图像 AI 模型正成为应用增长新引擎，超越聊天机器人升级

根据应用数据分析公司 Appfigures 的最新报告，图像生成模型的发布正在推动 AI 移动应用的下载量增长，其带来的增量下载是传统模型更新的 6.5 倍。

这一趋势标志着早期格局的转变。此前，新模型的发布主要通过提升对话体验（如语音聊天界面）来拉动需求。如今，图像相关功能的推出已成为更强劲的增长催化剂。

例如，ChatGPT 和 Gemini 在推出各自图像模型后，均新增数千万下载量。

Google 的 Gemini 应用在去年 8 月推出 Gemini 2.5 Flash 图像模型（代号 Nano Banana）后，28 天内新增超过 2200 万 下载量，期间下载量提升超过 4 倍。

ChatGPT 则在去年 3 月推出 GPT-4o 图像模型后，28 天内新增超过 1200 万 增量安装，这一数字约为 GPT-4o、GPT-4.5 和 GPT-5 等文本模型发布时下载量的 4.5 倍。

其他模型发布也呈现类似趋势，尽管规模较小。Meta AI 在 2025 年 9 月推出 AI 视频内容功能 Vibes 后，28 天内估算新增约 260 万 下载量（尽管严格来说这是视频模型，但本质上仍属于视觉内容生成）。

不过，报告同时指出，下载量的增加并不一定转化为移动端收入的增长。

新图像模型的发布主要是为了吸引用户安装并尝试增强的图像生成功能，但用户未必会转化为付费订阅者。例如，Gemini 的 Nano Banana 模型在发布后 28 天内仅带来约 18.1 万美元 的预估消费者支出，尽管其下载量峰值高于 ChatGPT 的 4o 图像模型。

Meta AI 的 Vibes 功能同样带来了额外下载，但未产生显著收入。

在三者中，只有 ChatGPT 将关注度有效转化为实际收入。OpenAI 的 4o 图像生成模型在发布后 28 天内，估算带来约 7000 万美元 的消费者支出增量。

报告还分析了 DeepSeek 的情况，但它并不符合这一模式。DeepSeek R1 在 2025 年 1 月发布后新增约 2800 万 下载量，但这并非典型的模型对比事件，而是 DeepSeek 因以远低于竞争对手的成本训练模型而一夜爆火，引发行业好奇心驱动的结果。这也说明，单纯的好奇心也能带来下载，但与图像模型无关。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。