夜雨聆风
消费入口｜视觉上下文｜颠覆分发｜极致个性化
出品 | AI闹
01.
于是，它为你生成一套适合这个夜晚的 look，然直接把你放进餐厅实景，你可以提前预览「那一晚的我，是不是足够迷人？」
很多穿搭想象，秒变成现实。「现在品牌通过投放 kol 完成，用户还要在脑子里完成转换。看别人再想这件衣服穿在自己身上会怎么样？？这个代入是有门槛的。Viba 相当于直接做了显化。」梁芊荟非常笃定的认为，VIba是一条更AI -Native 的消费种草链路，「其实很少有人意识到，每一次穿搭背后，都藏着一个人的生活计划和深层意图。」
Viba部分交互界面
一键灵感换装，直接生成现实效果
02.
梁芊荟对「穿搭和生活方式」有自己独特的理解，和她的经历有关。
她毕业于同济建筑系，之后去 MIT 读设计和计算机，这是一个交叉学科，主要研究空间里如何设计视觉信号让人更愉悦；毕业后。她进入华为做相机和 AR 项目，同样研究技术如何理解空间、影像和人的生活场景。
「比如华为什么比别的手机拍月亮、拍花效果更好？背后有一个核心判断：在这个场景里，用户真正想要被强化的视觉和情绪是什么？然后再从底层芯片、图像处理算法到后 AI 的算法，一起把效果做出来。」
这也解释了为什么当她想切入i新一代消费决策入口时，不是从内容、流量和货架，而是从「 visual context」（视觉上下文 ）为起点思考。
在她看来，一张简单的照片即是一个人生活方式的切片，她用了一个有趣的比喻，当一个人拍一张照片时，很像原始社会打猎，行为背后本身蕴含着「如何生活、如何表达自己、接下来想干什么」的信号。
而一张照片在她看来细节如此丰富：服饰廓形、色彩、材质，用户的身材、族裔、身体特征，场合、姿势、光影、情绪滤镜，包括整体传递出来气氛是松弛、性感、酷、甜，还是有距离感，都在回答一个问题：
这个人此刻想呈现一个什么样的自己？背后又蕴含丰富的信号。
梁芊荟是双子座，有非常严谨但又足够疯狂的一面。疯狂的一面——热衷一切极限运动，比如征服雪山。以及在「视觉上下文」在今天还是行业非共识，通常只会运用在识别和生成时，她非常坚定这就是下一代消费决策的入口。
梁芊荟在MIT，巧合的是小红书的初代产品经理也是建筑师。
梁芊荟开卡丁车，她热衷运动
03.
消费入口也在不断变化。
互联网时代，淘宝和亚马逊值钱，因为它们离交易近。Google 和百度也值钱，是因为它抓住了明确的搜索意图。
移动互联网把「消费意图」往前又推近一步。小红书、TikTok、Instagram、Pinterest 让用户在还没想清楚要买什么之前，先被内容刺激，所谓「种草」。这一代平台是把内容、KOL、KOC、社区互动和购买决策压缩在一起。
进入AI时代，消费意图必然会再前进一步，因为AI改变了分发的单位。
现在小红书分发一篇笔记、一个视频、一个博主、一种生活方式，都还是在分发内容，而Viba分发的是一个由 AI 生成的、场景化的人，它把分发单位变成了「人」。
这个变化很重要：因为内容不再是库存，而是变成了界面。
VIba不需要再储备海量内容，也不需焦虑流量，它的链路是反的，先理解你是谁，再实时生成内容。
Viba没有库存，一切都变成了界面。
所以，消费决策入口一定会发生改变，从「看到内容」种草变成「看到我自己即将进入的生活场景」再种草，类似一个更私人的消费代理。
未来，谁能掌握用户的意图，谁就能控制分发。
梁芊荟的判断更激进，「AI 一定会把消费链条极致压向两端：一端是品牌端甚至品牌开始按需生产，另一端是用户端的个性化意图。中间的 KOC、导购、比价、内容分发渠道，都会被压，甚至消失。」
未来，也许我们被种草的那一刻：不是看到别人如何生活，也不是看到一张漂亮的商品图，而是迷上一个被 AI 生成的自己。
未来消费会先从「意图」出发，一个具体场景
不打扰、不侵入
构建意图之前要先搭建信任
AI闹一句话介绍Viba是什么？
梁芊荟一个懂你生活方式的 AI 闺蜜。
AI闹为什么不是 AI 导购、AI 穿搭助手？
梁芊荟因为 Viba 不是 chatbot，不是生产力工具，它提供的是真实生活的灵感建议。所以拉长周期来看，最重要的是先和用户建立信任关系，闺蜜是一种信任关系。
这也是我认为 AI 时代最重要的商业价值——不再是流量和注意力变现，而是单用户价值。
为此我们还做了一个比较有意思的产品设定，叫红黑闺蜜。像女孩子一起逛街。一个闺蜜会和你说：哎，你穿这件真的很好看。但另一种闺蜜也会提醒你：你已经有好几身这样的了，别再买了。真闺蜜知道你所有事情，给你建议，但她首先站在你身边，而不是卖货。
AI闹小红书有真人、有评论、有经验感，AI 生成的图片再漂亮，也可能让用户怀疑：是我真的适合还是品牌推荐？A
梁芊荟我是建筑师出身，建筑师做产品天然重视「流线」。一方面是功能布局，另一方面是人在空间的行动路径，转到产品里就是用户旅程。也因此在设计这个 AI 闺蜜时，我们尽量让她的介入不突兀的，而是应该自然镶嵌在用户的生活流。
当一个用户进入 viba，就是简单几个提问，你的兴趣爱好？是一个 party girl，还是更喜欢运动？最近关注什么风格？
有了基础的信息，用户会先得到灵感推荐，一部分来自你喜欢的风格，另一部分用趋势内容做冷启动，保证你每天看到自己生成的九张灵感图片是好看的，能命中你的审美的。
当用户觉得我们的审美可信，会开始主动问：能不能把聚会信息发过来，帮忙设计 dress code，我们才会主动提问了解意图。当用户在真实世界获得正反馈，会返图回来，这也代表信任机制的建立。
总之先证明价值，再建立信任，进而把获取用户上下文嵌入自然的产品机制，避免让用户有被索取和打扰感。
AI闹 一个人在见朋友，见同事，参加party，去商务场合，是完全不同的风格和穿搭，Viba怎么理解这些意图？
梁芊荟 产品现在会把一个人的记忆拆成几个层次。
第一层是长期不变的东西。比如族裔、body shape、你所处的人生阶段，所在的城市。
第二层是 social role。比如你是学生，同时也是某人的情侣，也属于某个社群，一个人通常同时有 2 - 3 个社会角色。
第三层是兴趣、爱好和典型生活场景。比如你喜欢看展、或者打网球。
现阶段在北美测试我们发现了三个高频场景：约会，旅行和音乐节。在不同场景下，会设计不同的互动的方式，比如一个女孩约会回来，我们是不会主动询问结果的（笑）。
之后会每晚主动推送 daily inspiration，构建更深的画像，你收藏了什么、下载了什么，remix 了什么。
当用户被某个 look 打动时，我们会主动理解背后的意图：为什么喜欢？要穿去哪里？你想在那个场景里呈现什么状态？比如用户关注了一条蓝白色裙子，我们会进一步理解：要去海边旅行，还是要去演唱会？如果用户照着推荐买了，之后穿了，线下被朋友夸「你今天真好看」，绝大多数愿意返图，进而我们又拿到了非常关键的信号。
AI闹 现在最看重哪些用户数据？
梁芊荟 目前的北极星指标： 对于首页推送内容或用户二次创作内容的收藏。这个代表带着高消费意图的资产。未来，我们还会在此基础上叠加场景覆盖率。
站内最活跃的用户，每周能收藏 20 多个资产。人均周收藏量13.79%，活跃用户的峰值周收藏量 28.52%。周留存 53%，商品查看转化7% 。
AI闹 先做美国市场而不是中国市场，然后再美国市场切拉丁裔和韩裔而不是白女白男，为什么？
梁芊荟 在AI 时代达到亿级用户量的 C 端产品一定是由人口结构变化决定，而不是单一功能。就像当年小红书，它最初切入的留学生群体背后是中国经济飞涨涌现的高势能消费人群。
我们切入这两个群体也是在美国做了很多人口数据研究。尤其拉丁裔是 Genz 增长最快的人群，达到 30% ，
他们又有极强的表达欲和个性主张，具体表现在在文化和体育领域的超高影响力，比如今年超级碗，有非常多西语歌手，k-pop 已经成为一种身份象征。
产品冷启动肯定希望从具体文化场景切进去，而不是泛泛地做一个所有人都可以用、但没有明确人群抓手的产品。
我再做个简单的比喻，现在切入韩裔和拉丁裔相当于在国内切入 50 万沪女，必然会泛化到 200 万江浙沪独生女（笑）。
视觉上下文=个性化建模
通用审美保证下限
AI闹 当Viba深度理解我之后，如何推荐给我的穿搭既适合我的，又能给提供惊喜？当探新内容推送后，重点看用户在端内产生的交互。比如有没有收藏，有没有反复查看、放大，或者有没有做二次表达和创作，再去对齐探新偏好。
比如 3 月份 Viba 推荐给我一条牛油果色的裙子，我日常是极简风格，这条裙子是我过去根本不会涉足的风格，但看后觉得挺喜欢下单购买后，周末出去也挺出片的。因为 Viba 了解到 3 月上海进入春天，我的兴趣是画画，周末爱去逛展，结合上海最近的展览风格和场所真实环境，给我推荐的穿搭就变成「惊喜」。
Viba最有商业价值的场景也在此，先理解用户的生活场景和真实意图，再推荐一些他完全想不到但又适合的款式。
viba为梁芊荟生成的牛油果裙子穿搭，实景效果
AI闹 会不会推荐出「惊吓」？
梁芊荟 会，比如最近给我推的一组就是惊吓（笑），让我带上米奇配饰，很可爱的风格，吓死我了，我完全不是这个风格。估计 Viba 应该知道我快生日了，才给我推荐这么欢乐可爱的迪士尼风格。
AI闹 如果今天我想穿得「奇怪」一点，Viba会怎么理解？
梁芊荟 我们的审美美模型是一个相对通用的、可被定义出来的「美」，它保证了推荐的下限。也就是说，Viba 给你「奇怪」的推荐，一定是大众意义上的好看。
奇怪就是「个性化」的部分，我们围绕场景，构建动态 context 和上文提到的用户记忆，也就是你在不同活动、不同场合下喜欢什么样的风格，你有哪些视觉偏好。等于在一个通用审美模型之上，叠加用户自己的向量表达。
AI闹 通俗易懂讲解下，你们的通用审美模型是怎么构建的？
梁芊荟衣服、颜色、材质、身材、姿势、光影、场景、情绪这些看起来很主观的视觉信息，AI 全部转换成一组可以计算的数字坐标。
这些数字在一个巨大的审美空间里标记它的位置：偏正式还是偏日常？偏性感还是偏松弛？可以把它理解成：AI 给每一个视觉元素做了一张「审美坐标」，模型要判断坐标之间能不能匹配——就是这件衣服和场景，是否彼此对得上。
极致个性化分发
AI闹 小红书、TikTok、Ins已经是消费者最习惯的种草平台了，Viba能提供什么新价值？
梁芊荟 很多时候，人其实并不知道自己想要什么。比如一个在洛杉矶的用户，看到抖音上有一个跟他差不多年纪的人穿着 Alo 在 Santa Monica Beach 跑步，他确实想买 ALO。
但种草往下深挖又要分两层。
第一层今天的种草内容，大部分是品牌通过投放 kol 完成，用户还要在脑子里完成转换。看别人，再想这件衣服穿在自己身上会怎么样？？这个代入是有门槛的。
Viba 相当于直接做了显化，用户可以直接 check your fit，看到同样的场景服饰搭配放在自己身上到底是什么样，这样更直接。
更深一层是我对 AI 时代商业模式的洞察。
移动互联网平台的生意本质是围绕流量和注意力，平台优先推荐被流量、算法机制奖励的内容，这些内容未必适合你，它不是围绕「人」做分发的，而是围绕「内容」做分发。
AI 时代一定会让分发和推荐的逻辑发生转变，变成通过理解人的生活、审美、身份、意图，再做出颗粒度更细的，更个性化的分发，这又叫「意图消费。」
Viba 的商业价值就在此，它一定是未来最重要的消费决策入口。
AI闹 Viba能给品牌提供什么新价值？
我们带给品牌是一个人背后更具体的生活场景、文化语境和情绪动机。
比如 LA 一个网球品牌。在我们这里做广告是这样的：用户 A 是一个生活在 Santa Monica 的 Latino，她不是「网球发烧友」，她想穿着这件衣服去海边游船；用户 B 生活在 Pasadena，老钱风，穿同样的衣服是去网球场、打球，体面社交。一个网球品牌，一件商品，针对不同人的演绎方式完全不一样，品牌有了这些可以做动态匹配。
这也是为什么现在很多美国品牌都希望跟我们合作。今年六月马上我们会在LA 与一个知名时尚品牌达成新一季未发售系列与城市大秀的合作。
AI闹这让我想到一个画面，如果未来耐克要在Viba投放广告，应该能实现一人千面，我很可能在三十天收到三十条以我自己为主角的，但完全不同的耐克广告。
梁芊荟 一定会是这样。甚至同一个人，今天上午看到的广告和下午看到的广告也是不同的。广告也会走向极致个性化，品牌不再只是卖一件商品，而是把商品翻译成每个人当下想要的生活状态，嵌入到用户真实的生活。
AI闹 人和货的匹配效率大幅度提升，很多中间商不存在了。
梁芊荟是的，AI 会让消费链条被压向两端：一端是品牌按需生产，一端是深度了解用户的平台。过去夹在中间的 KOC、导购、比价、内容分发渠道都会被逐渐削弱。
最核心的价值一定是通过视觉上下文为一个人的生活场景和生活方式深度建模。
AI闹如果AI时代注定会诞生新的消费决策平台，那平台上什么数据是最核心的？
梁芊荟 流量和DAU肯定是不值钱了，这也是为什么我觉得很多同行没有理解一件事，AI不会带来attention需求的增加，本质只是降低成本，现有的大平台也可以同样降低成本，这不是创业公司的机会。
人的有限性会非常值钱。
我们需要深度理解每个人一天只有 24 个小时，社交能量是有限的，能在真实世界里探索、体验、建立关系的机会也是有限的，钱包也是有限的。
所以未来最重要的不是把用户留在屏幕刷更多内容——这也是为什么我们不愿意做 kill time 型产品，也不想被误解为「内容互动」产品——Viba希望通过理解一个人在有限的时间、有限的社交场景和有限的消费机会，帮他做更好的选择。
也因此现阶段最重要的只有两件事，第一，通过穿搭和用户建立足够深的信任；第二，通过视觉上下文持续建模，理解用户的意图。
之后，一切商业价值会自然发生
图片来源｜被访者
加入社群
