可能是一段弯路”，只聚焦在单点技术突破，很难在商业上建立闭环，创业公司在每个阶段都要再找一次PMF（Product Market Fit）。

　　“哪怕做得再深，大厂马上又可以跟你有一样的产品和效果，永远有人比你融到更多的钱，然后把你颠覆。”他说。

　　现在，努力打下一个个KA客户成为空界的日常。这轮融资完成之际，他还在朋友圈紧锣密鼓地分享了和玉泽、NINE WEST、新加坡大华银行（UOB）等客户签约的好消息。

　　空界也与《智能涌现》分享了这几年从国内到海外的实操经验，包括许多尝试与放弃。我们对这些分享进行了整理：

　　《智能涌现》：你们成立于2020年，刚好是在大模型浪潮来临之前。这几年你们的产品有过不少变化，现在你会怎么概括FancyTech做的事情？

　　空界：整个行业已经经历了三个阶段的变化。最早，大家都在做大模型；第二阶段，转向做AI应用，可能是自己训练小模型，或者直接接别人的接口。但这些方式的商业化前景都比较有限。

　　现在我们摸索出了第三步，就是平台化。我们建立了AI内容的商业平台，聚合了大量海内外AI创作者和工作室来做交付，我们一起共同服务客户。

　　他们可能是小型工作室，也可能是AI爱好者，会做一些小的模型训练，包括工作流、Lora等。他们都很专注于各自的垂直领域，比如有的专门做婴儿AI图像，有的专注于珠宝展示，能把戒指如何戴在手上的细节控制得很好。我们将这些优秀的创作者整合到平台中。

　　空界：我们构建了一个可编辑的平台。不同于只有专业人士才能使用的ComfyUI，我们的平台做得更通用易用。创作者可以上传工作流、Lora微调或基于开源的Fine-tuning模型。

　　我们在To B领域积累了大量经验，因为很多大模型公司包括海外公司都优先做To C。我们沉淀了各行各业的专业知识、工作方式和基础素材。

　　从中国到海外，我们发现ToB最好的实践方式是直接交付成果，而不是提供工具。我们做的客单相对比较高手机ip代理软件图片，许多工作室会基于我们的平台直接为客户交付成果。

　　空界：以前客户需要找agency、拍摄公司，要打光、实拍、请模特，拍完后还要编辑修剪。现在这些环节都不需要了。

　　空界：每一个制作环节，AI都能提升30%到50%的效率。这些效率提升累加起来，最终能给客户带来满意的结果。如果只是单纯的AI功能，可能只能解决客户50%到70%的需求。

　　商家会觉得，虽然你这里帮我提效了，但是整个结果还是不好，还是得我自己来做，所以这是现在AI没法落地的原因。

　　空界：比如我们在中东有一个房地产客户。那边房地产市场很火，他们在房子建好之前就开始预售。以前只有图纸，现在需要制作包括房子外观、室内效果图、家具生活场景等内容。

　　第一步是由Fancy在海外当地的商务团队谈下客户。第二步通过我们的平台，把整个项目拆解成不同部分，有的制作图片，有的制作视频，有的制作动效。第三步，我们会在平台上找到擅长相应领域的制作者，把拆解后的任务分配给他们。

　　为了提高他们的效率和竞争力，我们会提供平台上的各种工作流和适合的模型，让他们能更快速、更有效地生产。这些工作流和模型都来自于平台上其他创作者的贡献。

　　空界：比如迪斯尼和SHEIN来类比。迪斯尼每季度都有热门IP，但这些IP基本都不是他们自己做的，而是发现小范围内比较火的内容，把它买下来，通过电影放大内容，再通过迪斯尼乐园测试周边商品，最后通过全球代理放大销售。他们赚的是最终放量销售和最初买入IP之间的差价。

　　SHEIN则是在海外发现流行趋势，连接广州的小工厂做样衣，在网站上测试市场反应，受欢迎的就扩大生产。以前这些小工厂无法接到国际服装原创设计订单，但通过SHEIN的机制就可以实现。

　　同样的，中国的小型内容制作者以前也没办法接到海外大客户的内容制作需求，但通过我们的AI内容平台就可以实现，以前是生产供应链出海，我们是内容供应链出海，通过AI大幅提升了效率。

　　《智能涌现》：听起来好像已经跟AI技术的发展关系没有那么大？其实是商业思维的迭代，比如在你们的工作流程里面，人还是很关键的要素。

　　空界：这轮AI浪潮虽然很火，但真正能商业落地的很少。以前大家都希望像过去的SaaS一样，做一个纯粹的AI工具就能用，但AI很难解决100%的问题，即使是AI Agent也只是辅助人。

　　我们经过无数尝试，发现必须是少量人工加大量AI去完成交付，客户才会满意。因此我们一定要平台化，从AI的训练开始到真正交付的人，都要有外部的各种各样的人员加入。

　　空界：保证这个交付的结果，我们都是是靠自己的工作人员来跟客户的销售对接，项目管理就都是由Fancy来完成，经过审核和调整。

　　这样做的好处是，随着AI技术的发展，我们的这个效率会越来越高。可能从现在比如20%人工，比如降到15%、10%。

　　现在创业公司每天很担心的是，GPT-4或者GPT-5出来，OpenAI、字节今天又做了一个Agent，是不是他们就白干了？

　　空界：是循序渐进的。最早我们快速商业落地，之后我们发现都是自己做，太重了，必须要加入外部的角色。

　　以前，我们还训练自己的模型，效果不错，但是很垂直，可能只能做电商某一块业务，这个在商业上就没法继续扩量了。

　　我们拓展海外市场之后，发现AI内容的需求，每个国家和地区的风格都不太一样，所以必须是要加入第三方的，比如个人或小的工作室力量，大家一起基于开源模型做训练。

　　我们研究了很多不同的模型和工作流，开发了一套平台系统，让市面上大多数的图像、视频工作流和模型都可以直接导进来。

　　我们做海外市场的时候，发现其实AI内容的需求是非常多样的，每一个国家地区的那个风格都不太一样，这个时候就更是必须要加入第三方的模型和工作流到生态里，来满足需求。

　　《智能涌现》：过去两年其实大模型层的进展非常迅速。FancyTech怎么决定要不要自己训练模型，或者考虑这个投入产出比的问题？

　　大概从2022年下半年开始到2023年，我们开始训练自己的图像和视频模型，早期也吃到了这里的红利，因为那个时候你有模型，就会不一样。我们也抓住了自己的一个特色，因为我们做To B，所以我们在实物还原和控制上的效果比较好。

　　从2024下半年开始，我们发现只有我们自己的模型，不足以满足所有的客户需求，解决的问题有限。所以我们开始弱化自己的模型训练，交给平台上的创作者，他们各自可能就只训练其中一块。

　　空界：首先我们都做KA商家，现在不太服务SMB（中小型企业），我们标杆客户有三星、Lazada等等。

　　类目也越扩越宽，从服装拓展到快消、食品酒水、消费电器。国外需求跟国内不太一样，只要是跟广告有关的我们都覆盖，比如房地产、家居、餐饮、酒店、金融、银行、媒体都有。

　　空界：我们做的AI内容其实是一个非标准的东西，你说的都是定量的指标。先不去谈钱、成本、费用等等，哪怕好看程度是100分，现在用AI做是90分，客户都不会用你的。画质、内容质量、真实程度等等，这是首要标准。

　　《智能涌现》：你以前也服务过奢侈品品牌，现在FancyTech能用一套平台和系统，覆盖从快消到奢侈品，客户的差异性是否会太大了？

　　空界：所以我们没有让品牌直接和做内容的人对接，他们都是和FancyTech的工作人员对接的。这些工作人员很重要，他们需要知道在这个行业，客户需要什么风格、什么样式的内容，还能把需求拆解为很多小的、标准化的制作环节，更多是一种统筹管理的角色。

　　空界：我们2023年已经开始和当地的KA进行合作，相当于做Showcase，例如我们和三星、LG的合作都是头部案例。2024年我们开始在当地市场标准化复制，结合当地的渠道快速扩量，现在我们在超过10个国家都有合作客户。

　　空界：客单其实一直都保持在几万到十几二十万元左右。海外的行业和类目我们可以拓得更宽，因为海外人工会更贵。

　　空界：我们2024年签约已经过亿元，无论是签约、确认收入和回款，比2023年都是翻倍增长，2023年相比2022年是翻了5倍。今年我们预计还可以翻倍。

　　《智能涌现》：在国内，你们经常作为AI商业化的案例被提及，尤其是你们的投资人、金沙江创投合伙人朱啸虎。你们是找PMF的过程是怎么样的？

　　空界：PMF不是一次性的，而是分阶段的，每个阶段都需要再找到自己的PMF。我大致归纳过，一家公司收入从零做到每年2000万收入，就属于最早的PMF。

　　我们大概在2022年完成了PMF的第一步，发现电商这个领域需要很多素材，这个是高频刚需的。等下半年AI出来了，我们觉得可以用AI大幅提升效率，这是最早的PMF。

　　2023年我们开始扩量，那时就不能做单一场景、功能了，所以我们增加了3D相关的能力，也拓展了更高端的品牌客户。

　　第三阶段，我们发现高端的品牌客户有限，需求也有限，我们自己做，模式很重，后面再拓展到海外找PMF。

　　《智能涌现》：但从零做到2000万收入，在国内也不是个容易的门槛。再往前推，怎么做好概念验证，找到可以跑通的商业模式？

　　空界：任何的验证都是概率问题，都需要天时地利人和。前两个阶段一直就是我们自己咬着牙在试。那时我们有很多研发同学，可能一年要开发十个版本，十个不同的产品，十个不同的功能，里面可能最多只能有一个能成。

　　到了第三阶段，我们认知提高了，就发现不一定需要自己开发的东西去试，很多大模型或者工作流，就可以交给第三方的，我们尝试的东西就可以更轻量了。

　　空界：抖音、TikTok、Shopify我们都试过，还有各种工作场景，比如商品展示的素材能不能在邮件、CRM里用？广告除了线上，还能不能做线下？就不断试。

　　空界：在中国，就是电商场景挺好的。海外的话，其实线下屏幕的规模更大。海外的电商不像中国占比那么高，生态也更分散。

　　国内的话，大家可能更在乎的是素材的规模，海外会更追求内容的基础素材的精美、真实、还原度。各个地区的文化差异也很大。

　　我们也想过，要不要做纯AI驱动的公司，这其实也是一段弯路。哪怕你做得再深，大厂马上又可以跟你有一样的产品和效果，永远有别人比你融到更多的钱，然后把你颠覆。

　　空界：我们经常有交流。你们也知道他以前说不投大模型，因为觉得这会是未来的底层基础设施，同质化的可能性比较高。我们讨论比较多的是怎么做AI应用能赚到钱。

　　他后来也很支持我们探索不同的场景，包括自己训练一些特色模型等等。最近讨论得比较多的是怎么用一套统一的操作界面，去管理包括我们自己、商家的工作流。

　　空界：他们现在非常关心AI之类的新兴行业，想怎么样能够把过去的能源积累的财富，变成这个新的资产。

　　而且一带一路还是有很多友好的国家，比如沙特就是一个市场规模很大的市场，有点类似改革开放的状态，对AI技术很渴求。

　　《智能涌现》：2024年，其实行业里一直都在说找PMF落地这个事情。你作为一个过来人，有什么认知可以分享的吗？

　　空界：创业者首先要活下去，然后留在牌桌上，把时间拉长，其实有很多机会一边追求技术，另外要能够搭建商业模式，两边要能相互循环起来。

　　不能着急那一下。比如，别把所有资源，用来极致追求短期的技术效果，即使做得很有特色，但可能过段时间底层大模型又变化了，又被替代了。