根据 Sensor Tower 发布的《2026年全球 AI 应用趋势洞察》，2026年第一季度，全球 AI 图像视频生成 App 的内购收入达到 1.5 亿美元，环比增长 20%，下载量达到 1.7 亿次，环比增长 12%，均超双位数。

与 Web 端更重生产力属性不同，移动端的 AI 视频产品，更偏向以模板设计为用户提供娱乐体验，这一商业模式本存疑虑的赛道，从数据看，已经验证市场需求。

图片来源：Sensor Tower

而赛道的另一转折点也异常明显，与大模型市场 ChatGPT、Claude、Gemini 占据绝大份额不同，视频大模型正变成“基础设施”。

赛道发展之初，站在台前的始终是背靠自研模型的团队，从 runway、Pika，到后来的 Sora、Kling AI。直觉上，他们更具天然优势，模型更可控，对第三方的依赖也更低。

但是，现在无论是 web 还是 App 端，集成多家模型、通过工程化去对准市场需求的产品，更多占据靠前的位置，如 web 端流量目前处于 Top1 的 Higgsfield，又如 Sensor Tower 这次发布的移动端收入榜单中，Top10 中有 7 款产品无自研模型。

收入榜排名前 10 中，只有 Kling、即梦和 Hailuo AI 有自研视频模型

这让 AI 视频赛道看起来更具活力，当然竞争也尤其激烈。

这 7 款产品中，有擅长流量与变现的土耳其厂商，有在 AI 浪潮之初即快速反应入局的华人创业团队，同时，也看到了长年省耕图片与视频赛道，在 AI 时代找到自己位置的小影科技，位列全球收入榜单第 6 位。

一、关系与猎奇是 C 端用户核心动机

仔细观察排名靠前产品的热门功能，会发现一个共同点，没有一款主打专业剪辑或者精细控制，它们主做同一件事——模板。

「AI Catch」（左）、AI Video（中）、Pose（右）

从「AI Catch」、AI Video、Pose 等上榜且排名靠前的产品落地页看，基本都是用图片或动图展示模板效果，用户点进去、上传图片、一键生成，全程不需要调参数、不需要写提示词，门槛几乎为零。

这两个信号叠在一起，用户画像清晰，不是创作者，是普通消费者。

从内容倒推普通消费者使用 AI 视频产品的动机，可以归为两类：一类是关系驱动，把身边最亲密的人变成视频主角，在互动中制造笑点、情感共鸣与共同回忆；另一类是视觉效果驱动，用户通常被模板本身吸引，随即产生自己试试或者转发给朋友的冲动。

AI Video、Pose、「AI Catch」三款产品在美国和巴西市场的用户评论，筛选出与用户使用目的相关的词汇｜白鲸出海根据点点数据绘制

翻看 AI Video、Pose、「AI Catch」三款产品在 App Store 的用户评论，高频出现的词汇里，一类是 laugh、hilarious、happy 等体现情绪的词汇，另一类是 family、friend、husband 等关系词汇。

「AI Catch」的家庭照玩法素材封面 （左），AI Video 舞蹈玩法素材 （右）｜图片来源：小影科技，广大大

广告素材也同样印证了这一点，左图中展示的是由 AI 生成的家庭照，而右图中的文案 “My husband will hate me for this”，展示妻子用“AI 舞蹈”整蛊丈夫的场景。

而在关系链中，婴儿/宠物 2 个主体始终拥有超高热度，这类玩法将“不可能发生”的画面用 AI 做出来，用户被意料之外的视觉效果击中，产生制作和转发的冲动。

「AI Catch」近期投放的小狗踢球的广告素材封面｜图片来源：广大大

上述动机指向同一个结论：普通用户要的不是创作工具，而是一次可以在社交场景里制造和共享的情绪时刻。

二、相同的大方向，迥异的触发点

掌握了用户的底层驱动力，只是找到了大方向。真正能让一个模板火起来，还要同时做对三件事，模板方向的长期积累与验证、市场需求方向判断，以及精准找到情绪触发点。而要做到这些，靠的是开发者的方法论和对市场文化的深度观察。

3月中旬「AI Catch」登顶巴西总榜｜图片来源：小影科技

以今年3月让「AI Catch」同时登顶巴西总榜的家庭照玩法为例，小影科技团队曾与我们复盘背后的原因。

首先是模板方向的长期积累。最早，在「AI Catch」中被验证的玩法是 " 美人鱼写真 "，数据跑通之后，团队沿着“专业写真门槛高、一键生成对用户吸引力大”的底层逻辑，陆续裂变出 “生日写真”“照相馆写真”等系列“写真”玩法。经过多次验证，“写真” 已经成为「AI Catch」长期稳定跑量的模板方向，团队将它称为“1-10 的积累”。

然后是对巴西市场的判断。团队在社媒上观察到家庭照相关内容的传播信号，同时发现家庭照此前曾在巴西曾多次走红，是被市场验证过的需求方向。两个信号叠在一起，团队判断“家庭写真”在巴西有爆发潜力，于是在已经验证的写真大类里，推出了“家庭写真”的具体方向。

有写真大类的技术和运营积累做基础，加上社媒信号和历史数据做验证，成为了“家庭写真”此次登顶的前提。

黑白艺术照、叠叠乐风格的家庭照 （「AI Catch」在巴西市场的广告素材封面）｜图片来源：广大大

方向验证只是一半，情绪触发点也同样关键。即便同样是家庭照，不同市场的偏好差异很大：在巴西以及其他西语葡语市场，有效触发点是“小家庭、叠叠乐”风格，搭配黑白艺术照光影、突出高级感；而亚洲市场，更喜欢“多代同堂、正襟危坐”风格。

AI Catch 在巴西市场的下载量数据｜图片来源：点点数据

踩准细节后，「AI Catch」巴西市场下载量从 2月的 21 万，增长到了 3月的 168 万，月流水增长也接近 3 倍 （数据源：点点数据）。后续，团队快速把相关玩法做调整后，推广到其他西语葡语区、韩国、土耳其等市场，均取得了不错效果。

除此之外，在中东阿语区推舞蹈模板，以及元旦等特定节日期间推对应模板，「AI Catch」通过验证需求方法论+快速验模板效果+寻找情绪触发点的整套逻辑，实现了多次成功增长。

这套逻辑在多个产品中都能看到，如 AI Video、Pose 等产品的 AI Baby Dance、Korean Baseball Fan Cam 等等。但基于模板的热点特性，产品跑得更快的关键在于谁能做得更系统、迭代节奏更快、产品体验更佳，从而形成一个“投放-商业化-继续扩展更多用户”的正向循环。

三、速度与体验才是 toC 产品的命门

某种程度上，普通用户其实比 Pro 用户“要求”更高。

Pro 用户有明确的创作需求与目标，哪怕工具复杂、生成慢，他们也愿意等待结果；而普通用户的需求本就是被情绪触发，非刚需，一旦模板效果不合心意、或生成慢，用户即会流失。这对开发者来说意味着双重压力，既要快速上线热点模板抢先获客，又要在整个使用过程中保持好用和流畅，两者缺一不可。

就此，我们也向「AI Catch」了解了他们的解决方案：他们内部为此搭建了一套完整的可视化工作流，打通了热点预判、玩法确认、流程开发、模型选择，到效果测试、上线模板的整个链路。

靠着这套机制，「AI Catch」目前平均每周能产出 40 到 50 个不同玩法的模板。爆款本身也有增长和回落的生命周期，团队会以天甚至更短的时间维度观察投放趋势，快速匹配素材上线，在生命周期回落时及时控制成本，对于深耕视频 App 出海 14年的小影科技来说，这类节奏管理方式，算是“老本行”。

生成效果方面，不同玩法、风格，不同用户偏好的模板，对底层模型的要求完全不同，只用单一模型往往顾此失彼，要么效果不稳定，要么成本失控。「AI Catch」的做法是多个模型进行动态组合、调优，并配置兜底模型，在效果与成本之间找平衡点，同时力求将延迟压到行业优秀水平。

图像方面，小影科技从场景触发，基于自研 LoRA 实现模板特效上线，逐步积累不同场景的 LoRA 模板，大幅降本增效，未来也将会将自研垂类场景的视频模型。从用户数据看，「AI Catch」付费用户的次日留存率约为 30%，显著高于整体用户水平。（注：「AI Catch」须订阅才能使用，所以团队的核心指标是“付费用户的次日留存率”）

小影团队告诉我们，这些开发出来的模板玩法还会被沉淀到“工具池”当中，满足后续 Agent 相关产品的建设、可视化流程的迭代、与垂类视频模型的研发等，之后也能反哺优化热门玩法效果，同时大幅降本。

没有自研模型不等于没有技术壁垒，对面向普通用户的产品来说，工程化能力或许比模型更重要，因为用户只关心视频好不好看，生成快不快。这条路看起来没有“自研大模型”那么性感，但在商业化成绩上，已经拿到了答案。

写在最后

回头看那 7 款无自研模型产品在收入榜上的表现，可以提炼出一个共同的竞争逻辑。当 AI 生成能力逐渐成为可以调用的基础设施，移动端的竞争核心已经从 "谁的模型更好" 转向了 “谁能更快找到用户的情绪触发点”，并把它工程化后推向市场。

而现实情况来看，在产品都追逐 Agent 形态、但 AI 图像、视频应用的渗透率仍在 30%左右的当下，大众用户市场远未饱和，在 Agent 时代真正到来之前，用模板承载表达的产品形态，或许是 toC AI 图像视频应用更现实的商业选择。

【本篇文章属于白鲸出海原创，如需转载：需联系授权方可，未经授权严转载!】

友情提醒：白鲸出海目前仅有微信群与QQ群，并无在Telegram等其他社交软件创建群，请白鲸的广大用户、合作伙伴警惕他人冒充我们，向您索要费用、骗取钱财！