最近读到一份挺有意思的数据报告，讲的是AI应用到底靠什么出圈。

结论有点反直觉：光靠大语言模型升级，已经不太灵了。反倒是图片生成模型，成了新的下载发动机。

数据来自Appfigures，专门做App数据分析的。它统计了主流AI应用每次发布新模型后的下载量变化，发现了一个很明显的规律：图片模型上线带来的下载量，是纯语言模型更新的6.5倍。

Gemini就是典型案例。去年8月，Google在Gemini 2.5 Flash版本里加入图片生成能力，结果在接下来28天里，App下载量直接涨了4倍，多了2200万次安装。按理说这已经是相当惊人的数字了，但问题是——这2200万人里，真正掏钱的少得可怜。同一时期，Gemini靠这个功能只赚了约18.1万美元。

对比一下ChatGPT，差距就出来了。OpenAI在去年3月推出GPT-4o图片模型，28天内新增约1200万次安装，比之前GPT-4o、GPT-4.5和GPT-5加起来都多4.5倍。更关键的是，ChatGPT是唯一一个把流量真正变成钱的应用——同周期内，GPT-4o图片功能产生了约7000万美元的消费者支出。两者一对比，Gemini的2200万下载只换来18万美元，ChatGPT的1200万下载却换来了7000万美元，这转化率的差距不是一星半点。

Meta的AI功能Vibes也经历了类似的过山车。2025年9月上线后，28天增加了约260万次下载，但收入几乎没有变化。看起来Meta并没有真正学会怎么把用户的注意力变成钱包里的钱。

至于DeepSeek R1，那是另一个故事了。今年1月发布时一周内狂涨2800万次下载，但那更多是技术圈的好奇心驱动，不是图片模型带动的。DeepSeek那次爆发，是因为外界第一次知道原来可以用这么低的成本训练出性能这么强的模型，一时间整个行业都在讨论它。这说明，真正能引发病毒式传播的，有时候不是功能本身，而是背后的技术叙事。

把这几件事放在一起看，有一点很清楚：图片功能确实能拉新，但留住用户并让人付费，目前只有ChatGPT做到了。其他应用更像是在给应用商店贡献下载量，而不是给自己赚钱。

这大概也是为什么，现在几乎所有AI应用都在往图片生成这个方向卷。不光是ChatGPT和Gemini，Midjourney、Stable Diffusion、DALL-E，各家的图片功能都在快速迭代。对用户来说可能是好事——选择多了，免费的额度也在涨。但对厂商来说，这场仗可能比当初卷大模型还要难打。

如果你在用这类AI应用，不知道有没有注意到自己属于哪种用户——下了试试的，还是真正氪金的。