图像模型带火 AI App 下载，但真正难的是让用户付钱

一组反差数字，把消费级 AI 的现状说得很直。

Gemini 推出 Nano Banana 图像模型后，28 天内新增 2200 万以上下载，下载量提升超过 4 倍。Appfigures 估算，同期消费支出只有 18.1 万美元。

同样是图像能力，ChatGPT 4o 图像模型上线后，28 天新增约 1200 万安装，估算带来约 7000 万美元总消费支出。

所以这条新闻的重点不是“图像模型火了”。重点是：图像模型确实能把人拉进来，但多数产品还没证明自己能把好奇心变成钱。

图像模型成了 AI App 最有效的拉新按钮

Appfigures 的报告给出一个很硬的对比：视觉模型发布带来的下载增量，约为传统模型更新的 6.5 倍。

这不等于聊天机器人升级失效。更准确地说，用户对“模型更聪明了”已经麻木。普通人很难感知推理能力、上下文长度、参数优化。

图像不一样。

好不好看，三秒见分晓。能不能做头像、改海报、生成表情包、发社交平台，也三秒见分晓。

几组数据放在一起，更清楚：

这里要加一道口径限制：这些收入数字是 Appfigures 的估算，不是公司官方财报。

尤其是 Gemini，不能简单说成“产品失败”。它可能涉及免费策略、订阅打包、入口分散、Google 账户体系内权益，以及移动端消费支出统计边界。

但趋势已经够用。

AI 应用的增长叙事，正在从模型参数转向可见结果。谁能让用户一眼看懂，谁就更容易拿到下载。

对产品团队来说，这会改变资源分配。单纯发“模型升级公告”越来越难破圈，视觉模板、创作入口、分享链路、首屏体验，反而变成增长团队要盯的硬指标。

对投资人来说，也该少看一点发布会声量，多看下载峰值之后的 7 日、30 日留存。没有留存的下载，只是应用商店里的烟花。

下载不是生意，付费路径才是分水岭

我更在意的不是 6.5 倍，而是报告里的后半句：多数下载高峰没有转化为收入。

这句话冷，但准。

视觉 AI 最擅长制造“我也试一下”。用户看到别人生成一张好玩的图，下载，试一次，发一张。然后呢？

问题卡在这里：试一次，凭什么订阅？

ChatGPT 能把这波注意力变成钱，可能不只是因为图像模型强。它有更成熟的付费心智，更直接的订阅入口，更大的既有用户池。很多用户本来就把它当综合工具，而不是一次性玩具。

Gemini 的情况更复杂。它的免费策略、平台打包和账户体系，可能让用户使用了能力，却没有在移动端形成清晰消费支出。Appfigures 能看到的是一部分商业结果，不是完整账本。

但商业现实不会因为口径复杂就消失。

判断一个 AI App 有没有把热度变成生意，至少要看四个指标：

现在很多 AI 应用只赢在第一项。

这对开发者很现实：别急着把视觉模型当万能增长药。更该做的是把图像能力塞进具体任务里，比如修图、设计、电商素材、内容生产、办公演示、个人表达。

用户不是不愿意为 AI 付费。用户只是不愿意为“新鲜一下”长期付费。

“天下熙熙，皆为利来。”放在 AI 应用商店里也合适。用户为好奇而来，只会为明确收益留下。

AI 应用竞争，正在从模型秀转向商业纪律

过去两年，AI 公司爱讲模型：更大、更快、更便宜、更长上下文。

这套话对开发者、投资人、媒体有效。对普通用户没那么有效。普通用户不看参数表，只看结果能不能拿走。

图像模型的爆发，说明消费级 AI 开始进入另一套竞争：

• 能不能把能力包装成一眼可懂的场景；
• 能不能在社交平台和应用商店里滚起传播；
• 能不能把免费试用接到顺手的付费入口；
• 能不能让用户第二天还想打开。

这有点像早年移动互联网的滤镜、贴纸、短视频工具。不完全一样，因为 AI 的底层成本更高，模型迭代也更快。

但人性那部分很像。视觉功能容易爆，商业化不容易稳。活下来的通常不是最会制造热闹的产品，而是能把娱乐、身份表达、工作效率和付费机制缝起来的产品。

采购和产品负责人接下来不该只问“接了哪个模型”。更该问三件事：

这也是我不太买账一些 AI 应用宣传的地方。

模型看着更强，产品关系反而很薄。发布会可以让下载曲线竖起来，但不能自动生成用户习惯。

图像模型当然重要。它把 AI 从“对话框里的助手”推向了“可分享的内容机器”。这是消费级 AI 进入大众市场的好入口。

只是入口不是终点。

开头那组数字已经把矛盾摊开了：Gemini 证明图像模型能拉来巨大流量，ChatGPT 证明流量也可以变成钱。中间差的，不是热度，是付费心智、产品路径和商业纪律。

下载峰值会越来越容易被复制。难复制的是用户每天打开的理由。