在ChatGPT和Grok等知名应用之外,AI"陪伴"应用的需求正在快速增长。据应用情报公司Appfigures向TechCrunch提供的最新数据显示,在全球337个活跃且产生收入的AI陪伴应用中,128个是2025年新发布的。
与通用聊天机器人不同,AI陪伴应用通过拟人化的AI交互,让用户能够与定制角色对话,包括朋友、恋人、女友或男友、幻想角色等。Appfigures将这个市场细分定义为用户可以与预制或用户生成的合成角色互动的应用,这些角色旨在体现真实的个性。
这一领域的热门应用包括Replika、Character.AI、PolyBuzz、Chai等。
截至2025年7月,AI陪伴应用在苹果App Store和谷歌Play商店的全球下载量已达2.2亿次。2025年上半年,下载量同比增长88%,达到6000万次。
Appfigures的数据分析显示,截至2025年7月,AI陪伴应用已在全球创造了2.21亿美元的消费支出。今年到目前为止,这些应用的收入比2024年同期增长了64%。
数据显示,排名前10%的AI陪伴应用贡献了该类别89%的收入。此外,约10%(33个)的应用终身消费支出已超过100万美元。
每次下载的收入也在上升,从2024年的0.52美元增长到2025年至今的1.18美元,增幅为0.66美元。
虽然专门的AI陪伴应用相当受欢迎,但xAI等大公司也在进入这个市场。7月份,xAI的Grok推出了AI陪伴功能,包括动漫风格的男女角色,以及一个狡黠的3D狐狸。
与此同时,ChatGPT最近升级到GPT-5时暴露了一个事实:许多用户对旧版本产生了感情依恋,他们对失去已经依赖的AI伙伴感到惋惜。
为了解决这些以及其他关于GPT-5性能的担忧,OpenAI首席执行官Sam Altman暂时恢复了4o模型。
谷歌去年也涉足了这个市场,聘请了Character.ai的创始人Noam Shazeer。Character.ai应用仍在运营,拥有数千万月活跃用户。
根据Appfigures的数据,最受欢迎的AI陪伴应用是那些被寻找AI女友的人使用的。在当今市场上的活跃应用中,17%的应用名称包含"girlfriend"一词,而包含"boyfriend"或"fantasy"的仅占4%。动漫、灵魂伴侣、恋人等词汇的提及频率较低。
该公司指出,自2022年以来可能还有其他许多AI陪伴应用在应用商店上架,但后来由于收入或下载量缺乏吸引力而被下架。不过,这些应用并未纳入其分析范围。
Q&A
Q1:AI陪伴应用与普通聊天机器人有什么区别?
A:与通用聊天机器人不同,AI陪伴应用通过拟人化的AI交互,让用户能够与定制角色对话,包括朋友、恋人、女友或男友、幻想角色等。这些角色旨在体现真实的个性,提供更加个性化和情感化的交互体验。
Q2:AI陪伴应用市场的收入情况如何?
A:截至2025年7月,AI陪伴应用已在全球创造了2.21亿美元的消费支出。2025年上半年已产生8200万美元收入,预计年底将突破1.2亿美元。今年收入比2024年同期增长了64%,每次下载的收入也从0.52美元增长到1.18美元。
Q3:哪些类型的AI陪伴应用最受欢迎?
A:根据数据显示,最受欢迎的AI陪伴应用是那些提供AI女友功能的应用。在当今市场上的活跃应用中,17%的应用名称包含"girlfriend"一词,而包含"boyfriend"或"fantasy"的仅占4%。热门应用包括Replika、Character.AI、PolyBuzz、Chai等。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。