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
惠普企业(HPE)发布搭载英伟达Blackwell架构GPU的新服务器,抢占AI技术需求激增市场。IDC预测,搭载GPU的服务器年增长率将达46.7%,占总市场价值近50%。2025年服务器市场预计增长39.9%至2839亿美元。英伟达向微软等大型云服务商大量供应Blackwell GPU,每周部署约7.2万块,可能影响HPE服务器交付时间。HPE在全球服务器市场占13%份额。受美国出口限制影响,国际客户可能面临额外限制。新服务器将于2025年9月2日开始全球发货。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
安全专业协会ISACA面向全球近20万名认证安全专业人员推出AI安全管理高级认证(AAISM)。研究显示61%的安全专业人员担心生成式AI被威胁行为者利用。该认证涵盖AI治理与项目管理、风险管理、技术与控制三个领域,帮助网络安全专业人员掌握AI安全实施、政策制定和风险管控。申请者需持有CISM或CISSP认证。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。