万兴科技深度拆解：数字创意龙头如何用AI打开新增长曲线
万兴科技（300624.SZ）这份深度报告，我翻来覆去看了两遍。作为一直跟踪数字创意软件赛道的人，我很清楚这类公司最容易出现的评价分歧：一边是觉得它“不就是做剪辑工具和绘图软件吗”，另一边是看到AI落地能力后重新给的估值溢价。华安全球科技这份标题其实已经把两件事都点透了——国内数字创意领军者，以及AI赋能这条新增长曲线。
我写这篇文章，不打算复述报告里的财务数字，而是想站在从业者的角度，把万兴科技的生意逻辑拆开揉碎：它到底靠什么赚钱，AI这波机会它能不能接住，哪些指标才是真正需要盯住的。不管你是做投资研究、产品方向，还是对软件出海感兴趣，看完应该能形成一个自己的判断框架。
1. 数字创意赛道：先搞清楚万兴科技做的是一门什么生意
1.1 数字创意不是“做图工具”这么简单
很多人第一次接触万兴科技，是从Filmora或者亿图图示开始的，下意识会觉得它是一家工具软件公司。这个标签不算错，但太窄了。数字创意赛道涵盖的是整个创意内容生产链条：视频剪辑、屏幕录制、图片编辑、流程图绘制、思维导图、PDF处理……每一个产品看起来都“小而轻”，但它们服务的用户群体极其庞大，而且付费意愿并不弱。
万兴科技的独特之处在于，它踩中了两个关键背景：第一，全球创作者经济崛起，YouTube、TikTok、Instagram上每天有海量内容产生，专业剪辑软件不再是专业团队专属；第二，国内软件公司出海过程中，工具类产品往往是市场化程度最高、商业模式最纯正的品类，不依赖买量补贴，直接向用户收费。
用一句话概括万兴的生意模型：用户在全球范围内产生创作需求，万兴提供跨平台的数字创意工具，并以订阅制获得持续收入。这个模型很干净，也意味着它对产品体验、海外渠道和AI能力的要求都非常高。
1.2 万兴科技的三个关键词：出海、订阅、AI
顺着赛道看下来，万兴身上有三个绕不开的关键词。
第一个是出海。万兴科技从成立第一天起就是面向全球市场的，旗下产品在欧美、东南亚、日本等地区都有稳定用户，海外收入占比长期占据大头。这一点在A股软件公司里其实是稀缺品种：很多公司嘴上说国际化，实际收入还是靠国内；万兴是真正把产品铺到了全球应用商店和订阅平台上。
第二个是订阅。软件行业从一次性买断转向订阅制是大势所趋，万兴过去几年一直在做这个转换。订阅制的好处不用多说，收入可预期、用户生命周期价值更高，但难点在于需要持续提供新功能，否则用户会觉得“每月交钱不值得”。
第三个就是AI。2023年以来，生成式AI对整个创意工具的渗透速度非常快。万兴科技能获得市场关注，核心原因就是它手里攒着一大批创意工具场景，AI功能可以顺势嵌入：AI生成视频素材、AI辅助剪辑、AI一键抠图、AI智能绘图……这些不是“为了AI而AI”，而是直接落在用户创作链路里的功能，价值兑现路径很直接。
2. 产品矩阵拆解：视频、绘图、文档三条线的真实面貌
2.1 视频创意线：Filmora为什么不只是一款“剪映海外版”
视频创意线是万兴科技最核心的收入基本盘，旗舰产品Filmora在全球拥有大量用户。很多人会拿它和剪映、CapCut比较，确实界面和操作逻辑有些相似，但Filmora走的是另一条路。
剪映系产品背靠字节的流量生态和推荐算法，适合国内用户快速上手；Filmora则更强调桌面端的完整编辑能力、特效资源库、以及面向YouTube从业者的专业工作流。你可以把Filmora理解为“轻量级专业剪辑工具”——比手机端剪辑软件功能深，比Premiere Pro学习门槛低很多，正好卡在中间层。
这层定位非常聪明。专业创作者觉得PR太重、效率低，普通用户又嫌手机App功能不够，Filmora给了这批人一个刚刚好的选择。而且它对Vlog、游戏解说、教育内容等垂直场景做了大量模板和预设，用户打开就能上手。
AI对视频创意线的改造是最直接的。Filmora很早就加入了AI抠像、AI人声分离、AI调色、AI字幕生成等功能，这些场景本来就是视频编辑里最耗时、最枯燥的部分。如果AI能把用户从“反复手动调节”中解放出来，那订阅价值就立住了。
2.2 绘图创意线：亿图系怎么把工具做成了生产力入口
绘图创意线是万兴科技容易被忽视的第二增长极，代表产品是亿图图示（EdrawMax）和亿图思维导图（EdrawMind）。这类产品归属在“效率办公”的延伸场景里，核心解决的是流程图、组织架构图、思维导图、架构图等可视化表达需求。
把绘图工具和视频剪辑放在一起看，好像不太搭，但本质上都是“数字创意”的不同表达形态。视频是动态表达，图形图表是静态结构表达，两者面对的用户群有重叠，而且都有很强的付费意愿——流程图和思维导图在企业内部汇报、产品设计、教学场景里几乎是刚需。
亿图系产品有趣的一点，是它天然带着to B属性。一个产品经理或者企业培训师用亿图做完组织架构图，可能就会推荐给同事；公司层面如果形成采购习惯，订阅规模会非常稳定。这也是万兴整体估值里经常被单独拿出来讲的一块：它不只是服务个人创作者，还在往企业协作和团队订阅方向延伸。
AI在这里的切入点也很清晰。亿图Mind很早就上线了AI一键生成思维导图、AI辅助头脑风暴等功能。用户输入一个主题，AI帮你扩展关键分支，再手动调整细节。这个体验比“从空白画布开始”高效得多，也是未来to B场景里能拉开差距的功能点。
2.3 文档创意线：PDF与文档协同的务实打法
万兴科技的第三条产品线围绕文档展开，代表作包括PDF编辑、格式转换等相关工具。文档处理和数字创意听起来关联不大，但它是整个产品矩阵里流量承接能力最强的一环。
很多用户是先用了PDF工具，解决了一个格式转换的刚需，然后发现页面里还有视频剪辑和绘图工具的推荐，逐步成为全家桶用户。这种“低门槛工具引流、高价值工具变现”的打法，在海外市场非常成熟，也是万兴做产品矩阵协同的核心逻辑。
文档线的AI改造空间同样不差：AI摘要、AI翻译、AI格式识别、AI内容提取，这些功能不需要多复杂的模型就能做出不错的体验，而且用户感知非常直接——“我上传一份PDF，AI用两句话总结完了”，这种效率提升会直接影响续费率。
2.4 产品线的互相协同与付费深度
三条产品线如果单独看，每一条的体量都不能和Adobe这样的巨头比，但它们组合起来是有网络效应的。视频创作用户可能需要导出思维导图来做内容规划，文档用户可能也需要录制屏幕视频来展示成果。产品线之间的导流、账号打通、会员权益共享，可以提高单用户付费深度。
这也是我判断万兴科技长期价值时比较看重的一点：数字创意赛道里，单点工具容易被替代，但覆盖“创作+表达+协作”多个环节的工具矩阵，会明显提高用户迁移成本。万兴科技的产品矩阵不算最完美，但已经是国内数字创意领域里布局最完整的之一。
3. AI赋能路径：从“加AI功能”到“AI原生工具”之间还有多远
3.1 已经落地的AI功能：生成、增强、辅助
万兴科技的AI赋能不是停留在战略PPT上，而是分散在大量产品功能里。我把它们归纳成三类：生成、增强、辅助。
生成类功能指的是AI直接产出内容：AI生成视频脚本、AI生成思维导图分支、AI生成图片素材。这类功能的价值是替代“从零开始”，降低创作门槛。增强类功能则是让既有素材变得更好：AI提升画质、AI消除噪音、AI人声分离。辅助类功能偏向操作效率：AI字幕生成、AI识别图表内容、AI智能剪辑建议。
这三个层次用户接受度很高，因为都是在用户原有工作流上加一步AI处理，不需要改变使用习惯。而且这些功能的数据反馈也能反哺模型迭代——用户手动修正AI结果的过程，其实就是免费的标注数据。
从我做产品规划的经验来看，这类“嵌入式AI”是现阶段最稳妥的落地方式。它不要求用户专门打开一个AI对话框，而是在创作过程中按需触发，转化率高、成本可控。
3.2 多模态与Agent：下一代产品形态的想象空间
再往远处看，万兴科技的AI故事还有一个更大的想象空间，就是多模态和AI Agent。
数字创意工具天然适合多模态。一段视频包含画面、字幕、语音、BGM，传统剪辑软件要分别处理，AI可以一次性理解全部信息，甚至自动生成剪辑方案。比如用户上传一堆素材，AI根据内容自动匹配最佳片段、转场、配乐，全自动生成初稿，用户只需要做最终确认和微调。这才是真正意义上“AI原生”的视频剪辑体验。
AI Agent的逻辑则更大。未来的创意工具可能不再是你主动操作软件，而是你用自然语言告诉Agent你想要什么，Agent帮你调度软件里的各种能力去完成任务。万兴科技如果能在产品里做出这种“任务式创作”的体验，就不再是卖工具，而是卖一个“数字创意助手”。
当然，理想很丰满，现实路径还很远。多模态模型推理成本高、实时性要求苛刻，Agent的稳定性和可控性也还需要打磨。但方向本身是对的——数字创意工具是最适合被Agent改造的软件品类之一。
3.3 模型选择与成本：自研小模型和调用大模型的平衡
AI功能落地，绕不开一个现实问题：模型从哪来，成本谁来扛。
从行业普遍实践来看，万兴这类中型软件公司大概率会采用“混合路线”：通用能力调用外部大模型API，垂直场景用自研小模型或微调模型。视频剪辑里的AI人声分离、AI抠像，这类任务用专门的模型效果更好、成本更低；而AI脚本生成、AI头脑风暴这类开放文本任务，则适合直接接大模型API。
这个选择背后是成本和体验的博弈。大模型API按token计费，如果用户高频调用，成本会侵蚀毛利；但如果是用户订阅里包含的AI权益，又可以摊薄到ARPU里。关键指标是“单个付费用户产生的AI调用成本”不能高于“用户因AI功能而增加的付费贡献”。
我在实际调研里观察到，很多团队低估了AI功能的运维成本。生成式AI不是部署一次就完事，模型要持续更新、安全问题要持续监测、用户的反馈要持续标注。万兴科技在年报里持续披露AI研发投入和新增功能数量，说明它的AI战略是有实质资源支撑的，这点比很多“贴牌AI”的公司要扎实。
4. 商业模式与全球化：订阅化、渠道与本地化怎么算账
4.1 订阅制转型：LTV和留存率的重要性
软件公司最核心的财务模型就是订阅经济。万兴科技这几年做的关键动作，就是把一次性授权用户往订阅用户转。
订阅制的优势用一个指标就能体现——LTV/CAC，即用户生命周期价值和获客成本的比例。一个订阅用户哪怕单月订阅费不高，如果他持续续费12个月、24个月，叠加增购其他产品线，长期价值远超一次性买断。这也是为什么不少投资人在看万兴的时候，会把订阅收入占比、续费率和净收入留存率放在首要位置。
现实层面的挑战是：创意工具品类天然存在“用完即走”的属性。用户可能某个月集中剪辑一个视频，下个月完全不用。这时候订阅制就面临着“沉默用户扣费”的观感压力。万兴需要在用户活跃度管理和权益设计上下功夫，比如提供更灵活的分月订阅、按次购买AI点数、通过模板更新吸引用户回流。
4.2 全球流量获取：自然流量、拉新漏斗与渠道成本
万兴作为出海软件公司，流量获取决定了增长天花板。我长期观察下来，它的打法有三层。
第一层是自然流量和品牌搜索：Filmora、亿图这些品牌在海外搜索引擎里已经积累了很强的权重，用户搜索“video editor”“mind map tool”这类关键词时，产品能排到前列。第二层是应用商店推荐和内容营销：通过YouTube教程、博客文章、模板社区吸引免费用户，再逐步转化为付费用户。第三层是付费投放：包括Google Ads和各平台的信息流广告，针对特定订阅活动做精准拉新。
这套流量体系的核心是“以内容养流量，以流量换转化”。海外创作者对软件的评价很敏感，一篇负面的测评可能影响很多潜在用户。万兴在海外社区维护上做得不错，但成本也在持续攀升。未来AI时代，搜索流量本身也在被ChatGPT这类答案引擎分流，万兴需要提前布局“AI推荐入口”，否则传统SEO红利会衰减。
4.3 本地化：从“翻译界面”到“理解创作者习惯”
很多国内软件出海，本地化只做到“界面翻译”，这是远远不够的。万兴给我的印象是更深入了一层：不仅语言本地化，还做了支付方式本地化、创作者习惯适配、以及区域内容模板定制。
比如在东南亚，移动端用户占比高，订阅价格就要参考当地的购买力；在日本市场，用户对二次元模板、字幕特效的需求更多；在欧美，桌面端专业用户更在意渲染速度和支持格式。同一个Filmora，在不同市场看到的推荐功能完全可以是不同的，这就是本地化的价值。
这套能力的建立需要时间，也是同行最难轻易抄袭的部分。它不像代码可以复制，而是需要长期运营积累，本质上是在给公司建“竞争护城河”。
5. 财务视角：市场究竟用哪些指标给万兴科技定价
5.1 营收增速、毛利率与订阅占比
抛开具体数字，我判断一家订阅制软件公司的财务健康度，主要看三组数据：营收增速是否稳定、毛利率是否在软件公司的合理区间（通常70%以上就算健康）、订阅收入占比是否持续提升。
万兴科技的特点在于，整体营收体量在国内软件公司里不算特别大，但毛利率和海外收入结构一直比较漂亮。软件不涉及刚性物料成本，每新增一个付费用户，边际成本极低，这也是软件公司估值溢价的重要原因。
订阅占比提升的另一层意义是“收入质量”改善。一次性买断收入在当期确认完毕，但明年用户可能不再回来；订阅收入则代表了一个稳定、可预测的现金流，资本市场愿意为这样的现金流给出更高倍数。
5.2 研发投入与AI相关投入的观察口径
万兴科技每年在研发上的投入比例在A股软件公司里算比较高的。但研发费用只能说明“花了钱”，不能说明“花对了钱”。我的观察重点是AI相关投入的结构：是只做了外部API调用，还是同时在做数据和模型的自主积累。
数字创意工具的尴尬在于，用户数据涉及版权和隐私，不像搜索引擎那样能随意采集。所以万兴需要在不侵犯用户权益的前提下，通过自有用例、合成数据、公开数据集等方式积累训练语料，这套数据飞轮不是砸钱就能马上见效的，需要时间沉淀。
另一个被低估的指标是“单用户算力成本”。AI功能越强，调用次数越多，算力账单也越高。市场在给AI功能估值的时候，往往会忽略成本端。一家公司如果AI功能做得很炫但每个付费用户都在亏钱，那它就是一场假繁荣。万兴的AI功能大部分嵌入在订阅权益里，这就意味着它必须把算力效率优化到足够好，才能保证毛利不被吃掉。
5.3 估值锚：看PS还是看PE，核心取决于利润兑现
对于万兴科技这类公司，市场存在两种估值视角的拉扯。乐观的一方用PS（市销率）给估值，理由是它处于AI转型期，收入增长优先于利润释放，早期用收入规模建立卡位，后面利润会追上来。谨慎的一方则更看重PE（市盈率），认为AI投入带来的营销费用和研发费用增长，正在持续压制当期利润，如果利润端不能兑现，估值就要打折。
这两种视角都有道理，关键在于公司的实际利润路径是否清晰。如果AI功能能有效提升订阅转化率，营销费用率就能下降，利润自然释放；如果AI只是“加功能不加收入”，那投入产出的账就算不过来了。所以万兴科技后续的季报里，我最关注的指标不是AI功能数量，而是“AI功能的用户使用率”和“AI带来的订阅转化率变化”。
6. 风险与争议：讲故事之外必须盯住的几个问题
6.1 头部厂商的降维竞争压力
万兴科技的每个核心品类，都站在巨头的影子下。视频编辑有Adobe Premiere，有剪映/CapCut；绘图工具面临Miro、BoardMix、Figma等协作平台的竞争；PDF文档有Adobe Acrobat这个绝对巨头。这样的竞争格局意味着，万兴必须靠差异化体验和更灵活的产品更新速度取胜，一旦巨头认真做同类功能，压力就会陡增。
尤其是CapCut这类背靠大厂流量生态的免费工具，对Filmora这类付费应用是有直接的“免费替代”威胁的。万兴需要不断证明“付费用户为什么选择我而不是免费的它”，这个答案只能在功能的垂直深度和创作质量上找。
6.2 产品同质化与用户留存挑战
数字创意软件的功能趋同速度很快。你今天做了AI抠像，竞争对手下周就能上。真正形成差异的，还是模板生态、社区内容和长期形成的用户创作习惯。
万兴科技在全球创作者社区的建设上起步早，有一定积累，但社区活跃度和UGC内容丰富度相比Canva、CapCut这类平台型产品还有差距。如果没有足够活跃的社区，用户留存就只能靠功能本身，而功能差异又很难持续，这是一个需要警惕的飞轮。
6.3 合规、版权与数据安全约束
AI生成内容领域目前最大的不确定性就在合规层面。生成式AI的版权归属、训练数据来源、输出内容的安全性，这些在全球不同市场有不同的监管要求。
出海软件公司在这方面压力更大。欧洲有AI法案的严监管趋势，美国用户对隐私数据的敏感度高，万兴作为中国软件公司出海，需要在数据合规上投入大量资源。如果某一个市场的监管规则收紧，可能会直接限制某些AI功能的可用范围，这不仅影响收入，还会影响品牌信任度。
这块在深度报告里往往是一句“风险提示”带过，但在实操层面，它可能是未来三到五年最容易被低估的变量。
6.4 我个人的综合判断
把前面所有内容收拢起来，我的核心观点是：万兴科技在数字创意赛道上的卡位，是真实且稀缺的——它兼有出海能力、订阅模型、产品矩阵储备和AI落地场景，这在国内软件公司里能同时占齐的确实是少数。但它的估值天花板，最终不取决于AI这个名词讲了什么，而取决于AI功能能不能转化成持续的收入增长和利润释放，能不能在巨头环伺下守住海外用户基本盘。
我自己做投研的时候，习惯给这类公司设置一个“验证时间轴”：接下来两到三个财报周期里，如果订阅增速能稳住、AI相关功能的渗透率有明显提升、海外收入结构不被竞争打乱，那长期逻辑就值得持续跟踪；如果出现AI投入高企但订阅转化率停滞、付费用户流失加剧的情况，那再好的故事也需要打个问号。
最后分享一个实操技巧，也给想跟踪这家公司的朋友一个可用的方法——不要只看季报营收同比增速，去把万兴的产品更新日志和App Store版本记录翻一翻，看AI功能的发布节奏：功能发布的密度不见得越高越好，但每两到三个版本必须有一两个真正解决用户痛点的AI能力出现。产品节奏是最诚实的，它会比任何PPT都先告诉你这家公司的AI叙事是在推进还是原地打转。