أصبحت نماذج توليد الصور المحرك الأساسي لنمو تطبيقات الذكاء الاصطناعي على الهواتف، حيث تولد عدد تنزيلات يفوق بـ6.5 مرات تلك التي تحققها التحديثات التقليدية للنماذج، وذلك وفقًا لتقرير جديد صادر عن شركة Appfigures المتخصصة في تحليل بيانات التطبيقات.
ويمثل هذا تحولًا واضحًا مقارنة بالمراحل السابقة، حين كانت التحديثات المتعلقة بتجارب الدردشة — مثل النماذج الحوارية والميزات الجديدة كواجهة المحادثة الصوتية — هي التي تقود الطلب والنمو.
فعلى سبيل المثال، أضاف كل من ChatGPT وGemini عشرات الملايين من التنزيلات الجديدة بعد إطلاق نماذج الصور الخاصة بهما، بحسب ما أظهره التقرير.
وبالنسبة لتطبيق Gemini من غوغل، فقد أدى إطلاق نموذج الصور “Nano Banana” إلى تحقيق أكثر من 22 مليون تنزيل إضافي خلال 28 يومًا فقط من إطلاق نموذج الصور Gemini 2.5 Flash في أغسطس الماضي، كما ساهم هذا الإطلاق في زيادة تنزيلات التطبيق بأكثر من أربعة أضعاف خلال تلك الفترة.
في المقابل، سجل ChatGPT أكثر من 12 مليون عملية تثبيت إضافية خلال 28 يومًا بعد إطلاق نموذج الصور GPT-4o في مارس من العام الماضي، وهو ما يعادل نحو 4.5 أضعاف عدد التنزيلات التي حققتها تحديثات نماذج أخرى مثل GPT-4o وGPT-4.5 وGPT-5.
وسارت إصدارات أخرى في الاتجاه نفسه ولكن على نطاق أصغر، حيث أدى إطلاق ميزة “Vibes” من Meta AI — وهي موجز فيديو مدعوم بالذكاء الاصطناعي — إلى إضافة نحو 2.6 مليون تنزيل إضافي خلال 28 يومًا بعد طرحها في سبتمبر 2025. (ورغم أنها تقنية فيديو، إلا أنها تندرج ضمن المحتوى البصري وليس النصي فقط).
ومع ذلك، يحذر التقرير من أن زيادة عدد التنزيلات لا تعني بالضرورة تحقيق إيرادات أعلى على الهواتف.
فإطلاق نماذج الصور الجديدة يمنح المستخدمين سببًا لتجربة التطبيق واستكشاف قدراته في توليد الصور، لكنه لا يضمن تحولهم إلى مشتركين مدفوعين. فعلى سبيل المثال، حقق نموذج “Nano Banana” إنفاقًا استهلاكيًا يُقدّر بـ181 ألف دولار فقط خلال 28 يومًا من إطلاقه، رغم أنه حقق قفزة أكبر في التنزيلات مقارنة بنموذج الصور 4o الخاص بـChatGPT.
كما أدّى إطلاق ميزة “Vibes” من Meta إلى زيادة التنزيلات، لكنه لم يحقق إيرادات تُذكر.
ومن بين هذه التطبيقات، كان ChatGPT الوحيد الذي نجح في تحويل هذا الاهتمام إلى عوائد مالية فعلية.
فقد أدى نموذج توليد الصور 4o من OpenAI إلى تحقيق نحو 70 مليون دولار من الإنفاق الاستهلاكي خلال 28 يومًا من إطلاقه، مقارنة بالمستويات السابقة، وفقًا لبيانات Appfigures.
كما شمل التقرير تطبيق DeepSeek، لكنه لم يتبع نفس النمط.فعلى الرغم من أن نموذج DeepSeek R1 حقق 28 مليون تنزيل بعد إطلاقه في يناير 2025، إلا أن هذه الحالة لم تكن مقارنة تقليدية بين نماذج، بل كانت لحظة انطلاقة قوية للتطبيق، حيث انتقل من كونه غير معروف نسبيًا إلى ظاهرة واسعة الانتشار خلال فترة قصيرة، بعد أن اكتشف قطاع التكنولوجيا أساليبه في تدريب نماذج الذكاء الاصطناعي بتكلفة أقل بكثير من المنافسين. وتُظهر هذه الحالة كيف يمكن للفضول أن يدفع المستخدمين إلى التحميل، حتى عندما لا يكون الأمر مرتبطًا بنماذج الصور تحديدًا.
