拿到全球千万下载后，AI图片App如何对抗“一波流体质”？| 对话创始人

出品：白鲸出海编辑部

作者：Amber

编辑：智婷

打破刻板印象

前些日子，data.ai 借着 ChatGPT（2022 年 11 月桌面端发布）上线一周年发布了一个榜单，罗列了自 ChatGPT 移动版本发布以来（2023 年 5 月），全球下载量最高的 10 款 AIGC 应用。

榜单中，大多是和 ChatGPT 一样的聊天机器人，只有 3 款 App 被归类为 AI 艺术生成器，也就是我们熟知的 AI 生图 App。在刻板印象中，不论是漫画脸、还是前些日子大火的 Yearbook 年鉴，基于 AI 一键生成某种风格化图片的 App 们，大多一波流。在下载榜单上，属于直上直下类型。

但仔细去看数据之后我们发现，一波流的 AI 生图 App 们，貌似起码在美国市场找到了自己的受众群体。以活跃用户量来论，表现最好的 AI Mirror 在美国市场的 DAU 数量在一段时间内高于某修图大厂从业者眼里一直最能稳定创收的 “白月光” FaceApp（这款 App 的美国月流水接近 300 万美金的水平）。虽然创收能力还差不少，但这个 DAU 表现，与我们本身的认知 “很多人下载了，玩几天就放在那吃灰”，有了不小的偏差。

而借着谷歌在北京办公室举办谷歌出海创业加速器展示日活动，我们见到了 AI Mirror 背后公司 Polyverse 的创始人兼 CEO Steven 郭炫、联合创始人兼 CGO Queena 邱子珺。在见到 Steven 和 Queena 之前，我们借助于三方平台了解了 AI Mirror 一些维度的数据，但如果说一波流的刻板印象被打破，那么还有几个问题其实是我们非常好奇的。

AI 生图本就是非刚需，是谁撑起了美国几十万的 DAU？作为外界看来差不多的 AI 生图 App 们，自己产品的竞争力又在哪里？身处 AI 的价值链上，从业者们又如何看待整个产业发展？

从游戏到 AI，我们一直

认为 AI Mirror 是一款“玩具”

在 2022 年左右上线的 AI 生图 App 们，在美国市场的 DAU 量级已经能与头部修图 App 抗衡 | 白鲸出海根据点点数据制图（蓝色背景为传统修图，黄色背景为 AI 生图）

AI 生图 App 们对于 Avatar 

“玩具”的持续价值与竞争力

以 AI 生图切进去，提供风格化图片生成体验，让 AI Mirror 和很多 AI 生图 App 一样在初始阶段有不错的流量。

AI Mirror 的下载量爆发式增长，一次是在上线之后，一次是在 5 月份。“5 月底的这波爆发增长，大部分是自然量，来自于社交平台的用户自传播。我们发现一个很有趣的现象，就是用户会在地域层面上自发传播，根据共同的文化认知，从某一个市场传播到另外一个市场。所以，后来觉得可以主动增长的时候，我们会聚焦某些核心市场，抓住社媒传播节奏向周边辐射，比如说印尼。在东南亚区域来说，印尼用户的好奇心很强，下载量非常高，就可以作为试点。”Queena 总结道。

在产品增长的过程中虽然也匹配到一些粘性用户，但本质上还是一款“玩具”的 AI 图片 App 也确实会存在用户流失、快速衰减的问题。对此，Steven 分享了他的两个应对思考：

第一、抓住并放大上面说到的垂类用户。

AI Mirror 在最初的定位是玩具，针对的是用户分享需求，加上商业化的考量，这导致我们会权衡图片生成的速度、使用场景等等。而这些场景可能并不适合我们观察到的黏性用户做 B 端创作的场景。未来，我们会针对于这波用户的需求快速迭代。

第二、去拓宽场景。

用户的行为与 App 的场景和功能相对应，现在大部分的用户依然是做好看的头像然后去社媒分享，我们希望去拓宽分享场景，让他们有更多可表达的内容，另一个是是否可以通过技术升级，去延伸到视频的场景。”

在笔者执行这个对话项目的过程中，我们看到 AI Mirror 上线了用 AI 文字指令去替换照片中某些元素的 Magic Brush、AI Video 功能、适用于海外假日季的多人图片风格化功能、以及能够方便用户发送圣诞贺卡的模板等等。

不断去丰富用户场景，让 App 在投流力度减小之后也依然维持了不错的用户体量，但对算力资源也有很大的要求。

“AI 生图的算力成本是非常巨大的负担，我们在计算推理层面做了很多工作来降低成本。”Steven 表示，“同时在增长上，我们更注重用户的口碑传播来形成品牌认知，从而降低整体的用户获取成本。商业化层面，在第一天就上线了商业模式，做订阅和广告变现。我们之前只融了种子轮，规模也不大，我们更希望靠自己能够做好积累，在需要投入时再放更多的资源进来。”

写在最后

AI 经历了 2023 年的创投热，很多项目都在一次次 GPT 的迭代中被推翻。在巨大的机会的背面，也是对 AI 创业者赛道认知的一次次考验。

做应用层 AI 产品，在大部分人眼里就是“套壳”，本质上依然是流量生意，但从现有情况来看，随着用户与 App 不断交互，原本为了提供新奇体验的 AI 产品，开始被团队挖掘出更深层次的价值。不断积累的数据与算法优化，也让产品开始逐渐建立起一些竞争壁垒。