技术选择背后的用户逻辑：美图的垂类模型思考

作者 | 曲晓超 策划 | 罗燕珊 在视觉 AI 快速演进的当下，从底层算法到场景落地，技术与用户需求之间的连接正变得愈发紧密。 不同于一味追逐"通用大模型"趋势，美图选择聚焦于多个细分视觉场景，通过垂类模型深入挖掘用户 价值，实现精准响应与产品化落地。 InfoQ：美图选择在多个细分视觉场景上部署垂类模型，而不是一味追随通用大模型路线。这个选择 背后的判断标准是什么？您怎么看垂类模型的长期价值？ 围绕垂类模型的价值判断、视觉 AI 的产品演进、AI 工作流的构建机制以及未来图像智能化的新趋 势，日前 InfoQ 与 美图公司高级计算机视觉专家曲晓超 进行了简单交流，了解其背后的技术选择与 实践路径。 8 月 22～23 日的 AICon 深圳站 将以 "探索 AI 应用边界" 为主题，聚焦 Agent、多模态、AI 产品设计 等热门方向，围绕企业如何通过大模型降低成本、提升经营效率的实际应用案例，邀请来自头部企 业、大厂以及明星创业公司的专家，带来一线的大模型实践经验和前沿洞察。一起探索 AI 应用的更 多可能，发掘 AI 驱动业务增长的新路径！ 曲晓超： 根据用户需求迭代模型能力和产品功能，打造真正落地的 ...