社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  aigc

AIGC的又一爆款!详细解密美国总榜第一APP:Remini的增长之道

九日论道 • 2 年前 • 755 次点击  

我们先来看看Remini最近一年的战绩,iOS一年收入1700w+,GP一年收入590w。合计超过2000万+,再加上这波爆款,23年这款APP到3000w美金应该问题不大。

从7.10开始,爬到美国总榜第一,已经霸榜一周,在全球几十个国家总榜第一,预计单天收入可达到100w+美金。继Lensa之后又一个AIGC大爆款。

Remini背景介绍:

熟悉这个产品应该知道,最初Remini是中国公司做的,主打图像超分技术,也就是老照片变清晰。

创始人有图像算法背景,据说是商汤出来的,2022年Remini被意大利公司Bending Spoons收购。

简单讲下这个Bending Spoons公司,之后可以出一篇文章详细讲。

这个公司属于全能型选手,旗下产品大部分是收购而来,去年还收了Everonote。

收购来的产品,重新做产品设计和商业化设计,再配合做营销,前些年只做欧美等高收入地区,最近开始全球开花,东南亚、中东都在做。

之前看到一个有意思的新闻:2022 年,Tim Cook 到米兰参观 Bending Spoons 办公室时,几位创始人对他透露,在全球非游厂商中,Bending Spoons 能排在 Top10。

Remini应该是收购的第一个AI产品,可能是公司有意识的补足自己的AI能力。去年的AIGC浪潮,这个公司也出了相关产品Dawn AI,感兴趣的可以去体验下,产品做的还是很不错的。

Remini这次是如何增长的?

从目前来看,更多靠社交媒体传播,目测前期是试水找KOL加后期自爆,从拉美先开始,后面到欧美、东南亚,但是在日本韩国中国没有明显变化,也许是时候未到也许是内容不适合东亚。

传播场景1:生成baby照,预测我宝宝长相,基本都是女性用户在晒,下面视频来自tiktok,点赞80k+

感受下作者是怎么说的

传播场景2:生成形象照,尤其是LinkedIn职业形象照



传播场景3:生成怀孕照,这个还是挺有意思的,第一次看到这类场景的传播,不过对应线下的孕妇写真就能理解了


Bending Spoons投放是做的很好的,在收购Remini后,也加大了投放比例。但我发现:当前投放没有做AIGC内容的投放,还是之前的投放,主要是芭比滤镜和照片增强。

投放不是这次爆火的关键,但是Remini的用户基数为这次爆火提供了必要非充分条件,如果没有足够的用户参与,爆的几率会低很多。


Remini产品、技术和商业化

App store搜索结果页:用活动做了承接,活动主题是barbie ai,这是一个芭比滤镜。没有ai头像、ai照片的宣传,说明团队并没有预测到ai头像会大火。应用详情页也是宣传的图像增强,没有AIGC相关的。


1.产品功能

  1. User guide页面:打开app后,先是一个用户引导页面,宣传点还是图像增强,用了多张对比图


b.主页面分为四个tab,默认tab是图像增强,后面两个是AI相关,最近爆火的在第2个tab,很有意思,之前Lensa也是爆火的功能在一个不明显的入口,可以猜猜背后的动机是什么?

默认tab,图片增强,给了芭比滤镜一个banner位,猜测芭比滤镜是她们主推的


AI照片tab:从UI来看,主推形象照场景场景,面向女性👇


生成ai图像需要8-12张,这个图片张数要求对用户来说是一个挑战,这也是训练小模型必备的,否则很难生成好的效果



造型选择页面选择对标的模型照片,这个也是爆火的原因,给了很多可能性,不像之前ai相关的,只有一种场景。满足了用户的多种场景,更容易引发共鸣,形象照、婴儿照、孕妇照。


生成页面:生成时间在5分钟左右,这个就是小模型训练过程

生成页面有个小亮点,它有个制作完成通知我的场景,这样push打开率会高很多。


生成结果:我用了刘亦菲的照片,选了小孩子模型,看看最后生成的效果。整体质量还是很高的,估计是亚洲人的数据少,所以生成出来的会有偏拉美感。


2.商业化策略:

只有订阅,没广告,这也是这家公司的特点,订阅分为两个主界面,一个是开屏一个是使用产品过程中的订阅页面;但是两者都选择了默认直接周包,给了免费试用的开关选项。

经验之谈,对于这种非高频的爆款型产品,周包很适合,一个是定价可以低一些让用户心理成本低,但依照经验周包在欧美国家的续费平均至少3次。第二个周包的续费反馈较快,方便做迭代,尤其是对于投放型产品。


3.技术实现:

稍微讲下技术相关的,算法应该用的lora模型,和之前lensa的玩法很像,lensa用dreambooth生成。

lora和dreambooth都是训练个人小模型的,优缺点对比

模型优点
缺点
lora
生成速度快、人像精致、模型小
和本人相似度低
dreambooth
和本人相似度高
生成速度慢、模型大


其实Dawn AI,也跟进了lensa的效果,但那时候没有打爆,只能说底层模型的更新如lora也助力了remini的爆发。



因为Remini最近火,专门跟进了下,有疑问欢迎交流,笔者的公众号在头顶处很显眼。
最后我接着说,如果想深度认识这些开发者里的一线增长官可以在7.29号到上海我们的会场进行面基7.29上海开发者大会(文末含豪华车队接送须知)



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/158062
 
755 次点击