声明:本文来自于微信公众号 白鲸出海，作者:张凯然，授权站长之家转载发布。

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，也看到了长年深耕图片与视频赛道，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。

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」的母亲节玩法素材封面（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「AI Catch」的母亲节玩法，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」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。

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，小影科技从场景出发，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」提供免费积分体验，后续需付费才能使用）

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。

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。