印度移动应用市场正创下营收新高。据Sensor Tower数据显示,今年第一季度应用内购收入突破3亿美元,同比增长33%,但其中大部分消费仍流向了全球平台。
非游戏类应用是本季度增长的主要推手,应用内购收入超过2亿美元,同比增长44%,在总体消费中的占比进一步提升。增长较为突出的品类包括实用工具、视频流媒体以及生成式AI应用。
这一增长态势折射出印度应用市场的深层变化。据Sensor Tower数据,印度年度应用内购收入已从2021年的5.2亿美元攀升至2025年的逾10亿美元,预计今年将达到12.5亿美元。虽然下载量已趋于稳定,每年维持在约250亿次,但用户使用时长持续增加,表明用户粘性不断加深,也意味着用户为数字服务付费的意愿正在逐步提升。
第一季度,印度应用市场的消费收入主要被全球平台收入囊中,Google One、Facebook、ChatGPT和YouTube均跻身头部收益平台之列。国内平台则在视频流媒体领域表现更为突出,JioHotstar和SonyLIV排名靠前。下载榜单也呈现出类似格局,ChatGPT、Instagram以及中国短剧应用FreeReels领跑市场,其后是Story TV、JioHotstar和Meesho等本土应用。
Sensor Tower首席市场洞察经理Donny Kristianto在接受TechCrunch采访时表示,印度应用市场的下载端已趋于成熟,但随着用户使用深度不断加大、数字支付习惯日益普及,市场的变现能力正在持续增强。
尽管增长势头明显,印度依然是一个相对低消费的市场。Sensor Tower提供给TechCrunch的数据显示,印度每次下载带来的收入约为0.03美元,而东南亚和拉丁美洲均超过0.20美元,差距十分显著。
新兴品类正在推动印度移动应用市场增长,但消费仍集中在少数几个成熟细分领域,尤其是生产力工具、社交媒体和视频流媒体应用主导了各榜单前列。数据显示,仅视频流媒体一类就占据了收入前十名应用中约一半的席位,充分展示了其强劲的变现能力。
即便如此,用户需求的变化仍预示着进一步增长的空间。生成式AI应用下载量同比增长69%,ChatGPT在安装量和营收两项指标上均跻身头部应用之列。印度长期以来是ChatGPT用户数量最多的市场,与此同时,其他AI应用也在快速获得市场份额。
短剧平台的增速更为惊人,下载量增幅超过400%,FreeReels等应用走在前列。这一趋势表明,尽管新兴品类在不断拓展用户的付费边界,印度应用市场的变现之路依然处于相对早期阶段。
Q&A
Q1:印度应用市场的应用内购收入规模有多大?
A:根据Sensor Tower的数据,印度移动应用市场今年第一季度应用内购收入突破3亿美元,同比增长33%。年度收入方面,已从2021年的5.2亿美元增长至2025年的超过10亿美元,预计今年全年将达到12.5亿美元,整体增长势头强劲。
Q2:印度应用市场为什么主要被全球平台占据?
A:目前来看,全球平台凭借更成熟的变现体系、更强的品牌影响力以及更丰富的内容资源,在印度市场占据了主导地位。Google One、Facebook、ChatGPT和YouTube均位列收入前茅。国内平台虽然在视频流媒体领域有所突破,如JioHotstar和SonyLIV表现不错,但整体上与全球平台仍存在差距。
Q3:生成式AI应用在印度市场的增长情况如何?
A:生成式AI应用在印度市场增长显著,下载量同比增长高达69%。其中ChatGPT表现最为突出,在安装量和营收两项指标上均进入头部应用行列。印度也长期是ChatGPT全球用户数量最多的市场,显示出印度用户对AI应用的高度接受度,未来增长潜力可期。
好文章,需要你的鼓励
这期是技术加情怀了。极少数人基于热情和对卓越的执念,构建了数十亿人每天依赖但普通人从不知晓的基础设施。
这篇来自上海交通大学的研究构建了名为AcademiClaw的AI测试基准,收录了80道由本科生从真实学业困境中提炼出的复杂任务,覆盖25个以上专业领域,涵盖奥数证明、GPU强化学习、全栈调试等高难度场景。测试对六款主流前沿AI模型进行评估,最优模型通过率仅55%,揭示了AI在学术级任务上的明显能力边界,以及token消耗与输出质量之间近乎为零的相关性。
Antigravity A1无人机推出"大春季更新",新增AI智能剪辑、语音助手、延时摄影模式及升级版全向避障系统。用户可通过语音命令控制Sky Genie、深度追踪等核心功能,虚拟驾驶舱支持第三人称视角飞行。随着产品进入墨西哥市场,Antigravity全球覆盖已近60个国家,持续推动无人机向更智能、更易用方向发展。
Meta AI安全团队于2026年5月发布了代码世界模型(CWM)的预发布安全评估报告(arXiv:2605.00932v1)。该报告对这款320亿参数的开源编程AI在网络安全、化学与生物危险知识及行为诚实性三个维度进行了系统性测试,并与Qwen3-Coder、Llama 4 Maverick和gpt-oss-120b三款主流开源模型横向比较,最终认定CWM的风险等级为"中等",不超出现有开源AI生态的风险基线,可安全发布。