Reforged Labs 失败拆解：六位数合同，也留不住的 AI 游戏广告生意
Reforged Labs 有真实痛点和六位数合同，却因目标市场过窄、跨游戏扩张失败以及客户自建成本下降而关闭；本文拆出垂直 AI 产品从付费验证走向可重复规模化时必须补齐的五个数字。
Reforged Labs 不是因为没有客户而关闭：公司称曾与大型移动游戏工作室合作，几家客户签下六位数合同，但服务仍在 2026 年 7 月停止，原因是目标市场太小、跨出游戏行业没有跑通，而最成熟的客户又越来越能自己搭出相近能力。1
增长判断：这是一个有真实痛点、真实收入，却没有证明「可重复扩张」的垂直 AI 产品。它卖的不是一次性的生成能力，而是创意研究、广告生产、效果分析和下一轮迭代的连续工作流；问题在于，最有预算的客户数量不够多，最懂这套工作流的客户又最有能力把它内化。
增长因果链：移动游戏买量需要高频素材测试 → Reforged 把素材生成和效果分析压缩成一条工作流 → 大客户愿意签六位数合同 → 但可服务的大客户数量不足，向外扩张没有获得足够牵引 → 基础模型和内部数据能力进步后，客户自建成本下降 → 收入是真的，规模上限却不再支持风险投资式增长。
G｜增长系统：激活点成立，留存和扩张没有被证明
1. 它解决的是一条连续链，而不是一个生成按钮
Reforged Labs 最初面向移动游戏工作室，产品从游戏素材和文字提示出发，生成视频广告，并把尺寸适配、动画、配音、语言本地化等环节放进同一套流程。GamesBeat 在 2024 年开放测试报道中称，平台可以从模板和游戏素材生成广告，目标是在 24 小时内产出可用于市场投放的成片。2
这决定了真正的激活事件不是注册，也不是第一次生成图片，而是三步同时发生：上传游戏素材、拿到可投放的广告、把广告放进真实买量活动。只完成前两步，用户得到的是创意演示；完成第三步，产品才进入客户的收入工作流。
结论：Reforged 的产品激活定义是对的，但公司没有公开披露首个有效广告的成功率、从生成到投放的转化率，或者首个活动带来的增量收入。
2. 漏斗数据缺口，不能用合同金额替代留存
| 漏斗环节 | 应追踪的事件 | 已知证据 | 数据边界 |
|---|---|---|---|
| Acquisition | 目标工作室进入试用或付费 pilot | 2024 年进入开放测试，面向移动游戏工作室，后续报道提到客户包括 Supercell、King、Ubisoft、Playtika 和 Scopely。3 | 注册量、试用量、获客成本未披露 |
| Activation | 首个广告进入真实活动 | 产品支持素材上传、模板选择、生成与多语言适配。2 | 首次有效任务成功率未披露 |
| Retention | 第二次创意迭代、D30 持续投放、季度续约 | 公司称几家客户签下六位数合同。1 | D7、D30、续约率、客户数、净收入留存未披露 |
| Revenue | 合同回款与扩单 | 公司称收入真实，且有六位数合同；服务已于 2026 年 7 月停止计费。1 | ARR、毛利、合同期限、回款周期未披露 |
| Referral | 客户把工作流带到新团队或新游戏 | 未披露 | 推荐率、自然增长占比未披露 |
这里最容易犯的错误，是把「六位数合同」写成产品已经找到规模化市场。六位数只能证明少数客户愿意为问题付费，不能证明客户足够多、合同可续约、交付成本可控。
可证伪判断：如果 Reforged 在关停前能公开证明同一批客户连续三个季度续约、D30 仍持续把新创意放进活动，并且服务毛利率高于 60%，「市场太小」就不能单独解释失败；目前这些指标均未披露。
O｜市场机会：5000 万美元级客户预算，不等于 5000 万美元级软件市场
1. 官方数字的含义比数字本身更重要
Reforged 官方称，它合作的部分大型游戏工作室团队每年合计花费超过 5 亿美元广告预算。1 这不是 Reforged 的收入，也不是整个移动游戏广告市场，而是公司接触到的一组客户的预算规模。
它至少证明了两件事：第一，广告创意是有预算的；第二，预算不自动流向创意软件。广告主可以把钱投给媒体、归因、代理商、内部创意团队，也可以把基础模型接进自己的流程。Reforged 需要从 5 亿美元预算中切出一块持续、可计量、且足以覆盖软件与服务成本的支出，官方没有披露这块支出的规模。
2. TAM、SAM、SOM 的边界
| 层级 | 本期能确认的范围 | 判断 |
|---|---|---|
| TAM | 所有需要制作和测试移动游戏广告的工作室及其创意预算 | 规模很大，但不能用客户广告预算直接等同于软件市场 |
| SAM | 有持续买量、愿意使用外部创意工具、且预算足够支付企业软件的游戏团队 | Reforged 官方称大型客户数量少到不足以支撑目标公司规模。1 |
| SOM | Reforged 能在游戏行业内拿到并长期续约的客户群 | 客户数、合同期限、年化收入、续约率均未披露 |
估算，置信度 C：若把「六位数合同」仅作为每年 10 万至 30 万美元的合同额区间，那么 100 个同等客户对应 1000 万至 3000 万美元合同额；但公司没有披露合同是年度还是项目制，也没有披露到底有几家客户，因此这只是检验市场上限的计算方法，不是 Reforged 的收入估算。
真正危险的是客户结构。小工作室需要便宜、快速、少人工的服务，但预算有限；大工作室能支付六位数，却拥有更强的创意、数据和工程团队。Reforged 同时想服务两端，结果可能是小客户不够赚钱，大客户不够依赖。
结论：Reforged 证明了「有人付钱」，没有证明「足够多的人会持续付足够多的钱」。这两个命题之间，正是垂直 AI 产品最昂贵的距离。
S｜战略定位：从创意工具到创意情报，仍然没有摆脱被内化的命运
1. 产品定位其实比「AI 生成广告」更完整
Y Combinator 的公司页将 Boa 描述为 AI 创意情报助手：它回答哪些广告有效、为什么有效，以及下一步应该创作什么；产品从素材上传、文本提示和视觉分析出发，继续进入广告生成、效果分析和自动调整。4
这比单纯的文生视频工具更接近买量团队的真实问题。广告主并不缺一个能生成片段的按钮，缺的是「下一轮该测什么」以及「为什么这条素材在特定人群里有效」。
2. 但实际定位包含两个互相拉扯的客户
这不是简单的市场拓展，而是价值主张的迁移：
- 对小团队，核心价值是少雇一个人、快速得到成片，购买逻辑偏向工具或服务。
- 对大团队，核心价值是把已有素材、投放数据和创意判断接起来，购买逻辑偏向数据基础设施或工作流系统。
- 对 Reforged，前者需要低价与低交付成本，后者需要深度接入、定制和长期服务。
如果同一个产品既要像创意代理商一样交付，又要像软件平台一样扩张，毛利与产品边界都会变得模糊。
结论：Reforged 的战略问题不是没有定位，而是定位停在了「客户愿意买的服务」和「公司能规模化复制的软件」之间。
C｜竞品分析：真正的竞争者不是另一家生成模型，而是客户已有的工作流
| 替代方案 | 主任务 | 反馈数据 / 分发 | Reforged 的优势 | Reforged 的劣势 |
|---|---|---|---|---|
| 客户内部团队 | 直接把创意、投放数据和游戏研发放在同一家公司内 | 掌握自有素材、用户和活动数据 | 上线快，能把行业经验产品化 | 最成熟的客户可以把 AI 能力内化；官方已明确把这列为关停原因。1 |
| Reforged Boa | 从游戏素材到广告生成、分析和下一轮迭代 | 连接创意属性与广告表现 | 垂直移动游戏，工作流完整 | 客户数量受垂直市场上限约束；核心能力逐渐模块化 |
| Layer AI | 生成分镜、视觉钩子、角色与结尾页等 UA 素材 | 输出给视频团队和剪辑工具继续制作 | 可快速探索创意方向 | 更偏素材生产，不必承担完整投放结果；官方称其不直接产出完整成片。5 |
| AppLovin Ads | 创建并优化效果广告活动 | Axon 推荐系统连接广告主、受众和投放结果 | 直接拥有大规模媒体分发与转化优化闭环 | 不专注于创意策略本身；平台型产品的分发优势更强。6 |
| Liftoff Cortex | 找到高质量受众并优化注册、首次充值等下层转化 | 第一方归因数据、MMP 数据和 Vungle SDK 流量 | 连接创意与转化目标 | 重点在买量和受众，不等同于 Boa 的创意研究。7 |
这张表里的关键不是谁的模型更强，而是谁拥有更难迁移的输入和反馈。客户内部团队有游戏数据，AppLovin 和 Liftoff 有投放与归因分发，Layer AI 有快速素材探索能力。Reforged 的优势是把几层工作串在一起，但如果客户可以用通用模型、内部数据和已有广告平台重新拼出这条链，独立产品的议价权就会下降。
可证伪判断：垂直创意 AI 只有在以下任一项成立时才有长期护城河：能持续获得客户内部拿不到的跨客户效果数据；能显著提高真实投放的增量 ROAS；或成为广告投放系统中的默认入口。Reforged 没有公开证明其中任何一项达到可规模化的程度。
P｜产品设计：闭环做得比竞品想象中完整，恰恰因此更容易被客户拆走
1. Boa 的工作流
从公开产品说明看，Boa 不是单点生成器，而是一条「素材 → 创意判断 → 生成 → 投放 → 归因 → 下一轮」的链：
- 上传游戏图片、视频和文本提示。
- 用语言模型、计算机视觉和机器感知识别素材中的角色、场景、动作和视觉属性。
- 从高表现广告中提取结构，生成模板、动画、配音和不同尺寸的广告。
- 把广告投入活动，记录花费、收入、ROAS、曝光、点击和 CTR。
- 对广告做 AI 属性分析，再根据表现调整元素或生成下一批素材。
GamesBeat 报道的开放测试版本还包括 30 多种语言的语音和文字本地化，以及为小型工作室提供的全服务交付。2
2. 为什么完整闭环仍可能不是护城河
闭环产品有两个优点：用户不必在多个工具之间搬运素材，系统也能把创意属性与结果放在一起比较。但它有一个反直觉风险：只要每一层都能被标准化，客户就能按模块替换它。
- 生成层可以换成新的基础模型。
- 归因层可以接入 MMP 或广告平台。
- 素材层可以交给内部设计师、代理商或专门的生成工具。
- 判断层可以由客户自己的数据团队完成。
Reforged 如果要把闭环变成护城河，就必须证明系统的建议比客户自建流程更准，且这种优势会随客户使用次数增加。公开材料没有给出建议采纳率、人工改写率、生成广告相对基线的增量 ROAS，或客户在脱离 Reforged 后是否会失去效果。
结论：产品设计方向没有错，错在把「工作流完整」当成了「工作流不可替代」。对 AI 产品，闭环的每个环节都要回答：客户为什么不能自己接起来？
E｜商业模式：六位数合同证明支付意愿，未披露的数据决定它是不是好生意
官方只披露了几家客户签下六位数合同，后来停止计费；GamesIndustry 报道则称公司在 2024 年完成 390 万美元种子轮融资，投资方包括 DCM、Y Combinator、Epakon Capital 等。3
以下经营变量均未披露：
- ARR、月度经常性收入与客户数；
- 合同是订阅、项目制，还是包含人工服务的年度框架；
- 广告生成、模型调用、视频处理、语言本地化和人工审核的单位成本；
- 客户从试用到付费、从首单到续约的转化率；
- 客户使用产品后，创意团队工时减少了多少，或 ROAS 增加了多少；
- 关停前是否有逾期回款、预算削减或客户迁移。
因此，不能从六位数合同推导出高毛利，也不能从 390 万美元融资推导出公司曾经拥有足够 runway。更准确的商业模式判断是：Reforged 找到了高价值项目，但没有公开证明这些项目能变成低边际成本、可重复交付的年费软件。
建议的单位经济门槛，不是历史事实：在进入规模化销售前，至少要同时看到单客户首年毛利率超过 60%、第二次真实活动仍由产品完成、续约或扩单率超过 50%，并能把人工交付时间压到客户付费额的 20% 以下。任何一个指标不达标，都应把它当作高价服务，而不是 SaaS 规模化。
L｜洞察提炼：四个判断，值得从 Reforged 身上带走
1. 垂直市场的痛点强度，不能替代市场宽度
移动游戏广告确实需要大量创意测试，客户也确实愿意付费。但 Reforged 自己给出的解释是：能够以那个规模购买服务的工作室太少。1
可复用判断：在签下第一个大客户之前，问「谁会买」；签下之后，立刻问「有多少个相似客户能以相似成本成交」。
2. AI 产品最危险的竞争者，可能是客户的内部工程师
官方明确说，模型进步让成熟团队更容易自己构建类似能力。1 这不是传统意义上的竞品降价，而是客户的自建成本下降。
可复用判断：每个 AI 产品都要把客户自建成本写进竞争矩阵，包括模型调用、数据接入、评测、人工审核和维护，而不只是拿外部竞品的功能列表做对比。
3. 「有数据闭环」不等于「有数据壁垒」
Reforged 的界面把花费、收入、ROAS、点击率和 AI 属性放在一起，产品思路是正确的。4 但只有当这些数据能跨客户积累、持续改善建议，且客户无法带走同等能力时，闭环才会变成壁垒。
可复用判断：不要问产品是否收集了数据，要问「数据是否让下一次建议更准」「客户是否能导出并复刻这套能力」「离开产品后损失是否可量化」。
4. 高客单价不是增长飞轮，续约才是
六位数合同能让早期收入看起来很好，但如果客户数量少、交付重、续约未知，它更像高价项目。Reforged 的服务最终在 2026 年 7 月关闭并停止计费。1
可复用判断：把首单金额从增长看板里拿掉，先看同一客户的第二次任务、第二个游戏、下一季度预算和净毛利。
D｜决策分析：什么时候该继续，什么时候该停止
对正在做垂直 AI 的创始人
按以下顺序验证，而不是先扩大功能面：
- 先验证市场上限。列出 50 家拥有相似预算、相似工作流和相似采购权限的客户，逐一验证它们是否真的存在，而不是用行业总广告预算代替客户清单。
- 把大客户和小客户分开算。分别测算客单价、销售周期、交付人天、续约与扩单；不能用一个平均客单价掩盖两种完全不同的业务。
- 定义第二次有效任务。客户第二次把真实素材投进活动，比第一次生成 demo 更能说明产品是否进入工作流。
- 测量自建替代成本。让客户估算模型、数据、审核、接入和维护成本；如果自建成本在 6 至 12 个月内低于一年合同额，产品必须拥有更强的效果优势或分发优势。
- 把结果写成阈值。建议把 90 天真实活动复用率、第二项目转化率、客户续约率、人工交付占比和毛利率放进停留 / 转向决策表。
对投资人和产品负责人
Reforged 的证据更接近下面这个状态：
| 决策项 | 当前证据 | 建议动作 |
|---|---|---|
| 痛点是否真实 | 有大型客户与六位数合同，官方称收入真实 | 继续承认痛点，不否定产品价值 |
| 市场是否足够大 | 公司明确称同等规模工作室数量不足 | 暂停用行业预算推导 TAM，先做客户密度测算 |
| 产品是否可复制 | 生成、分析、投放被串成闭环，但指标未披露 | 要求 cohort、续约、毛利和人工接管数据 |
| 护城河是否成立 | 成熟客户可能自建，竞品拥有分发或归因数据 | 把客户自建与离开后的效果损失设成反向测试 |
| 是否值得继续融资 | 关停声明称跨游戏扩张未跑通，服务已关闭 | 不以融资历史或大客户 logo 替代规模化证据 |
最终判定
Reforged Labs 的失败，不是「AI 广告没人要」，也不是「生成式 AI 没有产品价值」。它更具体：它把一个真实、昂贵、但相对窄的工作流做成了产品，却没有证明这条工作流能在足够多的客户中持续产生高于自建成本的结果。
如果把产品成功标准设为「让几家大型工作室更快做出广告」，Reforged 已经交付了价值；如果标准是「成为一个能持续扩张、拥有软件毛利和重复收入的风险投资级公司」，官方关停声明给出的答案是否定的。
下一次看到 AI 产品展示客户 logo、六位数合同或漂亮的效果看板时，先追问五个数字：首个有效任务成功率、第二次任务率、90 天复用率、客户毛利贡献、离开产品后的自建成本。缺一个，增长故事就还没有闭环。
References
- 1Reforged Labs 官方关停声明
reforgedlabs.com
- 2GamesBeat：Reforged Labs 开放测试
gamesbeat.com
- 3GamesIndustry：Reforged Labs 关停报道
gamesindustry.biz
- 4Y Combinator：Reforged Labs
ycombinator.com
- 5Layer AI：移动游戏 UA 视频广告
layer.ai
- 6AppLovin Ads 官方介绍
applovin.com
- 7Liftoff Cortex 官方介绍
liftoff.ai
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.