1. 一张成绩单海外收入超90%的软件公司到底什么来头1.1 “墙内开花墙外香”的创意软件隐形玩家先聊个容易被忽略的事实万兴科技这家公司在普通消费者圈子里名气不算大但在中国软件出海这个圈子里它几乎是绕不开的样本。做视频剪辑的喵影工厂Filmora、做PDF编辑的万兴PDFPDFelement、做流程图和思维导图的亿图系列EdrawMax这些都是它的产品线。如果你去YouTube上看一眼欧美博主的视频教程会发现不少人的剪辑软件就是Filmora而非Premiere Pro这类专业工具。这家公司的特殊之处在于营收里超过90%来自海外市场。什么概念就是它每赚100块钱有90多块是从海外用户口袋里掏出来的。一家中国公司不靠国内流量红利不靠政策补贴完全靠产品力在欧美日等成熟市场站稳脚跟这件事本身就很值得拆一拆。我最早注意到万兴是因为一个很有意思的细节它总部在深圳但产品团队分布在长沙、杭州等地而海外运营中心铺在全球多个国家。这种“中国研发全球运营”的组织形态在软件出海公司里属于比较典型但又很考验管理功力的架构。它既要保证研发效率又要让产品真正“懂”海外用户的习惯这两件事能同时做好的公司其实不多。1.2 收入结构拆解90%背后其实是三条护城河很多人看到“海外收入超90%”这个数字第一反应是这家公司是不是运气好踩中了出海风口。但如果你把万兴的商业模式拆开看会发现这个90%不是结果而是原因。正是因为它从一开始就面向全球市场做产品才逼出了一套完全不同的产品方法论。第一条护城河是多语言多版本的产品能力。万兴的产品线几乎从第一天就开始做国际化一个软件要同时适配英语、德语、日语、葡萄牙语等十几种语言这不是简单翻译一下界面就完事而是连帮助文档、客服话术、营销素材都要本地化。举个例子Filmora的教程视频在YouTube上有几十种语言版本这种内容资产本身就构成了竞争壁垒。第二条护城河是订阅制的商业模型。万兴很早就从一次性买断转向了SaaS订阅用户按月或按年付费。订阅制的好处不只是现金流稳定更重要的是倒逼产品团队持续迭代。你收了用户的年费就得不断给用户新功能否则第二年用户就不续费了。这套机制让万兴的产品更新节奏明显快于同体量的国内软件公司也让它更早感受到了AI技术对创意工具赛道的冲击。第三条护城河是全球渠道的精细化运营。海外软件分发不只是上架App Store和Google Play万兴在官网直销、搜索引擎投放、联盟营销这些渠道上积累了十几年的数据和经验知道什么关键词转化率高、什么素材在哪个地区效果好。这种渠道经验很难复制因为它是一点点踩坑踩出来的。三条护城河叠加的结果是万兴在创意软件这个细分赛道上形成了一种“产品—订阅—渠道”的正循环。海外用户付费意愿高支撑了产品研发投入产品体验好又拉动了订阅转化渠道精准则保证了获客成本可控。理解了这套正循环才能看懂它后面布局AI影视的逻辑。2. 从工具出海到订阅制万兴这套打法是怎么跑通的2.1 产品定位哲学“做剪刀不做摄像机”万兴的产品策略里有一点特别值得说就是它对“工具”这个定位的坚持。拿视频剪辑举例Adobe Premiere Pro是给专业剪辑师用的“摄像机”功能强大但学习曲线陡峭Filmora则定位成“剪刀”让一个完全没学过剪辑的人半小时内就能剪出一条像样的视频。这个定位在海外市场非常吃香因为欧美有大量vlogger、小企业主、教育工作者他们不需要好莱坞级别的特效只需要一个能快速上手、模板丰富、导出方便的工具。这种定位哲学直接影响了万兴的AI转型节奏。回看Filmora的AI功能演进你会发现它不是一上来就堆大模型而是沿着“降低创作门槛”这条主线一点点加入AI能力AI抠图帮你把一段视频里的人物自动抠出来AI文案帮你根据视频内容生成标题和描述AI声音克隆让你用自己的声音配旁白AI数字人则让不会出镜的用户也能做“真人出镜”的视频内容。每条AI功能都踩在同一个逻辑上用户卡在哪里AI就出现在哪里。这种“问题驱动”的AI落地方式比“技术驱动”的AI落地方式更务实也更符合中小型软件公司的资源禀赋。万兴不需要自己训练一个比GPT-4更强的模型它只需要把已有的模型能力变成用户能感知到的“更好的剪辑体验”。2.2 本地化不是翻译是一整套运营体系很多中国公司出海对本地化的理解停留在“把界面翻译成英文”。万兴的做法是把一个产品当成一个“本地品牌”来做而不是“在中国做的产品换个语言卖到国外”。举几个具体的例子。在支付环节万兴针对不同市场接入不同的支付方式欧美用户习惯的PayPal、信用卡自不必说东南亚用户常用的电子钱包、拉美市场流行的分期支付方式它也一个一个接。在客服环节万兴在全球设了多个时区的客服团队用户发一封邮件基本能在24小时内收到回复而不是像某些公司那样用自动回复敷衍。在营销环节万兴跟当地的创作者合作做产品测评而不是简单地投广告。这套本地化运营体系放到AI影视新赛道里就成了一个极强的协同优势。AI影视工具的用户遍布全球内容素材和语音需要适配多语言多文化场景万兴过去十几年练出来的本地化能力可以直接平移到新业务上。我之前和一个做视频工具出海的朋友聊过他说现在国内很多AI视频公司发愁的问题不是模型不行而是不知道怎么让海外用户信任你的产品。万兴在这件事上的起点至少领先国内大多数AI创业公司五到十年的积累。3. AI转型工具箱如何长成“AI创意平台”3.1 为什么押注AI视频这是创意工具基因决定的2023年以来几乎每一家软件公司都在谈AI但真正把AI写进战略核心的并不多。万兴属于动作比较激进的那一类。它在2023年初就对外喊出了“All in AIGC”的口号把AI列为公司级战略方向。当时很多人觉得这是在蹭概念但如果你跟踪万兴这几年的产品迭代会发现AI不是贴在表面的标签而是切切实实嵌入到了产品线的每一个环节里。从商业逻辑上看万兴选择AI视频作为主攻方向是水到渠成的事。它的基本盘在视频剪辑、PDF编辑、绘图设计这些创意工具上这些工具的核心使用场景都在围绕“视觉内容生产”。AI视频刚好是视觉内容生产里技术迭代最快、市场空间最大的方向。从2024年开始以Sora为代表的一批AI视频生成模型把“文本生成视频”变成了一件可用的事短视频、广告、影视预演这些场景都被快速激活。万兴在这条赛道上的位置用一句话概括就是它不做模型本身而是做模型和应用之间的“最后一公里”。用户用某个开源或商业化的视频生成模型生成了一段素材接下来要做剪辑、配乐、加字幕、调色、转场这套生产流程恰恰是万兴擅长的领域。AI模型负责“从无到有”万兴负责“从有到优”这两者不是竞争关系而是上下游协作关系。3.2 产品矩阵里的AI落点从“功能”到“工作流”如果把万兴的AI产品布局画成一张图大致分三层。底层是通用AI能力包括大模型接口、语音识别、图像处理这些基础的模型能力中间层是AI功能模块比如数字人、AI绘画、声音克隆、文案生成顶层是面向具体场景的产品线比如面向视频剪辑的Filmora、面向文档处理的PDFelement、面向营销视频的万兴播爆。我对产品细节做了点梳理能更直观看到AI是怎么落地的产品线核心AI功能对应场景FilmoraAI剪辑助手、AI文案、AI声音克隆、AI数字人短视频创作、直播切片、自媒体运营PDFelementAI阅读助手、AI总结、文档对比办公文档处理、学术阅读、合同审核万兴播爆AI数字人播报、多语言配音跨境电商营销、企业宣传视频亿图系列AI生成流程图、AI思维导图产品经理、程序员、咨询顾问这个矩阵里最值得关注的是Filmora。海外YouTube博主对它的AI功能评价普遍比较高尤其是AI剪辑助手能自动识别视频里的高光片段并剪成几十秒的短视频这对很多不想学剪辑的创作者来说是刚需。而AI声音克隆这个功能可以让用户用自己的声音读文本省掉了大量的录音重录时间。这些功能单独看都不算颠覆性但组合在一起就让Filmora从“剪辑工具”变成了“视频创作工作流”。万兴做AI产品还有个特点它不太追求“首发”和“炫技”更看重稳定性和易用性。我实测过几个同类AI视频工具有的生成效果确实惊艳但时不时崩一下导出还不稳定这种体验在专业创作场景里基本不可用。万兴的AI功能给我的感觉是把可靠性放在第一位能让创作者放心把半成品丢进去加工。这个策略跟它的用户构成有关——Filmora用户很多是初级创作者他们需要的是确定性不是科幻感。4. AI影视新赛道“回国练兵”到底练什么4.1 AI短剧风口的产业链拆解说回标题里的重点AI影视和“回国练兵”。先拆AI影视赛道本身。2024年到2025年AI短剧是内容行业最热闹的方向之一。传统短剧拍摄要实景、要演员、要剧组一部剧成本少说几十万有的大制作甚至上百万。AI短剧的逻辑完全不同——用AI生成角色形象、场景画面、配音配乐一个人团队就能完成一部剧的全流程制作。这个变化直接拉低了内容生产的门槛让很多小团队甚至个人创作者有了做“剧”的可能。从产业链看AI短剧大致分四层最底层的算力与模型负责训练和推理视频生成大模型第二层的工具链负责把模型能力包装成具体产品比如文生视频、图生视频、数字人驱动第三层的制作环节导演、编剧、美术、剪辑利用工具完成成片第四层的分发与商业化短剧平台、社交媒体、广告植入完成变现。万兴切的是第二层和第三层的衔接位。它一方面提供视频生成的工程化工具让创作者能用更低的成本生成稳定可用的素材另一方面它自己也在下场做AI短剧内容用实际项目来测试和完善工具。这种“既做工具又做内容”的打法在AI视频赛道里属于一种比较前沿的探索——工具公司离用户场景越近越知道用户真正要什么。4.2 “回国练兵”的三个战略意图理解“回国练兵”不能只看字面意思——以为万兴是海外做不下去了才回来。我拆解下来至少有三个层面的战略意图。第一个意图是国内市场验证AI影视的生产范式。万兴过去的收入大头在海外国内业务体量一直不大。但AI影视这个赛道有个特殊之处短剧的内容消费场景和商业模式国内比海外跑得更靠前。国内短剧的付费模式、平台生态、用户习惯已经验证得很成熟海外市场反而还在早期。万兴选择回国做AI影视本质上是把海外打磨过的AI工具链搬到内容工业化程度更高的市场来“压力测试”。第二个意图是用内容项目反哺工具研发。AI影视行业有个典型痛点你问创作者“你缺什么工具”他说不清楚你直接给他一个工具他又觉得不好用。最有效的产品调研方式是自己先下场做一批片子在真实制作过程中记录卡点。万兴在AI短剧上的布局与其说是为了赚内容分成的钱不如说是在为工具端积累大量的真实生产数据——什么样的镜头AI处理起来最费劲、什么样的脚本最容易生成稳定画面、什么样的音画匹配逻辑最影响成片率。这些经验坐在办公室里靠产品经理拍脑袋是想不出来的。第三个意图是保持资本市场和行业话语权。这个可能有点敏感但确实是客观存在的事实。AI浪潮下如果一家公司只是闷声做工具不在前沿赛道里亮出自己的位置它在融资、招聘、生态合作上都容易掉队。万兴通过AI影视新赛道的高调布局向市场传递“我不只是老牌工具厂商我是AI创作基础设施提供商”的信号这件事本身对一家上市公司的长期价值是有意义的。5. 隐忧与挑战出海优等生的AI大考5.1 研发投入与利润率的拉扯万兴的故事听着很美但摆在面前的挑战同样真实。第一个挑战是AI研发投入和利润率之间的拉扯。做AI影视工具底层要接大模型API中间要搭微调训练链路上层要持续迭代产品功能每一层都烧钱。而万兴的核心产品Filmora在海外定价并不高个人版一年几百块钱人民币还经常打折在一个客单价不算高的工具软件里塞入那么多AI能力成本压力是肉眼可见的。从财报数据看万兴近两年的研发费用率一直在提升利润率相应受到挤压。这种“牺牲短期利润换长期AI能力”的打法资本市场并不总是买账。AI概念热的时候股价跟着概念走AI概念冷下来市场又开始盯着利润说话。万兴需要在“AI故事”和“盈利现实”之间找到一个平衡点这个平衡点的位置将直接影响它后续对AI影视新赛道的投入力度。5.2 巨头入场后的生存空间第二个挑战来自竞争格局。AI视频这条赛道已经不是一个安静的小池塘了。字节跳动的剪映和即梦、OpenAI的Sora、快手的可灵还有国内外一批专注AI视频生成的创业公司都在争抢用户的时间和创作者的钱包。万兴的Filmora虽然在海外创意工具市场有一席之地但面对字节、OpenAI这种级别的对手它的体量悬殊是不言而喻的。不过这里有个容易被忽视的点平台型巨头做AI视频重心往往放在“把用户留在自己的生态里”。剪映的AI功能做得再好主要服务的也是抖音生态里的创作者可灵生成视频后再加工还要回到自家的创作工具里。而万兴的优势在于它是一个相对中立的第三方工具平台用户可以把手上的素材拿进来在各种AI视频模型之间自由切换导出后再分发到任意平台。这种“不绑定特定生态”的中立位置在创作者越来越反感平台垄断的背景下反而是一种差异化优势。但中立位置的前提是产品够好。如果万兴的AI功能和剪映拉开明显差距用户不会因为“中立”这个理由就多付费。所以接下来两年万兴在AI影视工具上的产品创新速度会比任何财报指标都更值得关注。6. 实操视角从万兴案例里能抄到什么作业6.1 对软件出海团队的三点启发跟踪万兴的时间久了我越来越觉得看一家公司不能只看它“做了什么”更要看它“没做什么”。万兴在AI浪潮里最让我佩服的一点是它没有丢掉自己的基本盘去追逐风口。很多软件公司一看AI火了赶紧把产品改名叫“XX AI”实际功能没变只是加了个聊天框。万兴的做法是把AI藏进现有产品的每一个操作流程里用户甚至不需要学一个新软件就能享受到AI带来的效率提升。对想做出海的软件团队来说万兴至少提供了三个可以抄作业的思路。第一先想清楚你的用户“卡”在哪而不是先想AI能“炫”什么。第二把本地化当成产品功能来做支付、客服、文档、教程每一层都要像打磨核心功能一样打磨。第三订阅制不只是收费模式的改变它是倒逼你持续迭代产品力的制度设计。这三个思路单独都不算新奇难的是像万兴这样十几年如一日地执行下来。6.2 AI影视赛道上的个人创作者机会最后聊聊对普通创作者的启示。AI影视新赛道起来后很多人的第一反应是“坏了AI要抢我饭碗了”。我倒是持相反的看法。AI视频生成模型越是强大能在镜头语言、叙事节奏、审美风格上做出判断的人就越值钱。工具帮你把100条素材变成10个可用的镜头但选哪10个、按什么顺序剪、配什么音乐这些依然需要人的判断力。万兴“回国练兵”的深层意义其实也在这一层它不是在培养AI取代创作者而是在培养一批更会用AI的创作者。AI短剧的门槛降低之后真正稀缺的不是“会做特效的人”而是“会讲故事的人”。这个趋势对个人来说不是威胁是机会。早点学会用AI工具辅助创作哪怕只是用Filmora的AI功能提效剪辑流程都能在下一轮内容竞争里占到先机。我实际用AI工具做过几条测试性的短片最大的感受是“瓶颈从制作能力转移到了创意策划能力”。过去你想做一个片子先要想清楚自己有没有技术能力实现现在你只需要想清楚要表达什么剩下的交给工具链。万兴在这条路上能走多远现在下结论还为时过早但它把AI影视赛道作为“回国练兵”的切入点这件事本身已经足够说明这个方向值得所有人关注。