Liblib冲击上市，大模型“中间商”值30亿美元？

文｜光锥智能，作者 | 魏琳华 ，编辑｜刘俊宏 8月5日，彭博社报道称，演语科技（Evoken）已启动香港IPO筹备工作，新一轮融资估值达30亿美元。就在三个月前，这家公司刚刚完成近3亿美元B+轮融资，投后估值超过20亿美元，刷新了中国AI应用层单轮融资最高纪录。 这家公司的名字或许对大众来说还比较陌生，但它的产品正在AI创作领域攻城略地。从产品的更新迭代上， 它在大厂们的边界之中游走，找到细分领域里的空白机会，然后快速跟进。 三年里，他们发布了五款产品：图像模型社区Liblib、设计Agent产品Lovart（中文版星流）、AI视频创作平台LibTV和对标Sora的AI视频应用造次。截至2026年5月，公司ARR（年度经常性收入）已突破3亿美元，他们和投资人同步的信息是，年底ARR至多可达7亿美元。 按照7亿美元ARR做对比，高盛预测可灵AI年底将达到10亿美元ARR，这意味着靠AI应用，演语科技已经做到可以和模型厂商媲美的营收水平。 产品虽然定位五花八门，但在设计思路上却出奇一致：它不造模型，而是卖“怎么用模型的能力”。 “我们的价值就是在模型上叠了一层——对齐。” 用演语科技创始人陈冕来说，这一系列产品的核心，都是解决模型能力和用户使用之间的gap。 演语科技创始人陈冕 陈冕曾担任剪映与CapCut全球商业化负责人，也是字节跳动最年轻的产品4-1（高级管理层）之一。这段经历解释了演语科技的开局逻辑：看到AI工具的机遇，从模型社区切入，然后在一个更垂直的领域一头扎下去。 但劣势也很明显。 作为互联网时代出来的人，陈冕深知AI应用的护城河是个问题。大厂手握对模型的定价权，也能快速复制产品矩阵。即使是在AI应用的新领域，他们也不得不面对互联网时代的老问题：怎么在大厂纷纷跟进的情况下，维护好自己的垂类生意？ 演语科技的故事，是一个从大模型“中间商”起家的AI应用公司与时间赛跑的故事。 增长，打的是大厂还没醒来的时间差；利润，赌的是用户办卡却不来的惰性。直到，IPO时刻揭晓最终答案。 不做模型的Liblib怎么撑起模型生意 演语科技的故事始于Liblib。 2023年，陈冕离开字节跳动创办LiblibAI。当时，Stable Diffusion的完全开源，给图像模型领域带来了新的机会：用户可以在它的模型基础上“喂”图像数据，通过LoRA（Low-Rank Adaptation，低秩适应）、VAE（变分自编码器）等微调方式，训练出各种生成特定图片效果的模型。 在庞大的Stable Diffusion模型生态上，渐渐长出来了一个个类似“AIGC界GitHub”的社区，包括2022年底创建的Civitai和2023年创建的LiblibAI。它们把自己做成了一个模型社区——创作者上传自己微调好的模型，根据使用量拿收益，用户则从社区里直接找需要的风格，再调用对应的模型。 但模型能力追上来之后，“特定风格”的价值被大幅稀释。 尤其是当Nano-Banana们直接出图后，Stable Diffusion的生态影响力开始变得有限。 随之而来的是，Liblib也迎来了2.0升级。相比之前的“模型微调社区”，它变成了一个创作站，底层模型变成了Seedream、Qwen等一系列多模态模型，应用界面也更像我们现在熟悉的一键生成的对话窗口。 但1.0时代的经验，并非全然无用。 在2.0时代，Liblib的很多差异化功能就有不少1.0时期的影子。比如保留在现在的工作流，用户可以直接调用别人训练好的模型，直接“摘桃子”。比如上传一个电脑的图片，可以直接调用工作流里的案例，把它变成电商网站上的商品图。 这是Liblib选定设计赛道的优势，够垂，也让它能够真正应用在实际工作场景中。 但作为大模型的“中间商”，它挣钱的方式其实并不高明，靠的是卖差价：一边找各种新模型、找更便宜的渠道上架，一边计算成本，把它包装成套餐卖出去。 放在多模态模型中转站这个赛道，经典打法就是价格战。 以字节跳动的Seedance 2.5为例，在即梦上，它的调用成本核算下来约为1.5元每秒。而其它家的定价远低于此：oiioii把Seedance 2.5打到了0.27元每秒；Liblib是限时58折优惠，折合下来0.4元每秒。 这些平台是怎么做到将价格打下来的？ 第一，与官方合作拿折扣。比如Liblib与字节跳动签了头部年框，可以获得一定返利。但作为官方，显然不可能给到这么低的折扣，也就是说，各家实际售价已经远低于拿到的补贴。 第二，寻找便宜的API渠道。实际上，在行业里充斥着来源复杂的API来源：比如批量从海外申请学生资格认证得到的免费Token优惠。更有甚者会存在“滥竽充数”的情况，比如显示用的是Seedance，但部分调用实际上接了更便宜的mini或fast版本。 对后者，陈冕明确否认：“这件事很损害长期利益，我根本没有做的意义。” 第三，付费模式的设计。Liblib的会员积分设置为30天有效，如果消耗不够，月底全部作废。对于平台来说，未消耗的积分就是利润。 在陈冕的形容中，这更像是类似健身房的付费模式：“用户买了100万积分，实际只用20万，剩下80万是我们的利润。”他还解释道，“你可以理解为，大部分工具产品是周活产品，本来就不是日活产品。哪怕是剪映、Adobe，一个稳定的留存用户，LT 30（30天内活跃天数）也就5天左右。” 但这个说法，也存在另一个解读方向——健身房的护城河是地理位置和习惯，而AI工具几乎没有迁移成本。用户可以用不完额度，也可以下个月就不来了。 结论很残酷，如果用户将积分全部用满，按照真实模型成本计算，Liblib是要亏钱的。 这门生意本质上不是卖工具，而是在赌用户的使用惰性。这门生意赚的就是买了却用不完的钱。但规模要增长，又必须让更多人买了“使劲用”。利润和增长两者之间，天然存在张力。 陈冕清楚，做视频模型的中转站不是一门好生意，演语科技需要靠产品做更健康的业务。 Lovart和LibTV，抢占风口 如果说Liblib是演语科技的底盘，那么接下来的一系列产品，比如Lovart与LibTV就是公司冲刺估值、撬动资本的“增长引擎”。 在模型平台的基础上，演语科技接下来开拓的都是产品，虽然仍以模型能力打底，但更考验的是产品设计能力，这样的产品付费也更有想象空间。 Lovart是一个典型代表，它的定位是设计领域的垂类Agent助手产品，上线打着的名号就是全球第一款设计Agent。2025年3月，通用Agent产品Manus发布，引爆了整个赛道的想象力。据智能涌现报道，三天后，LiblibAI内部就组建了Lovart团队。和Manus一样，Lovart同样是以邀请码的方式注册，一度被炒到500元一个。 快，一直是演语科技抢占空白赛道的方式。相比大厂今年才开始密集上线的设计Agent产品，Lovart抢占了将近1年的时间。 “坦诚讲，Agent确实没有那么成熟。但如果等Agent真的成熟了，那就不是创业者的机会了，尤其不是应用创业者的机会了，因为本身并不掌握模型。”陈冕说。 Lovart能够抢占优势的核心，一是用Agent逻辑接管了内容生成的步骤，提升了成品的效果。 比如要生成一套卡牌，它会调用更擅长分析的模型拆解任务，根据用户描述的风