在刚刚过去的 2025 年，你最常用的 AI 应用有哪些？

不久前，一份 "2025 十大 AI 提示词 " 榜单刷屏，出现最高频的分别是：股票、八字、情感咨询、朋友圈文案、景点推荐、双色球号码、失眠、解答这道题、离婚财产分割、人生的意义。

这份榜单从侧面印证了一个变化：AI 正在从 " 闲聊工具 " 转向 " 决策参与者 "。它开始真正介入人们的情绪、学习与表达，也由此引出了 2025 年被 AI" 卷飞 " 的三大赛道：情绪类 AI、教育类 AI、创作类 AI。它们分别对应着人的心理需求、成长路径与表达能力，覆盖了 AI 最容易形成高频使用的核心场景。

但热闹之下，有的赛道迎来需求爆发，有的已经进入体系化竞争，还有的在颠覆与争议中前行。

本文将聚焦这三大赛道，复盘它们在 2025 年的真实进展，并进一步探讨，这些需求是否已经被验证为长期价值？现有的商业模式能否跑通？进入 2026 年，这些 AI 应用是否会迎来突破口？

情绪类 AI：需求爆发了，赚钱还没跟上

" 你是一个命理学大师，深谙八字及奇门等传统命理方法 ......" 这段话在小包手机里可以找到三次，出现场景分别是豆包、DeepSeek 以及 ChatGPT。

对她而言，AI 的价值早已不止于 " 玄学解惑 "。感情里的拉扯、求职前的焦虑、深夜突如其来的低落，那些不方便向亲友倾诉的情绪，都可以扔给 AI 这个最稳定的接收器。

这种真实存在的情感需求，背后藏着百亿级市场潜力。中研普华产业研究院数据显示，2025 年中国 AI 情感陪伴市场将爆发至 38.66 亿元，预计 2028 年将突破 595 亿元，年复合增长率达 148.74%。

需求的爆发催生了丰富的赛道生态，大体分为硬件和软件两类。

根据应用市场分析公司 Appfigures 数据，全球 337 款活跃创收的 AI 陪伴应用中，128 款诞生于 2025 年，赛道扩容显著。除豆包、DeepSeek 等通用大模型外，垂直玩家精准卡位：陪聊赛道有谷歌 Character.AI、字节猫箱；Soul、Grok 上线 AI 伴侣功能，韩国 LoveyDovey 深耕 AI 恋爱领域。

这些产品核心共性是拟人化陪伴：支持文本或语音交互，搭载长期记忆机制，能记住用户偏好并持续构建情感联结，24 小时实时响应情绪需求。特性上各有侧重，如 Character.AI 可生成动态形象，实现多角色流畅对话；字节猫箱主打高自由度角色扮演与剧本定制；LoveyDovey 以亲密互动和个性化对话风格还原沉浸式恋爱体验。

硬件端，AI 陪伴玩具、智能陪伴机器人等产品在 2025 年集中出现，其中跃然创新 2025 年 8 月底宣布完成 2 亿元 A 轮系列融资，中金资本旗下基金、红杉中国等一线投资机构共同参投。该公司推出的 AI 挂件 BubblePal，不到一年卖出 25 万台，销售额或直接破亿。

AI 陪伴赛道正处于 " 需求爆发但格局未定 " 的窗口期。" 情绪 AI 市场目前集中在宠物类、恋人类两大产品形态，但整体仍处于早期创业阶段，尚未出现真正的头部玩家，大家都在摸索适合自己的商业化路径。"AI 陪伴应用软件 Solulu 联合创始人陈默默告诉「AIX 财经」。

这种 " 无头部垄断 " 的格局，恰恰源于情绪需求的多元与广阔。

以 Solulu 为例，陈默默介绍，该应用的核心用户群体，锁定在大学毕业刚进入社会、处于人生探索期的 " 奥德赛一代 "，这群年轻人面临着职业选择、人际关系等诸多无标准答案的人生难题，需要的不是简单的对错评判，而是持续的倾听与陪伴。

而相比传统的情绪解决方案（如找亲朋倾诉或者咨询心理医生），AI 的优势在 " 私密感 " 与 " 即时性 "。" 很多人有情绪困扰，要么因‘病耻感’不愿求助心理咨询，要么问题未到病理层面，更或是需要即时疏导却找不到渠道。" 陈默默解释道，传统心理咨询从寻找机构、预约服务到线下沟通，流程繁琐且耗时，但很多时候情绪却是一瞬间的爆发。

热闹的需求背后，商业化仍在摸索阶段。

目前情绪类 AI 的盈利模式主要分为两类：一类是直接售卖 AI 陪伴硬件，客单价跨度较大，从百元级入门款 AI 挂件到数千元智能陪伴机器人，凭借硬件本身的实体价值与 AI 功能溢价回收成本；另一类是 C 端应用采用的会员订阅制，有月卡、周卡、季卡和年卡等，价格高低不等，多数集中在 15 元 -50 元 / 月。广告盈利模式因多数产品用户量级不足，短期内难以落地。

陈默默指出，" 从用户层面看，目前不少产品能实现单点盈利，但公司层面仍难达到持续稳定盈利，前期的技术开发、团队管理成本太高，会稀释短期收益。"

从 2025 年看，情绪 AI 更像一个 " 需求已被验证、商业仍在爬坡 " 的赛道，它不会消失，但注定是一个慢变量行业。

教育类 AI：三大门派混战，慢但是走得远

如果说情绪类 AI 仍停留在需求先行阶段，教育类 AI 则已进入稳定发展期，尤其是在应试教育体系主导下，展现出巨大潜力。

非凡产研数据显示，教育类 AI 产品在多份流量与 MAU 排名榜单中的占比稳定在 20% 左右，且多款产品实现月度翻倍增长。相比图片、视频等创作工具，教育 AI 呈现出更强的 " 持续使用 " 特征。

硅谷早期投资人 JW 对「AIX 财经」表示，在应试教育为主的环境下，AI 教育将对传统教育模式形成显著冲击：一方面，AI 教育有望推动教育公平，让不同群体都能自主选择适配的学习方式；另一方面，教育体系内的信息具备强结构化特征，更利于 AI 技术的学习与落地。

从玩家结构看，目前主流的 AI 教育赛道主要集中在应试教育阶段，大致可以分为三类：

一类是教育原生公司，依托内容与用户积累，将 AI 嵌入解题、测评与学习机（如猿辅导、作业帮、好未来、新东方）；

第二类是互联网公司，从工具型入口切入，凭借流量与分发能力快速获取用户（如字节、阿里）；

第三类是技术型厂商，深耕学校与教育机构，服务课堂与教学管理（如科大讯飞和网易有道）。

这三类玩家，几乎覆盖了目前应试教育的所有核心需求：名师授课、作业辅导、实时答疑甚至学习监督。

此外，还有一些教育 AI 创业公司避开应试教育的红海，瞄准了更细分的需求场景。

例如，2025 年才入局的 TaalaAI，其创始人 Peter 向「AIX 财经」表示，大学生从校园迈向社会的过渡阶段，需要针对性的成长支持，而现有教育场景中这类衔接性指导仍有优化空间，这正是他们的切入点。

AI 教育产品 Asksia 前联合创始人 Bella 此前同样聚焦大学生人群，她也提到，当初的切入原因，正是因为这一群体存在长期且明确的痛点。

尤其在 2025 年，模型能力的提升进一步放大了教育 AI 的效率优势。Peter 举例称，以前让 AI 写代码、做小游戏，会存在许多 bug，如今生成的成果已可直接使用。在这个过程中，教育的重心也随之转移，相比单纯的知识积累，如何驾驭 AI 正在成为新的能力分水岭，这正是当前市场的空白，也是他们瞄准的方向。

在商业化层面，教育类 AI 是三大赛道中路径最为清晰的一条。会员订阅、课程 / 服务打包、B 端合作是主流模式，传统在线教育机构还通过售卖 AI 硬件进一步拉高客单价，增厚利润。

其中，会员订阅被视为核心商业模式，受功能属性不同价格差距大，主流区间集中在 15-200 元 / 月。Peter 解释，会员订阅模式与 AI 服务的 Token 消耗特性直接相关："Token 消耗难以精准结算，不像传统服务能明确标价，也不像人力成本易核算，每个人与 AI 的对话模式、使用场景差异较大，无法制定固定收费标准。" 而订阅制能有效规避这一问题，更利于长期把控成本与收益的平衡。

2025 年，教育类 AI 确实迎来了一轮加速发展，但上述人士均不以短暂风口来审视，如 Peter 所言，教育本身就是一个永恒的课题。

这或许也是 AI 第一次进入一个 " 不会被轻易放弃 " 的行业。

创作类 AI：效率起飞，淘汰加速

至于内容创作，可能是这一年被冲击得最直接、也最剧烈的行业。

如果要用一个词概括，AIGC 纪录片、广告片导演丁一给出的答案是 " 迭代 "。

这一年 AI 核心技术实现关键飞跃，尤其在 " 场景一致性 " 与 " 人物一致性 " 上取得突破性进展，AI 生成视频的连贯性大幅提升，以往反复调教素材的繁琐过程被简化，试错成本显著降低。

丁一向「AIX 财经」介绍：如今 1 分钟左右的视频，3 天内即可完成，单人便能独立承接项目；相较于以往每月仅能承接 2 个项目的效率，现在可同步推进多个。项目账期也比传统模式明显缩短，传统几十万的广告项目，现仅需几万块即可完成，利润可达 50%（远超传统实拍 30% 的上限）。

类似变化也出现在更加规模化的内容生产场景。此前有摄影师向「AIX 财经」感叹，不少公司已广泛采用 AI 工具，每天可高效生成 2000 余条视频，分发至不同账号进行爆款测试，其效率远超携带单反相机拍摄的传统模式。

创作产能的暴增，并非来自单一工具，而是多条技术路线的同时成熟。

先是 " 文生图 / 图生图 " 领域，已经形成国内外玩家同台竞技的成熟格局。国际上有 Midjourney、AdobeFirefly 这类标杆产品，国内则聚集了美图（旗下美图秀秀、WHEE 双产品发力）、字节系的豆包和即梦 AI 等实力玩家。

它们的核心应用场景十分广泛，从广告营销设计、社交媒体配图，到电商产品海报、个人艺术创作都有覆盖，本质上是在替代或辅助传统图片拍摄、图库购买、聘请专职设计师等环节，大大降低了图像创作的门槛和成本。

其次是更进一步的 " 文 / 图生视频 "，处于快速演进的前沿阶段。其核心应用场景包括短视频制作、动态海报、创意广告片头、影视概念预览等，这些环节往往制作成本高昂、周期长，也因此这是 AI 创作赛道 " 取代焦虑 " 最集中的地方。

2025 年 9 月底 OpenAI 发布 Sora2 刷新行业标杆，国内方面，字节即梦 AI、快手可灵、腾讯混元、阿里通义万相等大厂集体入局，PixVerse、生数科技（Vidu）等创业公司也在加速追赶。

与此同时，单纯的文字生成能力对传统内容生产的冲击已趋于 " 常态化 "，包括广告文案与脚本生成、电商商品详情页制作、小说 / 剧本辅助创作等。而这类文字生成功能的技术门槛相对较低，国内通用大模型已能轻松实现。

玩家扎堆、能力叠加，让创作类 AI 在 2025 年完成了从单一工具到生产体系的转变。对于 2026 年，丁一给出的预测词是 " 爆发 "。

但爆发的另一面，是 " 取代焦虑 "。丁一认为，尽管 AI 目前无法替代导演的核心职能，比如契合时代审美的创作判断、讲好故事的叙事能力，但会加速淘汰行业尾部的 " 工具人 " 及低效从业者。其中，传统特效、拍摄等技术类岗位受冲击最为明显，他甚至直言："2026 年，传统特效公司或将被淘汰一半。"

也因此，当 AI 在情绪、教育赛道多以 " 赋能者 " 角色被讨论时，在内容创作的一线，无论是写手、画师还是设计师，它带来的更多是 " 冲击感 " 与职业重构的紧迫感。

AI 并没有消灭创作，而是让大家重新思考 " 谁还能靠创作吃饭 "。

热闹过后，谁能在 AI 赛道活下来？

情绪类 AI、教育类 AI、创作类 AI 的短期热度或许会随着新鲜感消失，真正决定未来的，一是盈利模式的可持续性，二是核心行业难题的实质性突破。

三大赛道首先面临一个共性挑战，即商业化的不确定性。

此前一位 AI 行业资深投资人对「AIX 财经」直言：纵观国内平台型企业，广告与流量变现仍是主流商业模式。目前国内消费者为 AIToC 应用付费的路径，几乎走不通。

在这一前提下，三条赛道走上了不同的路。

情绪类 AI 仍处于早期的探索阶段。

JW 从投资人视角出发，认为目前情绪陪伴类产品在用户体验上不及大厂语言模型，市场对其是否为伪需求尚存争议。

短期内，营销造势与新奇产品形态能吃到红利，如 Grok 凭借二次元虚拟伴侣 Ani，月活跃用户突破 2000 万；AI 恋爱应用 "LoveyDovey" 更以 35 万月活用户，撬动 1.2 亿元年化订阅收入，成为目前最赚钱的情绪陪伴产品之一。

但在多位从业者看来，这并非终局。" 长期来看，核心在于情感壁垒和长期关系的建立，要能多元覆盖用户需求点，并与现有产业如心理咨询、养老等结合。" 陈默默称。

相比之下，JW 认为 AI 教育商业化路径清晰，ToB 端与学校、教师合作盈利稳定，ToC 端依托 AI 学习机等硬件普及率和家长强付费意愿，变现能力突出，市场空间广阔。

不过这更是针对应试教育场景，这个场景下家长拥有决策权且付费意愿强烈，但像 TaalaAI 这类聚焦大学生职业规划、技能发展的产品，用户付费热情相对不高。不过这也不是 TaalaAI 一家面临的问题，后续寻求 B 端合作或许是突破方向。

创作类 AI 赛道的商业化呈现出明显的两极分化：ToB 端以 " 价值替代 " 为路径，以 ROI 为衡量标准，赛道将快速整合并涌现平台型服务商；ToC 端的消费级产品（如 AI 短剧）付费意愿较弱，但专业 AI 工具因用户有付费刚需，往往能快速实现商业闭环，JW 认为，短期内，"B 端养 C 端 " 或 " 工具养内容 "，可能是大多数玩家不得不面对的现实。

丁一也向「AIX 财经」证实，目前他们的创作工具繁多，国内与国外 AI 工具交叉协同，单个项目常搭配多款工具使用，核心成本消耗便集中在算力付费上。

除了盈利模式之外，三大赛道还面临各自的行业约束。

对于情绪类 AI，陈默默称，长期留存与同质化竞争是目前行业所面临的核心挑战。

" 如何主动发起与用户的交互，如何理解并运用用户的记忆，是所有产品都要解决的关键。" 尤其是轻交互类产品，用户新鲜感消退后极易流失，长期用户价值的挖掘成为痛点。此外，同质化则让赛道陷入低水平竞争，比如直接调用第三方大模型、不做任何场景化优化的 " 套皮 AI"，在中国市场很难获得商业支持。

教育类 AI 面临的，则是市场鱼龙混杂，伪概念争议时有出现。

Peter 提到，部分产品存在 " 硬造需求、套 AI 外壳 " 的情况，并非真正解决用户痛点。Bella 也补充，不少产品忽视了学生真实学习节奏，仅停留在技术堆砌。不过她也指出，当前 AI 教育仍处于快速探索阶段，随着各产品模型能力的差距逐渐缩小，能否在真实学习场景中实现长期复用，将成为决定产品突围的关键。

创作类 AI 赛道的挑战，某种程度上也折射出整个行业的 " 取代焦虑 "。丁一指出，当前行业面临两大核心问题：一是专业人才供给不足，导致项目承接能力难以匹配市场需求；二是部分创作者对 AI 技术接受度低、学习能力不足，从而错失了时代赋予的发展机遇。

此外，版权问题也成为创作类 AI 赛道不可忽视的变量。此前，番茄小说平台将作者作品数据用于 AI 训练的行为引发轩然大波，不仅催生了大量 AI 生成的 " 代写作品 "，更引发签约作者集体抵制。有网络作者向「AIX 财经」感叹，即使深知 AI 是未来趋势，自己平时也会使用，但这并不妨碍抵制这种行为。" 因为我们无法预知，今天主动‘投喂’给 AI 的数据，未来会不会成为反噬自身版权与创作权益的回旋镖。"

以上这些问题尚无标准答案，只能在时间中被反复验证。

2026 年，AI 与人类的博弈与共生，仍将持续上演。