人工智能 (AI) 与移动应用的融合极大地改变了各个领域，通过先进的机器学习 (ML) 和深度学习 (DL) 技术增强了用户体验并提供个性化服务。人工智能驱动的移动应用通常指利用 ML/DL 技术执行图像识别和自然语言处理等关键任务的应用。尽管现有研究探索了移动应用如何利用人工智能技术，但它们存在以下主要局限性：1）大多数现有研究集中于基于 DL 的应用，对基于 ML 的应用的研究有限。2）现有研究通常侧重于研究应用及其所使用的技术，缺乏用户级分析。3）研究的应用数量有限，经过筛选仅确定了 1,000 到 2,000 个 ML/DL 应用。为了填补这一空白，在本文中，我们对人工智能应用进行了最广泛的实证研究，探索了设备上的 ML 应用、设备上的 DL 应用和人工智能服务支持的（基于云的）应用。我们的研究涵盖了56,682个现实世界的AI应用，重点关注三个关键视角：1）应用分析，分析AI应用的受欢迎程度并调查AI应用的更新状态；2）框架和模型分析，分析AI框架的使用情况和AI模型保护；3）用户分析，研究用户隐私保护和用户评论态度。我们的研究对AI应用开发者、用户和AI研发具有重要的意义。一方面，我们的研究结果强调了AI融入移动应用的增长趋势，展示了各种AI框架和模型的广泛采用。另一方面，我们的研究强调了需要强大的模型保护来增强应用安全性。此外，我们的研究强调了用户隐私的重要性，并展示了用户对当前AI应用中使用的AI技术的态度。我们提供我们的AI应用数据集（目前最广泛的AI应用数据集）作为开源资源，供未来研究移动应用中使用的AI技术。