今天这个产品我很喜欢，这不是一家我们认为的“刻板印象中的 AI 公司”，但它的产品思路反而拓展了我对 AI 产品的理解：Arcade，https://www.arcade.ai/
这么多年来，我们网上购物的流程大致是：
你想买一条项链，打开 Amazon/Tmall、Etsy(专门卖手工工艺品的，国内好像还真没有对标的平台) 或者 ins/小红书，输入关键词，然后在几百、几千个已经存在的商品里找一个最接近自己想法的。
但如果找不到怎么办？通常只有两个选择：降低要求，买个差不多的；或者去找设计师、定制商家，反复沟通设计、材料、价格，再等几周甚至几个月。
今天的主角，Arcade 做的就是打通个人定制这一环：你提需求（当然是自然语言） - AI 设计 - 平台对接供应商帮你实现这个设计。
比如你输入：我想要一条金色项链，吊坠是一座很小的雪山，周围有三颗欧泊石。
AI 会先生成设计，你不喜欢可以继续改，比如山再简单一点、石头换个位置、金属改成银色等等。
设计你满意以后，Arcade 不是只让你把这张图截图下来，它会直接告诉你：多少钱，谁能做，然后把它真的生产出来。
2024年9月，Arcade 最早从定制珠宝开始测试；半年后，公司称平台已经生成超过 65万件珠宝设计，创始人随后又披露这个数字超过 75万件。
2025年3月，Arcade 完成 2500万美元 A 轮融资，累计融资达到 4200万美元。
现在的 Arcade 已经不只做首饰。地毯、窗帘、床品、丝巾、灯罩、陶瓷、餐桌布、玻璃器皿、银器都已经进入平台，合作方甚至包括拥有百年历史的意大利陶瓷品牌 Bitossi、法国银器品牌 Christofle，以及一批独立工匠和制造商。
记者真的让它做了一条项链
Arcade 第一次公开测试时，有个记者自己下了一单，她告诉 Arcade：我喜欢欧泊石，希望设计一条金色项链。
Arcade 生成了一条带有三颗欧泊石的花形项链，她最后选择由平台上的 Studio Maisette 制作。
价格是 186美元，另加 10美元运费。下单几天以后，工匠先给她发来了成品视频，她确认之后才发货。
从下单到真正拿到项链，大约两周。这个记者后来还专门找了一位珠宝鉴定师朋友看了这个欧泊石，认为品质还不错。
上面大概介绍了一个用户体验的过程，现在我们简单从 Arcade 这个产品设计的角度来分析下。
对 Arcade 这个产品中，整个体验里最值得注意的其实不是 AI，而是 AI 生成设计之后，用户并没有离开 Arcade。
没有自己截图去淘宝/1688 找厂家、没有拿图片询价、没有把设计重新解释给工匠。两周后，当初她用 AI 生成出来的东西直接变成了一件可以买的商品（甚至可以卖。）
这也是 Arcade 创始人 Mariam Naficy 反复强调的一句话：如果生成完还要等人工报价，它就只是一个设计工具，不是一个电商平台。
所以 Arcade 真正困难的技术，并不是 Midjourney，而是价格。
换个说法就是，AI 一分钟可以画100个戒指，但谁知道它们到底多少钱？
假设 你用 AI 生成了一枚戒指，图看着很好看，你很喜欢，但是想做出来的话，问题就很多了：
它是 14K 金还是 18K 金？需要多少克金？戒指多宽？里面镶了几颗钻石？钻石多大？加工难度怎么样？哪个工厂可以生产？
如果把金属换成银，价格应该下降多少？如果用户把吊坠放大30%，成本又变化多少？
传统定制产品的做法，是：把图发给工厂，工厂和你沟通完之后算材料，评估工艺，然后报价，整个过程可能几天。
而且这个过程如果你设计的工艺和工厂工艺不匹配的话，他还会“建议”你修改（妥协）。
但 Arcade 做的是：AI 生成图片的那一刻，价格同时出现。
创始人 Mariam Naficy 透露，他们专门建立了一套识别和定价模型。
系统会识别 AI 图片里的产品结构、材料和不同设计元素，再结合制造商提供的成本规则自动报价。
用户甚至可以把一个原本已经存在的商品拿出来，用 AI 修改：“把这块地毯变成蓝色”，或者“多加一个图案。”
AI 生成新版本以后，系统重新识别图片，并立即给出新价格。这个版本随后直接成为一个新的 SKU，可以加入购物车。
从这个角度看，Arcade 其实不是一家单纯的 AI 生成公司，它在做一件非常传统、甚至有点脏活累活的事情：
把现实世界复杂的制造成本，翻译成 AI 能够理解的规则。
AI 最擅长的一件事，恰恰也是这个产品最大的问题
生成式 AI 不在乎东西能不能做出来。
你告诉它：“设计一枚像水流一样悬浮在空中的金戒指。”它可以画得非常漂亮，但工匠看到以后可能只会问：这怎么做？
Arcade 早期测试已经暴露过这种问题。
上面提到的那个记者希望 AI 在一条项链上加入多个吊坠，系统表现并不好；她又试着让 AI 生成一个 20面骰子形状的复杂珠宝，同样失败了。
Arcade 最后不得不反过来限制 AI 的想象力。
制造商会告诉平台：我能使用哪些材料；能够加工到什么精度；哪些结构可以生产；有哪些尺寸限制；有哪些工艺。
Arcade 再用这些制造数据约束生成模型。
这一点反而对我非常有启发，过去两年生成式AI的发展方向一直是：让模型想象得更多。
Arcade 面对的问题恰恰相反：想得太多没用，重要的是能不能做。
一张 AI 生成的漂亮沙发图片价值几乎为零；一张能够对应材料、尺寸、制造商、价格和交付时间的沙发图片，才开始变成商品。
创始人不是工程师，而是做了 20多年电商的人
Arcade 创始人 Mariam Naficy 的经历很适合这个项目。
1998年，她创办 Eve.com，是最早一批在线美妆零售网站之一，两年后把公司卖给 LVMH。
2007年，她又创办了 Minted，Minted 最开始想做一个普通的高端文具电商，差点失败。
后来 Naficy 把公司改成一个设计师众包平台：独立设计师上传贺卡、婚礼请柬和艺术品；社区投票；受欢迎的设计被 Minted 生产并销售，设计师拿分成。
反而成功了。这家公司后来建立了约 2万名艺术家的设计社区，年收入被报道达到约 3亿美元规模。
更关键的是，为了每年圣诞节、婚礼季大量生产高度个性化的卡片和艺术品， Minted 已经搭建过一套大规模按需制造网络。
Naficy 后来回忆，当时他们曾经拥有美国规模很大的 API 连接印刷网络之一。
用户下单以后，不同设计可以被自动送到不同生产节点，再在高峰期大规模履约。
所以 2022年底第一次看到 AI 文生图时，她想到的并不是：“这个图片生成得真漂亮。”
而是：这些人生成完以后，迟早会想把东西拿到手里。
Arcade 真正想改变的，是购物的起点
这家公司有一句我觉得很值得分析的话：The end of the null search result，大概可以理解成：“你搜索的商品不存在”这件事，早晚会消失。
过去电商的核心能力就是搜索，Amazon 拥有几亿个 SKU，淘宝拥有无数商家。平台越大，你越容易找到最接近自己想要的东西。
所以电商一直在努力解决：我怎么从无限商品里找到你要的那个？
AI 购物助手目前基本也沿着这条路。
你告诉它：“帮我找一张适合小户型、胡桃木、1.6米以下、1000美元以内的餐桌。”
AI 帮你搜出来，然后还“贴心”的给了你链接，结束了。（如果你用过豆包搜索商品/餐厅，就能体会到这种“绝望”）
Arcade 提出的是完全不同的答案。如果没有呢？搜不到我想要的怎么办？那就做一个。
这里，用户行为从搜索商品，变成了描述商品。这两个逻辑看似只差一步，背后的商业结构完全不一样。
搜索时代，消费者面对的是：固定供给，无限选择。生成时代可能变成：需求先出现，供给再生成。
这也是为什么 Arcade 早期先选择珠宝、地毯、家居装饰这些品类。
它没有去生成洗衣机或者 iPhone，因为这些产品消费者最在意的是性能、规模制造和可靠性。
但一条项链、一张地毯、一条丝巾，价值里很大一部分本来就是：我喜欢这个样式/图案。
换句话说，越是审美驱动、个性化、非标准化的商品，AI 生成的价值越大。这个判断其实我在很多个产品分享中都提到了，反复被验证。
地毯是一个特别好的例子
2025年，Arcad e从珠宝扩展到家居，第一个重点品类就是地毯。
用户可以拍一张自己的客厅照片，上传以后告诉系统：我想要一块适合这个房间的地毯。
AI 结合房间颜色和风格生成设计，用户再选择材质、尺寸和其他参数，最后由平台上的制造商生产。
这里发生了一件传统购物很难做到的事情，正常买地毯，你的流程是：先打开好几个 App，看 500块地毯，不停的想象哪一块放到客厅里可能好看，然后再反复比价，比价的时候，又开始一轮新的搜索，材质、大小、价格……
Arcade 的逻辑却变成了：先从你的客厅开始，然后生成一个本来不存在的产品，然后再帮你生产出来。
（如果你沉浸式阅读到了这里，会不会和我一样有：“哟，有点儿意思啊”的感觉。）
这个逻辑如果继续发展，会慢慢改变“SKU”本身的意义。
过去商家必须提前决定：今年做红色还是蓝色，生产 500件还是 5000件，什么尺寸，库存放多少。
Arcade 现在正在尝试的是：设计可以等用户出现以后再发生。
甚至开始从C端，走向真正的零售商
Arcade 现在又做了一个叫 Arcade Studio 的产品。
它面向的已经不是普通消费者，而是零售品牌、Shopify商家、室内设计师、艺术家。
逻辑同样简单，一家家居品牌不需要先设计 50个图案、生产样品、拍照，然后赌哪个能卖。
它可以先用 AI 做，生成图案以后，Arcade 直接给出生产价格，然后商家把产品放进自己的在线商店。
等真的有人下单以后，Arcade 背后的制造商才生产，再直接发给消费者，都不需要提前囤库存。
目前 Arcade 已经合作的制造网络包括：印度的纺织厂、香港的丝巾制造商、意大利丝绸工厂、美国灯罩工厂、摩洛哥地毯制造商等。
甚至可以专门为某个品牌训练自己的设计模型，让生成出来的东西保持品牌自己的视觉语言。
这件事如果成立，对零售的影响可能比“消费者自己设计一条项链”更大。因为传统消费品有一个非常昂贵的环节：预测。
今年什么图案会火？进多少货？哪个颜色卖得好？一旦预测错了，最后就变成库存、打折和报废。
按需制造的理想状态就是：先有人买，再生产。
Arcade 真正的壁垒不是 AI
现在做一个“输入一句话，生成一张地毯图片”的 AI 产品，没有任何技术门槛。
Arcade 自己也很清楚，它甚至允许用户把 Midjourney、KREA 或者其他 AI 工具生成的图片直接上传。平台照样可以检测、调整、报价，再连接制造商生产。
换句话说：Arcade 并不要求生成必须发生在 Arcade。
这其实才暴露了它的野心和市场：不是做 AI 生成/设计，而是做从设计图到实物的过程。
比如，图片是否可以生产，需要什么材料，成本多少，谁来生产，产品质量怎么样，多久交付，消费者不满意怎么办。
这些事情听起来一点都不像 AI，都是供应链。
Naficy 自己也说过，她现在越来越认为，Arcade 最重要的基础设施不是 AI 模型，而是供应链。
我觉得这个判断非常准确，AI 让全世界每天可以产生几十亿张“商品图片”，但现实世界不关心 Prompt 和图片有多漂亮。
现实世界关心的是，谁能把它做出来，以及要花多少钱。
Arcade 开始和真正的百年品牌合作
这一点也让它和纯 AI 生成平台开始拉开距离。目前 Arcade 已经引入多个品牌和工艺制造商，包括：
法国银器品牌 Christofle；意大利陶瓷品牌 Bitossi Ceramiche；Cabana；Noémie；日本珠宝品牌L&Co.；摩洛哥地毯品牌Salam Hello等。
用户现在甚至可以在 Arcade 里做“大牌二创”：生成一件 Christofle 风格的定制银器、设计一件 Bitossi 生产的陶瓷，或者让特定制造商按照它真正能够完成的工艺来生产。
这个变化太重要了，因为 AI 生成商品最容易陷入一个问题是东西无限，但品质不可信。
淘宝上至少有品牌，AI 生成出来的一件“从来不存在的东西”，消费者怎么判断最后收到的东西是不是照片里那个？
所以 Arcade 必须同时解决：生成的自由度和制造的确定性。
当前官网甚至专门提供了满意度承诺：产品如果与描述不符或者延迟，可以退款。
这其实说明，AI 购物真正的难题已经从“能不能生成？”慢慢变成“敢不敢下单？”
版权问题是绕不开的
让 AI 帮助普通人设计产品，一定会出现：用户上传一张卡地亚戒指的照片，然后说“帮我做一个差不多的”。这时候怎么办？
Naficy 对此格外敏感，因为她在 Minted 工作 15年时，一直在处理设计师被抄袭的问题。
Arcade 现在会限制 Prompt 中的部分关键词，并控制模型与用户上传图片之间的相似程度，尽量避免一比一复制原始设计。
后来公司又开始做 Artist Models，不是偷偷抓一个艺术家的作品训练。
而是获得艺术家授权以后，用其作品训练专属模型，让消费者在明确授权的风格系统里生成新设计。
Naficy 说，她自己甚至参与挑选训练数据和调整 Prompt，以控制输出质量。
但这个方向我反而觉得值得继续观察。生成式 AI 一直和艺术家之间存在一个根本冲突：模型靠大量创作学习，创作者却很难直接分享收益。
如果 Arcade 这种模式跑通，可能出现另外一种关系：艺术家的风格本身，也可以成为一种授权资产。
不一定只有“画一张图卖一次”，还可以是：允许一个模型在自己的设计语言里继续生成，然后从每一件实际销售商品里获益。
但 Arcade 现在离证明商业模式，仍然差一个最关键的数据，就是：到底有多少人真的买？
65万、75万件生成设计看起来很多，但 AI 生成的特点就是数量极其便宜。一个用户晚上玩半小时，可能就生成几十个版本。
所以“生成了多少设计”很难等同于市场需求。Arcade 目前并没有披露其中有多少真正转化成购买，也没有披露平台卖家的实际佣金收入。
同时，定制商品天然有“弊端”。
首先，价格不便宜/昂贵，Arcade 早期珠宝从 100美元左右一直可以做到 1000美元以上。开头提到的那条项链 186美元，属于相对简单的一款。
其次，生产也不会像电商平台一样第二天就到，定制产品需要真正制造。越复杂的品类，材料、质量控制、退换货和交付问题都会迅速放大。
AI 生成无限商品是一回事，以稳定质量生产无限不同的商品，是另一回事。