摘要

2025年末，消费者AI呈现出“赢家拿走大头”的格局：ChatGPT拥有8亿–9亿周活跃用户，而在ChatGPT、Gemini、Claude和Cursor中，只有9%的消费者为不止一款产品付费。今年大部分时间里，访问过其他头部供应商的ChatGPT用户不到10%。Olivia还提到，Gemini在web端新增规模估计相当于自身规模的35%，移动端约40%；Claude、Grok和Perplexity则都在8%–10%左右。Anish Acharya给出的品牌定位很简单：「ChatGPT 就像 AI 界的 Kleenex」（“ChatGPT is like the Kleenex of AI”）。
Gemini之所以构成现实威胁，是因为病毒式传播的创意模型与加速增长同时出现：其桌面用户同比增长155%，ChatGPT为23%。 在Android上，Gemini的移动端规模约为ChatGPT的一半，但在iOS上只有17%——它“无处不在”，却仍然“无处落脚”于消费者习惯中。Justine Moore认为，只要持续推出图像和视频产品，Gemini就有机会追上；但ChatGPT的引导式模板让用户第一次创作远比Gemini的空白输入框容易。
今年消费者模型的突破，在于图像和视频模型把真实感、推理、检索与多媒介能力结合到了一起。 ChatGPT 4.0 image 的 Ghibli 时刻、Sora 2、Veo 3和Nano Banana证明，准确细节、搜索支持的Logo、一致的人物，以及与视频结合的音频，都能制造病毒式需求。下一代架构将是“输入任何东西，输出任何东西”，有望把文本智能、图像、视频和编辑能力合并进一个模型。
实验室的分发能力并不会自动带来成功的垂直产品，这构成了讨论中最明确的2026年创业机会。 Pulse、Atlas、群聊、Sora、Stitch、Gems和Opal都还没有成为爆款的独立消费者界面；NotebookLM是显著例外。Bryan Kim的保留意见是，只要产品核心仍是文本输入、文本输出，高频助手就很难被取代。
Sora 2证明了市场需要AI视频创作，但还没有证明市场需要AI原生社交网络。 一小批创作者为TikTok、Instagram、X和Reddit生产内容，但应用内消费、二创和评论似乎没有最初想象的那么强；更准确的类比是“CapCut”，而不是TikTok。Bryan的看多逻辑是，幽默可能通过提示词技巧和文化敏感度，创造一种新的身份地位游戏。Anish则追问：如果视频最终都要导出，那么用Sora视频做TikTok，是否会“严格更好”？
近期最有防御性的市场可能是专业消费者和企业工作流，因为使用深度足以反转传统的消费者经济学。 据称，ChatGPT企业端使用量同比增长约8–9倍；Claude和Comet则展示了持久化工作流与跨工具上下文的价值。订阅费之外的用量收费，已经催生出收入留存率超过100%的消费者AI产品：“也许整个AI行业其实都是高级用户的故事。”
算力仍是战略约束：实验室必须在训练与推理之间、娱乐流量与编程智能之间分配资源，而专注于应用的公司则没有这种内部冲突。 Anish表示，据他所知，xAI“可能是唯一一家”没有受到算力瓶颈制约的模型公司；只做自研模型的实验室，也给服务高级用户的多模型产品留下了空间。如今模型质量已经足以“构建一个真正可规模化的应用”，讨论最后的希望是：2026年会成为消费者应用创业者极其重要的一年。

精读

1. ChatGPT掌握使用习惯，Gemini掌握增长势头

Olivia Moore开场给出的数据，让市场集中度变得具体：只有9%的消费者为多款头部AI产品付费，2025年大部分时间里，访问过其他头部供应商的ChatGPT用户不到10%。ChatGPT拥有8亿–9亿周活跃用户。Olivia还提到，Gemini在web端新增规模估计相当于自身规模的35%，移动端约40%；Claude、Grok和Perplexity则都在8%–10%左右。
这张静态快照掩盖了方向上的急剧变化。Gemini桌面用户同比增长155%，ChatGPT为23%；在Android上，Gemini的移动端规模约为ChatGPT的50%，而在iOS上只有17%——这说明Google的分发能力有效，只是消费者习惯尚未跟上。
对于Gemini能否超过ChatGPT，Justine的回答是“能”，但前提是持续执行到位。顶尖的图像和视频模型会从专业用户与病毒式趋势中制造“几乎无限的需求”，把用户吸引到并不熟悉的Google产品中；Anish则用ChatGPT作为“AI 界的 Kleenex”来概括其品牌优势。

2. 创意模型从审美生成走向有依据的推理

Justine认为，今年消费者模型领域的几款爆款包括ChatGPT 4.0 image及其Ghibli时刻、Sora 2、Google的Veo 3和Veo 3.1，以及Nano Banana和Nano Banana Pro。OpenAI基本把功能留在ChatGPT内部；Google则把产品分散到Gemini、AI Studio、Labs和独立网站，并配以更专业化的界面。
Midjourney依然凭借审美取向独树一帜，尤其适合不擅长提示词的用户；但前沿方向已经转向真实感与推理能力：背景中的行人与车辆能够正确运动，多张图片和文本能够合成为一个完整设计，信息图也取代了过去“至少能把一个字母画对”的胜利。
Anish认为，一个被低估的突破是通过搜索提升准确性。历史准确的场景、真实的产品摄影、市场地图、正确的公司名单和Logo，都同时需要检索与视觉生成；同样，Veo 3的病毒式传播突破点，也在于把音频与视频结合起来这个并不显而易见的决定。
多步骤构图的局限仍然清晰可见。小组提出的测试是：把Monopoly上的每一处地产都替换成AI实验室和创业公司，同时不能遗漏、重复、重叠或放错名称；GPT Image 1.5仍然会在这个任务上受挫。但人物与风格的持续性，已经把重复生成变成了分镜创作：模型一旦做出有用的东西，“你就会想继续生成”。

3. 产品引导与持久化工作流，与模型同样重要

Bryan把Gemini里Nano Banana的空白提示框——“我不知道该做什么”——与ChatGPT类似TikTok的菜单进行了对比：热门风格、一步式变换和后续创意。这些“产品细节”能帮助用户完成第一次创作；他用Snap与Meta的关系作比，暗示Google可以复制成功的交互方式，再与自身分发能力结合。
Bryan认为Pulse被低估了，因为它以每周约25次ChatGPT使用为基础，尝试提供主动摘要和提醒，向西方版“万能应用”靠近。但反弹很快出现：Bryan说自己不是Pulse用户，Anish则基本把它关掉了；产品执行似乎不对，而且“99%的人不会靠日历安排人生”。
如果ChatGPT或Claude能可靠连接邮件、日历和文档，它们就可能“占据专业消费者工作空间”，但现实仍不稳定。Olivia给出的更强案例是Perplexity的Comet浏览器：它提供可重复的代理式工作流，即使分发能力弱于ChatGPT Atlas，持续流量仍高于Atlas，并且有望发展成专门面向专业消费者的界面。
对于复杂的通用工作，Olivia仍然更偏好Claude，因为它“以一种有趣的方式坚持己见”。Artifacts、Skills、文件创建和Claude Code都很强，但包装方式更偏技术用户；据报道，美国青少年使用Character.AI的人数是使用Claude人数的3倍，这说明MCP、Skills和命令行能力还没有转化成主流可及性。

4. AI视频先找到了分发，尚未找到原生社交闭环

Bryan的“起源理论”把产品背后的情感需求拆开来看。ChatGPT最终对应的是“帮我变得更好”；TikTok及类似社交产品则满足“娱乐我——我想看我的小丑”和“我很孤独，我想被看见”。加入群聊，并不会自动把一个生产力产品从第一类推入后两类。
Sora 2的cameo功能是一次强力下注，但实际行为显示，它更像创作者工具。Bryan的内容流大约已有三分之二由AI生成，其中一半以上来自Sora；但创作者集中导出作品，原生消费、二创和评论似乎没有最初想象的那么强。更准确的类比是CapCut。
这场分歧值得保留：Bryan认为AI生成媒体会削弱个人“身份地位游戏”，但他的看多逻辑是，幽默可以通过提示词技巧和文化敏感度创造另一种地位游戏。Anish回应称，这已经是另一种产品，并追问：如果视频最终需要导出，那么用Sora视频做TikTok，是否会“严格更好”。
Justine认为Meta最强的AI工作是SAM 3分割，而非消费者产品；Bryan则强调Instagram的AI翻译功能，它可以复制创作者的声音并翻译成5种语言，同时完成口型同步。Grok在图像和视频上的“斜率最陡”，迅速加入文生视频、音频、口型同步和15秒片段。Elon已经表示，希望在明年年底前实现互动游戏和电影。

5. 企业应用与多模态能力定义下一场平台竞争

据称，ChatGPT企业端使用量同比增长约8–9倍。强制性的职场使用可能进一步强化消费者习惯；其Apps SDK和Apps Directory则可能把ChatGPT变成跨工具的工作流层，这对SaaS供应商有直接影响，而不只是新增一个消费者分发渠道。
Justine对架构的预测是“输入任何东西，输出任何东西”：图像、视频、文本、模板和参考材料进入同一个系统，经过编辑或重新生成后输出媒体。根据她与各家实验室的交流，它们正试图把此前分开的文本推理与生成工作合并成“一个超级模型”，对设计领域的影响尤其大。
Olivia对行业的宏观判断是“更多相同的东西”。实验室会继续改进模型和核心助手，但数十次带有鲜明立场的消费者界面尝试都没有成功；在大约20个Google实验中，NotebookLM或许是唯一的成功案例之一。这给创业公司留下了机会：把能力越来越强的底层模型垂直化。
Bryan的保留意见是，纯文本输入、纯文本输出的创业公司很难对抗高频助手。他仍预计实验室会自行做出常见的应用类型，但Opal这类产品“悄无声息地上线”，本质上只是单模型尝试。Anish强调，创业者可能拥有优势，因为推广机制更偏好围绕核心指标的安全延伸，而不是高风险、强判断的产品。

6. 高级用户正在改变产品栈与消费者经济学

最不性感、却最现实的约束是算力：实验室要在训练与推理之间分配稀缺产能，再在Ghibli式娱乐内容与编程智能之间做取舍。Anish的谨慎判断是，据他所知，xAI“可能是唯一一家”没有受到算力瓶颈制约的模型公司；应用创业公司则不需要面对同样的内部资源分配。
多模型产品也有结构性机会，因为实验室和大科技公司仍然只使用自研模型。单一模型可能已经能提供“你所需要的80%”，但高级用户的变现深度足以让人相信，“也许整个AI行业其实都是高级用户的故事，其他人只是流量”。订阅费之外的用量收费，已经催生出收入留存率超过100%的产品。
Justine推荐Google Labs的Pameli，认为它展示了代理与生成结合后的形态：输入一个商业网站URL，它会抓取产品和品牌照片，总结品牌的审美与定位，然后生成3组覆盖文案、帖子、传单和产品图像的营销活动。Bryan披露a16z投资了Krea，但仍更喜欢通过Krea使用Nano Banana Pro，因为可复用的人物、物体和风格，省去了反复上传参考图的麻烦。
Anish每天使用ElevenReader，把保存的文档转换成步行时收听的音频；Olivia则选择Gamma制作演示文稿、Granola记录带上下文的会议笔记，以及Comet搭建易用的AI原生工作空间。Olivia还推荐Wabi的受限式应用生成能力，以及在Codex或Cursor中使用GPT-52——即便是知识工作场景也适用。最后，Bryan表示，今天的模型已经足以支撑“一个真正可规模化的应用”。

市场概述2026年12月30日英国住宅建筑商：Olesen Value Fund 的 Christian Olesen