La dernière analyse des données d'application montre qu'en 2026, le protagoniste qui peut réellement stimuler la croissance des téléchargements d'applications mobiles d'IA est passé des grands modèles plus « intelligents » eux-mêmes aux fonctions visuelles avec des images génératives comme noyau. Selon les statistiques d'Appfigures, les mises à jour de version qui utilisent des modèles d'images comme argument de vente génèrent environ 6,5 fois plus de nouveaux téléchargements que les « mises à jour régulières » qui se concentrent sur les mises à niveau du langage ou des capacités de raisonnement.

Ce changement marque un changement clair dans l'orientation de la vague de l'IA. Au début, ce qui poussait les utilisateurs à essayer les applications d’IA était principalement l’itération des modèles de dialogue et l’amélioration des méthodes d’interaction comme la voix. Ces fonctions sont encore importantes aujourd’hui, mais elles ne sont plus capables de stimuler de manière significative l’intérêt des utilisateurs dans un court laps de temps, comme c’était le cas par le passé. En revanche, les fonctionnalités qui génèrent directement du contenu visuel partageable sont plus susceptibles d’attirer l’attention sur les réseaux sociaux et les magasins d’applications.

Les derniers rythmes de produits de plusieurs plateformes principales confirment bien cette tendance. Après que l'application Gemini de Google a lancé le modèle d'image Nano Banana, le nombre d'installations a considérablement augmenté ; dans les 28 jours suivant le lancement du modèle d'image Gemini 2.5 Flash, il y a eu plus de 22 millions de nouveaux téléchargements, et le taux de croissance était environ quatre fois supérieur à sa moyenne précédente pour la même période. Cette série de mises à jour montre que même si les changements apportés au modèle sous-jacent lui-même ne sont pas bouleversants, tant qu'il y aura du nouveau gameplay du côté de l'image "visible", cela suffira à faire bouger la courbe de téléchargement à court terme.

ChatGPT d'OpenAI a connu une croissance similaire après l'intégration des capacités de génération d'images GPT‑4o. Au cours des 28 jours suivant le lancement de la nouvelle fonctionnalité, l’application a enregistré plus de 12 millions de nouvelles installations. Les données comparatives d'Appfigures soulignent que ce pic de téléchargement est environ 4,5 fois supérieur à l'augmentation provoquée par les mises à niveau de modèles précédentes telles que GPT‑4o, GPT‑4.5 et GPT‑5, ce qui confirme en outre que pour la plupart des nouveaux utilisateurs, les fonctions d'image « visibles » sont plus innovantes que les améliorations de performances de texte difficiles à percevoir intuitivement.

Ce modèle de croissance basée sur le contenu visuel ne se limite pas aux images statiques. Le produit d'IA de Meta, Vibes, qui se concentre sur les vidéos courtes générées par l'IA, a généré environ 2,6 millions de téléchargements supplémentaires vers l'application au cours de son premier mois depuis son lancement en septembre 2025. Bien que dans sa forme il mette l'accent sur la vidéo, il s'agit essentiellement d'un outil d'IA visuel qui recherche « une production rapide et un partage facile ». Cette fonction et la fonction de génération d'images vont dans la même direction : utiliser un retour visuel plus direct pour raccourcir le chemin de l'utilisateur de la curiosité à la diffusion.

Cependant, une augmentation des téléchargements n’équivaut pas automatiquement à une augmentation des revenus. Les données ont également révélé un écart évident entre « croissance et réalisation ». En prenant Gemini comme exemple, bien que Nano Banana ait atteint de solides performances d'installation dans les 28 jours suivant sa sortie, il n'a contribué qu'à environ 181 000 $ US en dépenses estimées du côté des consommateurs au cours de la même période. Meta’s Vibes est tout aussi impressionnant en termes de nombre d’installations, mais il y a peu de signes d’une croissance correspondante des revenus. Cela montre que pour la plupart des produits, la fonction image s'apparente actuellement davantage à un « outil d'acquisition de clients » qu'à un moteur de monétisation directe.

À ce stade, ChatGPT est l'une des rares exceptions qui « brise la malédiction ». Son modèle d'image GPT‑4o a non seulement attiré un grand nombre de nouveaux utilisateurs, mais a également considérablement augmenté les conversions payantes : dans les 28 jours suivant la mise en ligne de la nouvelle fonctionnalité, les dépenses estimées des utilisateurs de l'application étaient d'environ 70 millions de dollars supérieures aux niveaux de référence. Cet ensemble de données montre que la fonction image a effectivement le potentiel d'accomplir la double tâche « d'attirer de nouveaux utilisateurs » et de « monétiser » en même temps, mais seulement si son positionnement et sa conception de facturation dans la structure du produit sont suffisamment clairs pour que les utilisateurs soient prêts à payer pour cela et ne le considèrent pas simplement comme un « filtre jouet » gratuit.

Tous les produits d'IA populaires ne s'appuient pas sur les capacités d'image pour stimuler la croissance. Le modèle R1 publié par DeepSeek en janvier 2025, sans capacités d'image ou vidéo importantes, a également généré environ 28 millions de téléchargements en peu de temps. La différence est que cette vague de hausse est davantage due à l'attention de l'industrie et aux effets thématiques - en particulier au débat généralisé provoqué par son parcours de formation à faible coût et les parcours techniques associés dans le cercle technologique, plutôt qu'à un type spécifique de caractéristiques visuelles génératives.

Néanmoins, à en juger par les données globales actuelles, la tendance est assez claire : dans les scénarios mobiles, les fonctions d'IA visuelles deviennent le premier point d'entrée permettant à un grand nombre d'utilisateurs d'accéder à une application d'IA. Pour les utilisateurs ordinaires, les images et les courtes vidéos qui peuvent être générées rapidement et partagées immédiatement sont souvent plus attrayantes que « l’amélioration de l’inférence » et la « mise à niveau du modèle » plus abstraites. L'évolution des capacités sous-jacentes des modèles reste importante, mais elle est de plus en plus « cachée » en arrière-plan. Ce qui détermine en fin de compte si les utilisateurs sont prêts à télécharger, essayer ou même recommander une application, ce sont souvent des fonctionnalités d'image et de vidéo explicites et faciles à diffuser.