企业官网建设流程全解析

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PDF（PDFelement）、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：

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。