從零到2.5億下載量:這個大學生憑一招「模仿策略」打造AI應用帝國

一個在臥室裡抽大麻玩《英雄聯盟》的加拿大大學生,如何在7個月內打造出全球下載量破億的AI應用?Ben的故事顛覆了所有關於創業的刻板印象。從Wombo到Dream,他憑藉一套簡單卻威力驚人的「模仿策略」,不僅獲得了Nvidia的投資,更證明了在AI時代,最成功的創業者往往是那些最會「抄作業」的人。

- #從遊戲中悟出的致勝法則

Ben的成功秘訣源自一個意外的靈感來源:《英雄聯盟》。「我是個打野位的玩家,大概在白金到黃金等級,屬於前30%的玩家。為了提升技術,我開始觀看比我厲害的玩家直播,然後模仿他們的打法,再加上自己的創意。」

這套「模仿加創新」的策略,後來成為他在商業世界無往不利的核心武器。Ben堅信一個簡單的道理:「如果某個東西有效,你可以複製它並加上自己的特色,它很可能會繼續有效。」

- #捕捉趨勢的敏銳嗅覺

2020年夏天,Ben敏銳地捕捉到了兩個關鍵信號。第一個是Reface應用,這款換臉應用登上App Store第一名,並獲得A16z領投的550萬美元融資。「我完全理解這個應用的運作方式,知道他們使用什麼模型,設計也非常簡單直觀。」

第二個信號來自PewDiePie的一支影片,展示了「First Order Motion Model」這個開源AI模型的奇妙效果。影片中,人們使用Google Colab筆記本將自拍照變成會唱歌的動畫,在Discord等技術圈瘋傳。

「某天晚上,我和室友在屋頂抽大麻,看著這些迷因影片。有人做了個Telegram機器人可以做類似的事情。我們想,為什麼沒人做一個簡單的應用,讓任何人都能輕鬆使用呢?」

- #Wombo:極簡設計的病毒式成功

從靈感到上線,Wombo經歷了7個月的開發過程。Ben透露了這款應用成功的關鍵要素:「只有四個螢幕:拍照、選歌、載入畫面、然後輸出。就這樣,我們獲得了1億下載量。」

更聰明的是歌曲選擇策略。Ben精心挑選了15首歌曲:「我們選擇了一些最具代表性和經典的歌曲,還有一些迷因歌曲。關鍵是,你不需要懂英語也能跟著節拍。比如Vengaboys的《Boom Boom Boom》,無論在哪裡都能引起共鳴。」

結果令人震驚:Wombo在首月就獲得了5000萬下載量,前三個月總計超過5000萬,最終突破1億。「我們在行銷上花費為零,所有預算都用在推理運算上。」

- #Dream:搶先進入圖像生成賽道

看到Wombo的成功後,Ben立即將同樣的策略應用到下一個AI模型。他發現當時只有20-30個人在Twitter上玩VQGAN+CLIP模型,能生成夢幻般的圖像。

「這些是神經網路圖像合成的早期嘗試,我們做了同樣的事情:將它包裝成有趣易用的手機應用。」Dream的成功更加驚人,同樣登上App Store第一名,比Midjourney和Stable Diffusion更早進入市場。

Ben總結了成功的核心要素:

  • 簡單的輸入方式(Wombo是自拍,Dream是文字提示)
  • 預處理用戶輸入(Wombo的驅動影片,Dream的風格關鍵字)
  • 超快的免費推理速度
  • 有趣易用的介面設計
  • - #變現之道:98%免費用戶推動病毒傳播

    當被問及變現策略時,Ben的回答很直接:「複製比你更厲害的人。」他引入了訂閱制和廣告模式,訂閱價格從每月5美元到每週20美元不等。

    「98%的人會免費使用我們的應用,但正是這98%的人推動了病毒式傳播,讓我們登上App Store第一名。我們的收入來自那2%不在乎價格、想要額外功能的用戶。」

    在巢峰期,Dream的月收入超過50萬美元,讓公司達到了盈利狀態。

    - #從逆境中重生的韌性

    成功並非一帆風順。在2022年,正當準備進行A輪融資時,領投方在盡職調查進行兩個月後突然退出。「我們從擁有App Store第一名的應用、即將獲得1500萬美元投資,突然變成資金告罄。」

    更糟的是,Dream再次爆紅導致當月AWS帳單高達100萬美元。「我當時的哲學是『錢是假的,讓我們專注做出驚人的產品』,後來發現這個想法有問題。」

    接下來的一年半,Ben進入了「蟑螂模式」:「我不付任何不必要的帳單,團隊極度專注於產品變現。」最終,他們重新實現盈利,並獲得了Nvidia的投資。

    - #掌握內容創作的病毒密碼

    Ben不只是開發應用,還深諳內容創作的病毒傳播規律。他建立了兩個收藏夾,專門研究過去兩年在各平台爆紅的AI生成內容。

    最近的成功案例是「懷孕貓咪」系列迷因。「我們讓知名人士變成懷孕的貓,比如川普和馬斯克的對話:『伊隆,我們的孩子要出生了。』『唐納德,為什麼這些小貓長得像傑佛瑞·愛潑斯坦?』」

    這個看似荒謬的創意在Instagram獲得了1880萬觀看次數。Ben解釋成功要素:「使用知名人士、有點爭議性、懷孕是所有人都能理解的概念,而男性懷孕會讓人感到震驚。」

    更令人印象深刻的是,他們將相同的創意套用到不同人物身上,每次都能爆紅。「梅西和C羅版本、川普和拜登版本,基本上是同樣的劇本,但每次都有效。」

    - #未來展望:無限機會的AI時代

    對於想要進入AI應用開發領域的創業者,Ben的建議很明確:「機會是無限的。人們黏在手機上,他們想要娛樂和實用性。如果你能提供有用或有趣的內容,你就能製作應用。」

    他特別強調不需要風險投資:「你需要風險投資嗎?絕對不需要。」Ben認為,如果你能製作出真正偉大、真正獨特、真正抓住當下時機的應用,就能獲得數億下載量,並賺取至少數千萬美元。

    「這是一個瘋狂的時代,每隔幾個月就有新的18歲孩子憑藉簡單愚蠢的東西月賺200萬美元。而且這個趨勢只會加速。」

    Ben的故事證明了在AI時代,成功的關鍵不在於擁有最先進的技術,而在於能夠敏銳地觀察趨勢、快速行動,並將複雜的技術包裝成簡單易用的產品。正如他所說:「如果你製作了一部真正好的電影,會有多少人觀看?如果你創作了一首真正好的歌,會有多少人收聽?關鍵在於創造真正偉大的東西。」

    在這個充滿無限可能的AI時代,也許下一個成功故事就是你的。

    參考資料來源:https://www.youtube.com/watch?v=a2JBWwASzUU

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By andy

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By andy

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By andy