图片模型成为 AI 应用增长新引擎

AI 移动应用正经历一次明显的方向转换：图片生成模型带来的下载量已大幅超越对话式模型更新。根据应用数据研究机构 Appfigures 最新报告，图片模型发布驱动的下载增量是传统模型更新的 6.5 倍。

这一趋势与早期形成鲜明对比——彼时新增语音对话功能往往更能拉动需求。

头部应用：Gemini 与 ChatGPT 的图片模型红利

Gemini 去年 8 月随 Gemini 2.5 Flash 推出图片模型 Nano Banana，发布后 28 天内额外带来超过 2200 万次下载，是该时段下载量的四倍以上。

ChatGPT 去年 3 月上线 GPT-4o 图片生成模型后，28 天内新增安装超过 1200 万次，约为此前 GPT-4o、GPT-4.5、GPT-5 模型发布合计下载量的 4.5 倍。

Meta AI 去年 9 月推出 AI 视频流功能 Vibes（注：虽为视频模型，本质仍属视觉内容），28 天内额外带来约 260 万次下载。

值得注意的是，下载量的爆发并不必然转化为收入。

以 Gemini Nano Banana 为例，尽管带动下载量远超 ChatGPT GPT-4o 发布，但其发布后 28 天内的预估消费者支出仅为 18.1 万美元。Meta AI 的 Vibes 同样拉动了下载，却未见可观的收入增长。

三者之中，只有 ChatGPT 将关注度成功变现：GPT-4o 图片生成模型发布后 28 天，预估消费者总支出达到 7000 万美元。

DeepSeek R1 今年 1 月发布后狂揽 2800 万次下载，但并不属于典型模型发布拉动案例——这更多是一次"出圈"事件。DeepSeek 从名不见经传到一夜成名，核心原因是业界关注到其在远低于竞争对手的成本下完成 AI 训练的技术突破。这种由好奇心驱动的增长路径与图片模型发布无关。