Wekoi 是一家专注于多模态生成式 AI 与 Agent 工作流的 AI 技术公司。旗下 Wery.AI 面向内容创作者及垂直行业用户，让用户只需提出创作目标，Agent 就能理解需求，并调用不同的生成式 AI 能力，完成角色、海报、剧本、短视频等内容创作。

对于 YouTube 等高频内容创作者而言，这种能力尤其重要。创作不只是一次生成，而是围绕同一套角色、视觉和故事，不断持续、重复地进行内容生产和发布。因此，Wery.AI 所面对的核心挑战，不只是“生成一张好看的图片”，而是如何以稳定、快速且成本可控的方式，持续交付用户想要的图像和视频。随着用户规模和海外业务不断增长，这一需求也对底层云基础设施和模型调用能力提出了更高要求。

在迁移到 Google Cloud 之前，Wekoi 的基础设施主要运行在 AWS，并通过第三方平台接入不同的生成式 AI 模型。随着调用量增加，团队开始面对高并发下模型调用不稳定、延迟增加以及成本上升等问题。对于需要连续调用多个模型的 Agent 工作流而言，一次请求中的任何一次超时或失败，都可能打断整个创作过程。与此同时，Wekoi 本身已经大量使用 Google 的 AI 模型。对于一个处在快速迭代中的生成式 AI 产品而言，能否在新的基础模型发布之后第一时间进行测试和接入，直接影响产品创新速度。

迁移到 Google Cloud 后，Wekoi 开始将计算、容器、数据库和数据分析能力整合到更加统一的架构中。Compute Engine 与 GKE 为 Wery.AI 的核心业务和 Agent 工作负载提供运行环境，支持服务按业务需求灵活扩展；Google Cloud Database 承载用户、项目及业务数据，为连续创作过程中涉及的状态和内容提供稳定的数据基础；Firebase 与 BigQuery  则进一步汇聚用户行为和业务数据，用于产品分析、增长洞察和广告归因。并且，进一步的优势是团队能更加直接地接入和评估新的 Google AI 能力，并把模型、基础设施和开发环境逐步整合到更加统一的生态中。

迁移到 Google Cloud 的整个迁移持续数月，并采取边集成、边迁移的方式推进，分为三个阶段：可行性验证、平台服务与基础设施及大数据迁移，以及核心业务迁移。通过分阶段灰度发布，Wekoi 在不中断业务的情况下顺利完成迁移。

迁移后，Wekoi 整体云基础设施及模型推理成本下降约 25%。对于仍处在全球用户增长阶段的 Wery.AI 而言，这不仅意味着降低运营成本，也让团队可以把更多资源重新投入产品创新、用户增长和海外市场拓展之中。

迁移到 Google Cloud 后，Wery.AI 开始将不同的多模态 AI 能力整合到更加统一的 Agent 工作流中。Gemini platform 成为连接和管理模型能力的重要入口，Gemini、Imagen、Veo、Gemini Nano Banana 等模型则根据不同任务承担各自的专业角色。

当用户向 Wery.AI 提出创作目标时，Agent 会通过多轮交互理解用户意图，再根据任务调用合适的模型，并根据反馈持续生成和精修。Wekoi 并不追求在每个场景中使用“最强”的模型，而是在质量、速度、成本和稳定性之间找到更合适的组合，把复杂的模型选择留在系统内部。

统一的模型接入和调度也提升了产品性能与开发效率。Wery.AI 的视频和图像渲染交付延迟降低约 40%，生成成功率进一步提升；借助 Gemini platform 的统一环境，新的多模态 AI 模型集成周期也从数周缩短至数天。

随着 Wery.AI 服务越来越多国际用户，数据隐私、企业级安全和 AI Safety 也成为产品基础能力的一部分。Wekoi 按照 GDPR、CCPA、PDPA 等不同地区的数据隐私要求，坚持数据最小化原则，并为用户提供账号和数据删除机制。在内容安全方面，团队通过自动检测与人工审核相结合的方式，处理未成年人保护、版权、肖像权及其他敏感内容问题。Google Play 的审核流程也帮助团队进一步完善隐私政策和数据处理机制。

除了技术能力，Wekoi 也希望进一步借助 Google 的全球生态推动业务增长。入选 2026 Google Export Accelerator Programme 后，团队计划借助 Google Ads、SEO和数据分析以及行业专家和导师资源，进一步验证产品市场契合度，降低海外获客成本，并探索更加可持续的用户增长渠道。

未来，Wery.AI 的方向也将从“接入更多模型”进一步走向“更理解创作者”。Wekoi 并不希望产品价值建立在不断堆叠最新模型之上，而是希望借助 Gemini 更深入的上下文和用户意图理解能力，逐渐理解同一个项目中的角色、视觉风格、故事、场景，以及创作者独特的“世界观”。

对于 Wery.AI 来说，下一阶段的目标不是只完成一次生成，而是帮助创作者持续、稳定地完成长期创作。从理解一次提示词，到理解一个创作者；从调用模型，到持续构建一个属于创作者自己的故事宇宙。