模型越強，應用反而值錢了

2026年以來，大模型行業的競爭節奏明顯加快。底層模型的能力持續躍遷，OpenAI、Anthropic 以及國內的智譜、Kimi 等公司迎來新一輪融資與收入爆發。但與此同時，一個與早前預期截然不同的現象正在發生：模型越強，應用反而越值錢了。過去兩年，業界流行一種“模型吞噬一切”的邏輯——模型能力越強，能完成的任務越多，留給應用層的價值就越少。微軟 CEO 納德拉甚至斷言，Agent 時代獨立商業應用或將瓦解。但市場的真實走向並未完全沿著這套推演展開。

Anthropic 的年度經常性收入從去年末的 90 億美元被外部測算推高至超過 700 億美元，Kimi 新一輪融資目標估值瞄向 500 億美元，ARR 達到 3 億美元。與此同時，Cursor、Lovable、HeyGen、ElevenLabs 等 AI 原生應用也在飛速增長，Adobe、Grammarly 等傳統工具公司憑藉 AI 轉型交出歷史級財報，美圖預計 2026 上半年經調整歸母淨利潤同比增長 36%至 40%。模型與應用，似乎正在同時變得更值錢。這並非否認模型對應用的衝擊。AI 的確讓開發應用變得前所未有地容易。

2026 年第一季度，蘋果 App Store 與 Google Play 的新應用數量同比增長 60%，4 月同比增幅進一步翻倍。但應用變多，存活率卻沒有跟著提高。RevenueCat 數據顯示，2020 年以前上線的老牌應用至今仍貢獻近七成訂閱收入，2025 年以後湧現的新應用雖然數量龐大，合計收入佔比僅有 3%。a16z 的 Top100 消費級生成式 AI 應用榜單也持續換血，新面孔不斷出現，舊面孔迅速消失。可見單純的“套殼”應用很容易被模型迭代碾壓，但真正深入業務場景的應用，反而在模型進步中獲得了更大的價值空間。為什麼“模型吞噬一切”沒有發生？

一個關鍵原因在於，基礎模型的進化會同時放大軟件廠商的優勢。過去複雜而昂貴的任務，可以藉助模型轉變為簡單易用的功能，讓普通用戶直接上手，並完成商業變現。用戶真正想要的，從來不是一段臨時生成的文字、圖片或視頻，而是一項可以直接交付、直接使用的工作成果。從原始需求到最終成果之間，隔著一條長長的鏈路：提取賣點、撰寫腳本、準備素材、生成畫面、剪輯配音、校準風格……模型可以完成其中單個環節，卻難以靠一句提示詞理解用戶的全部需求，也不會自動把複雜環節組織成穩定可靠的整套流程。這恰恰是 AI 應用真正的價值所在。

全球範圍內跑出來的 AI 應用，幾乎都不是在做另一個“模型”，而是在打造一整套可複製、可交付的工作流。Cursor 被很多人罵“套殼”，但在大模型全面轉向 Coding 的當下依然增長迅猛；法律 AI 應用 Harvey 深入盡調、合同審查與訴訟流程，估值升至 110 億美元；AI 視頻應用 HeyGen 從數字人擴展到腳本、翻譯、配音和本地化製作，ARR 突破 2 億美元。這些例子說明，模型的能力是趨同的，而穩定高效的工作流、細分場景的經驗、垂直賽道的數據微調，決定了應用能否真正為用戶提效。美圖是理解這一邏輯的極佳樣本。AI 到來之前，美圖的第一大收入來源是廣告。

但 2022 年 AI 爆發之初，美圖的 VIP 訂閱業務就一躍成為最大收入來源，相關 AIGC 功能驅動顯著。此後美圖快速剝離硬件、社交、電商等非核心業務，聚焦影像與設計賽道。這一戰略轉型帶來了持續的業績兌現：全年經調整歸母淨利潤從 2023 年的 3.68 億元增長至去年的 9.65 億元，今年上半年繼續保持最高 40% 的增速。在月活躍用戶趨於穩定的情況下，付費用戶同比增長 86%，付費滲透率從 3.7% 提高至 6.1%；影像與設計產品收入從 13.27 億元增至約 29.54 億元，貢獻公司超七成營收。過去三年，恰好是圖像與視頻模型發展最快的時期。

模型不但沒有吞噬影像應用市場，反而幫助美圖將 AI 功能轉化為用戶付費的動力。從 3D 手辦、AI 合照到 AI 雪景，美圖接連打造爆款功能：AI 合照吸引超過 300 萬歐洲新增活躍用戶，AI 雪景推動美圖秀秀首次登頂美國應用商店分類榜首。這些現象背後，是用戶願意為“看得見的結果”付費——不是因為模型能力本身，而是因為應用把模型能力變成了具體可用的產品。美圖旗下應用也遵循同樣的方法論。例如面向口播視頻場景的“開拍”，最初只是美顏相機裡的“提詞器”功能，如今已發展為涵蓋提詞、網感模板、AI 封面、智能混剪、一鍵成片的完整視頻生產鏈路。

普通用戶往往不知道用 AI 幹什麼，甚至不清楚 AI 能解決什麼問題，開拍的做法是直接內置可複用工作流，無論門店引流還是保險、教培、美業等行業，用戶都能找到對應模板。據美圖公佈，這項功能累計使用數達 1.22 億；2025 年全年開拍 MAU 接近翻倍，付費訂閱用戶數增長至原來的三倍，截至今年 6 月 ARR 同比增長翻倍。另一款產品 MVLAND 則切入音樂視頻這一細分垂類。傳統 MV 製作需要策劃、拍攝、後期，週期長、成本高，獨立音樂人往往難以承受。MVLAND 允許用戶直接上傳音頻，由多個 Agent 分析歌曲內容、情緒和節奏，再組織畫面與鏡頭，將原本高昂的製作成本壓縮成線上流程。

MVLAND 上線 3 個月即實現 ARR 翻倍，切中了音樂人與普通創作者的實際痛點。可以看到，美圖成功的 AI 應用普遍不追求大而全，而是從一個小切口進入，持續深耕細分場景——開拍主打口播視頻，MVLAND 面向音樂場景，美圖設計室服務電商從業者。這些面向專業生產力場景的應用，往往擁有更高的 ARPU 值和更大的商業變現空間。AI 也在重塑應用的商業模式。傳統工具應用主要通過固定訂閱或廣告變現，單個用戶收入較為穩定，增長依賴持續拉新。當用戶規模觸及天花板，公司往往只能靠漲價或加廣告。

AI 時代，應用從“提供工具”轉向“交付結果”——企業購買的不只是修圖功能，而是一張可以直接投放的商品圖；創作者付費獲得的不只是一套剪輯軟件，而是一條可以發佈的視頻。當應用的產出越接近用戶的收入和工作效率，付費意願就越強。Menlo Ventures 數據顯示，2025 年企業生成式 AI 支出達到 370 億美元，其中流向應用層的達 190 億美元，佔比超過一半。Lovable 從上線到 ARR 突破 1 億美元僅用 8 個月，ElevenLabs 估值突破 110 億美元，這些都打破了傳統應用的緩慢增長曲線。用戶規模也不再是唯一的增長指針。

印度貢獻了全球約 20% 的生成式 AI 應用下載量，卻僅貢獻約 1% 的應用內購買收入；與之相對，美圖新增付費用戶主要來自歐洲、美洲和東亞等訂閱習慣成熟、ARPU 較高的市場。截至 2026 年 6 月，美圖付費訂閱用戶已超過 1844 萬，付費滲透率繼續走高。與此同時，“訂閱＋按量付費”的模式也開始在 AI 應用領域普及。美圖用戶可從訂閱方案中獲得 AI 算力點，也可按使用量充值，2026 年第一季度、第二季度算力點消費總額環比增幅均超過 46%。Adobe 也為 Firefly 設置生成積分，相關 ARR 連續多個季度環比增長四成以上。

這種模式讓 AI 應用的收入與結果直接掛鉤，重度用戶為更高頻的產出支付更多費用。不過，AI 收入增長的背後也有成本壓力。2025 年，美圖算力及雲服務成本同比增長 16.4% 至 2.32 億元，其中近一半是推理算力成本，公司毛利率因此有所下降。對於應用層公司而言，如何在擴大 AI 收入的同時平衡利潤，是必須長期回答的問題。應用公司的護城河，也不再只是用戶基數或品牌，而是對行業 know-how 的深刻理解、對工作流的持續打磨，以及在垂直場景中沉澱下來的數據與用戶反饋。模型越強，應用的想象力反而越大。

因為每一次模型能力的提升，都意味著應用可以將更復雜的任務轉化為人人可用的產品，交付更完整的成果。AI 應用公司需要做的，不是與模型賽跑，而是把模型能力轉化為用戶願意付費的確定性結果。從這個角度看，應用的增長或許才剛剛開始。