微新创想：
声明：本文来自于微信公众号 白鲸出海，作者：张凯然，授权站长之家转载发布。2024年，我们曾在《这年头，竟然有清理工具登顶美榜还千万月流水?》选题中观察到来自乌克兰开发者 Genesis Tech 的 Cleaner Guru 登顶美榜，这是两年前的一次固有认知被打破，“看似传统、过气的工具赛道，依然有机会”。两年后，同样的事情再次上演。一款新晋清理产品「AI Cleaner: Clean Up Storage」（下文简称「AI Cleaner」），点点数据显示，4月全球双端流水达418万美元，仅次于 Codeway 的 Cleanup 和 Cleaner Guru，排名赛道第三。
微新创想：
一、“过气”赛道，跑出新玩家
手机清理赛道在很多人的认知中属于“过气赛道”，这种“过气”更准确地说是赛道红利消失、增长路径被堵。2015年前后那波 Android 垃圾清理 App 野蛮生长的时代远去，iOS 端的需求也被 Codeway、Genesis Tech 等“App 工厂”瓜分殆尽，两家每周广告展示次数动辄几亿甚至十几亿量级。赛道需求明确、功能简单，后来者难以找到方法切入市场。
2025年1月1日至今「AI Cleaner」收入情况，iOS 端|图片来源:点点数据
本文的主角「AI Cleaner」，叠满了负 buff，入局晚、小公司。其上线时间为2023年10月，远晚于其他竞品，月流水破百万美元也要到2025年3月，彼时 Cleanup 和 Cleaner Guru 产品都已稳定在500万美元之上。此外，与其他高流水清理产品来自知名开发者不同，「AI Cleaner」来自一家位于西班牙巴塞罗那的小公司 Grimlax Trade，能查到的产品也都是室内装饰、套壳 ChatBot、键盘等平平无奇的小工具。
但这款产品，在上线一年半后开始展现出吸金能力，从2025年初的不到百万美元，至今每月入账超过400万美元，相比2025年初流水增长将近4倍。在对 App 的产品设计、买量与变现进行整体观察后可以发现，Grimlax Trade 在一个高需求、高流水、高竞争的细分赛道，很好诠释了一个小团队的“生存之道”。
微新创想：
二、重新定义“相似图片”
根据之前选题的观察，如今 iOS 端清理产品的主要清理目标是影像内容，靠算法识别用户图库当中的相似图片、重复图片，以及截图、模糊图，做到帮助用户快速删图，释放存储空间。这类产品因抓住“存储空间焦虑”，实现高流水。
「AI Cleaner」并未发现新需求，但重新定义了“相似图片”。以「AI Cleaner」和 Cleaner Guru 做对比，两者都有删除“相似图片”的功能，但筛选相似图片的标准不同。「AI Cleaner」将“像素级相似”变成了“构图相似（主题+背景）”。展开看，Cleaner Guru 的基本操作是只有两张图片基本一样才标记为相似，但「AI Cleaner」的判断标准是，只要同背景、同主体，就算拍摄角度、人物动作、拍摄时间不同，都算相似。而 Cleaner Guru 的判断标准所筛选出来的图片，则被「AI Cleaner」定义为重复图片。
「AI Cleaner」实际上新增了一个可识别照片类别。对“相似图片”的重新定义带来的变化是，效率提升。对于用户来说，拍照的时候会选取各种拍摄各种角度，同一组照片不一定一模一样，但大多数会沦为废片。一次筛选，以像素级重复为标准，相似图片可能只有几百张，但换成构图相似的标准，废片可能有数千张。
同样是笔者的手机，Cleaner Guru 识别出来的相似图片只有1500多张、3个 G 左右，而「AI Cleaner」能达到6000张，8个 G。从技术来看，识别“像素级相似”的门槛较低，仅需使用“哈希算法”对比哈希值完成匹配，但是「AI Cleaner」应该使用了更高级的“向量匹配”或其他算法，能够找到主体、背景类似的图片，高效删片。
吐槽筛选不准确的用户评论|图片来源:点点数据
当然，这类多维度的判断方法也有局限。算法能识别清晰度、判断构图好坏，前者是一个绝对标准、后者则受用户偏好影响，产品选出的“最佳”，不一定是用户心里的“最佳”，美国区评论里有用户明确抱怨：“产品判断要删的照片，经常反而我更想保留的”。
提升效率之外，如何平衡用户体验，还有优化的空间。另外，「AI Cleaner」还新增了邮件订阅管理和日程表清理功能，这个是竞品中基本看不到的|产品截图。虽有创新，但手机清理赛道的增长高度依赖买量，作为小团队，Grimlax Trade 的增长策略可谓物尽其用。
微新创想：
三、不砸钱、但找对人
清理工具的增长逻辑一贯简单粗暴，根据广大大数据，Cleanup 和 Cleaner Guru 的每周预估展示次数都在几亿、甚至十几亿量级。近一年「AI Cleaner」广告展示次数数据|图片来源:广大大
但反观「AI Cleaner」，其每周广告预估展示次数巅峰期仅有2亿次左右，今年开始甚至基本不到1亿次。但是从结果看，「AI Cleaner」的下载量虽然略低于 Cleaner Guru，但相差并不多，如果单纯用下载量除以展示次数计算效率，「AI Cleaner」广告投放效率高于竞品。
2026年1月1日至今，三款产品 iOS 端7天 RPD 数据|图片来源:点点数据
详细观察投放策略，在素材方面，几家差别不大，先抛出手机内存焦虑，然后引出产品。形式上，「AI Cleaner」使用了更多 AI 生成的数字人、卡通素材，但这不是关键差异。真正拉开差距的是渠道选择，Cleaner Guru 走常规路线，以 Meta 系和 TikTok 为主，广撒网，但「AI Cleaner」的渠道结构则高度聚焦，基本只投 AppLovin 和 Apple Search Ads，且 ASA 的占比明显更高。
Cleaner Guru 和 AI Cleaner 广告投放渠道对比|图片来源:广大大
根据点点数据，「AI Cleaner」确实找到了头部产品忽略的阵地。以2月14日清理相关的竞价词为例，在投的291个与清理相关的 ASA 竞价词中，以产品进入一个关键词的 Top3 竞价主体为标准，3月「AI Cleaner」高于「Cleanup」，有一定优势。
2026年2月14日和5月9日，与 AI Cleaner 在投 ASA 竞价词 Top3 位置占比|数据来源:点点数据
或许是看到「AI Cleaner」的收入快速增长，Cleanup 在4月也开始大规模投放 ASA，Cleanup 超过了「AI Cleaner」。具体投放策略上「AI Cleaner」也全面铺开，除了守住带“AI Cleaner”的品牌词外，还会去抢夺竞品词和长尾词，比如带“Guru”的关键词，以及“free up space”、“photo delete apps”等等，甚至很多长尾词是由它独占的，覆盖竞价词的颗粒度相当细致。
以 ASA 作为主要投放渠道，看似更贵，但用户需求也更明确、付费意愿更高。其逻辑是，从 ASA 进来的用户，是正在应用商店里主动搜索“清理”相关关键词的人，他们当下就有清理需求，付费意愿天然更高。为了承接住更贵的流量，「AI Cleaner」也做了差异化的变现设计。
上面说到，产品提供4类图片的清理，相似、重复、模糊、截图，在落地页上分类呈现给用户相应功能的同时，又把4类图片的清理打包，包装成“AI 一键清理”放在 App 最顶部作为核心入口，用户打勾即删。但关键在于：走这个入口删图需要订阅付费，而从“相似”“模糊”等分类标签进入，则只需看一条激励广告。
这是一套典型的“用户分层变现”设计——着急的、追求效率的用户走订阅，有耐心的用户走广告。两类人都能被承接，不会因为硬性付费墙而直接流失掉买来的流量，相比竞品“卡死付费+高投放弥补流失”的做法，这套打法明显更具经济效益。
2026年1月1日至今，三款产品 iOS 端7天 RPD 数据|图片来源:点点数据
RPD 也从一定程度上验证了效果。「AI Cleaner」显著高于 Cleanup，与 Cleaner Guru 的差距也并不大。
微新创想：
写在最后
「AI Cleaner」的案例提供了一个后来者突围的思路：当头部玩家用规模化投放建起壁垒时，后来者不一定要在同一战场硬碰硬。找到竞品忽略的渠道、用渠道属性天然筛选高价值用户、再用产品设计分层承接不同付费意愿的人群，获客和变现从源头对齐。
当然，这套打法的窗口期不会永远存在。「Cleanup」已经开始大规模投 ASA，渠道红利正在被抹平。而产品层面的向量匹配算法也并非不可复制。但至少「AI Cleaner」证明了一件事，在看似固化的工具赛道里，后来者的机会在于添加附加价值，更在于找到一套更聪明的“获客-变现”匹配方式。