“AI中間商”Liblib，靠什么撐起20億美元估值？

Liblib的護城河在哪？

作者 | 張語格

編輯 | 趣解商業·AI力場

最近，AI視頻賽道又迎來一筆重磅融資。Liblib的母公司演語科技（Evoken）完成近3億美元B+輪融資，由 Granite Asia、騰訊、順為資本聯合領投，投后估值超過20億美元，成為AI 應用新晉獨角獸。

圖源：微博截圖

這也是繼愛詩科技之后，AI視頻生成領域又一公司達到3億美元的融資記錄。不過，與愛詩科技不同，演語科技是一家沒有自研模型，靠著聚合市面上主流模型給設計師、創作者使用而迅速壯大的產品公司。

隨著大模型迭代加速，一次模型的更新可能覆蓋掉一款產品的大部分功能，AI應用層是否還有真正的護城河，一直是行業熱議的話題。在此背景下，演語科技為何能逆勢收獲資本的青睞？其產品又是否真的具備抵擋模型迭代的競爭力？

01.字節光環與短劇東風

要談一家公司的“吸金力”，總離不開它的創始人。演語科技的創始人陳冕，曾就職多家大廠，從騰訊、360、百度、滴滴一路走到字節，在創業之前，陳冕在字節跳動擔任剪映與CapCut的全球商業化負責人， 1992 年出生的他成為了當時字節內部最年輕的 4-1。

“字節背景”或許讓陳冕更容易獲得資本青睞。“天眼查”顯示，公司成立后兩個月便拿到了源碼資本、高榕創投、金沙江創投的天使輪融資。截至今年6月，演語科技已經拿到6輪融資，剛完成的B+輪融資里，還出現了騰訊、螞蟻、紅杉和順為的身影。

圖源：天眼查截圖

除了陳冕的履歷，支撐演語科技一路“爆金幣”的還有其用戶量和收入增勢。演語科技的核心產品包括2023年上線的AI創作社區Liblib AI；2025年上線的AI設計Agent星流和Lovart（海外版）；以及今年3月上線的AI視頻創作平臺LibTV。其中，Liblib AI 累計用戶超過 3000 萬，是中國最大的 AI 素材網站與創作者社區之一。

從披露的ARR來看，目前全公司的 ARR（年化收入）突破 3 億美元，其中Lovart上線5個月后ARR突破了8000萬美元；LibTV的收入沒有具體的數字，但演語科技表示，LibTV上線兩個月后月收入翻了13倍以上。

Lovart在海外受到強烈歡迎，源于解決了設計師“工具碎片化”的痛點。傳統AI設計工具是“單點出圖”，用戶輸入提示詞得到圖片后要手動切換到Photoshop修圖、到Figma排版，但用Lovart可以生成完整的設計方案。

Liblib也是如此，聚合了多家模型，給視頻作者提供了更方便的工作流，這種便捷也是工具型Agent賴以生存的根基。

圖源：LibLibAI官網截圖

“趣解商業”注意到，演語科技的產品迭代很快。LibTV上線初期，有剛接觸AI剪輯的網友表示，自己學的速度甚至趕不上軟件更新的速度。

LibTV比Lovart更幸運的是，上線的時間正好撞上了短劇由真人轉向漫劇的風口。今年春節后，紅果短劇發力AI短劇，大量短劇制作方尋求稱手的視頻生成工具；截至目前，LibTV已經有相當數量的短劇用戶，而短劇從業者正是當下視頻生成領域最核心的消費群體。除此之外，4A公司、品牌方創意部門等需要高頻產出視覺內容、營銷素材的團隊也是LibTV的主要消費方。

不過，和便捷工作流相比，LibTV最大的競爭優勢還是價格。

由于算力稀缺、用戶激增，即夢4月份連續調整了三次價格，視頻生成成本翻了近6倍。因此，同樣能使用“Seedance2.0”的LibTV，成為了不少AI視頻從業者的“平替”。

LibTV官網顯示，目前LibTV的創作會員分為標準版、高級版、至尊版等不同視頻生成限度，價格569元-8499元/年。有剪輯師表示，即夢4月份漲價后，團隊陸續都轉到了LibTV做視頻，雖然剪輯教程少，遇到問題不容易搜到答案，但便宜、不排隊是最重要的。

圖源：LibTV截圖

有漫劇從業者表示，LibTV最便宜時生成1分鐘只要20元，想在即夢“薅”到比2這還低的價格非常難，可能得在低峰算力、限量積分等苛刻的使用條件下才能這么便宜。

02.“中間商”難當

作為“模型搬運工”，Liblib為什么能做到比原平臺還便宜呢？

這涉及到聚合平臺的商業本質。Liblib通過模型方的API接口提供創作者使用，在Liblib上產生的所有算力消耗，都來自模型方的算力中心；也就是說，用戶在Liblib上的花費主要取決于算力采購的價格，Liblib作為“中間商”賺取差價。

如果Liblib向火山引擎承諾每年消耗一定量級Token的算力，可能會拿到更低的折扣價，但折扣也不會便宜到讓LibTV能以遠低于即夢的價格賣給用戶還有錢賺。

為了保持在C端的“高性價比”，只有兩種選擇，要么自掏腰包補貼用戶，要么找中轉API等更便宜的渠道，獲取算力配額。

這或許也是演語科技頻繁融資的原因。不具備模型研發力，為了留住用戶，主要靠補貼，就像當初的移動互聯網的燒錢大戰，平臺用補貼換取規模，培養用戶習慣。

不過，倘若創作者因為即夢漲價而選擇Liblib，那也可能會因為有更低價的平臺或者即夢降價而放棄Liblib。

另外值得注意的是，平臺在搶占市場份額的階段，往往會忽視內容的合規性。今年4月，央視財經報道LiblibAI存在“AI造黃”現象，用戶使用隱晦提示詞即可繞過審核生成違規內容。隨后，Liblib致歉并稱已完成技術修復。

對AI工具而言，安全隱患和合規問題需要加強防范。

圖源：微博截圖

一位專注硬科技的投資人直言，AI聚合平臺的護城河很淺，一旦大廠開放API、下調價格，或是推出體驗更好的原生應用，它們很容易被直接替代。更關鍵的是，在當前模型迭代的 “烈度” 和速度面前，這些聚合平臺的差異化優勢相當脆弱，花半年打磨的功能，可能被一次模型更新直接抹平。

這不只是Liblib的問題，多數AI應用層工具，都面臨著相似的結構性困境，產品價值高度依附于上游模型的能力。

“AI會不會殺死軟件”也是今年以來一直被反復探討的話題。

今年1月Anthropic推出了Claude大模型的工具Cowork及其行業特定插件，涵蓋法律、金融、銷售等領域，替代了一些垂直SaaS軟件，還引發了納斯達克軟件股的多輪大跌。Anthropic的CEO Dario Amodei曾表達過類似的觀點：大模型成熟后，軟件能力（如視頻生成、平面設計等）將內置在通用底層模型中，不再需要單獨開發、獨立售賣第三方工具。

不過，英偉達的CEO黃仁勛公開反對“AI會掏空軟件”的判斷，他認為，Agent會建立在企業系統與結構化數據之上。軟件服務商不會被替代，而是需要轉型。

軟件與AI的關系，尚未在行業里形成共識；因此，有人也評價Liblib這樣的平臺，是“模型尚未收斂時的階段性產物”。LibTV能在窗口期做到月收入翻13倍以上，已經是少數里的贏家，足夠“快”本身就是一種稀缺能力。

然而，Liblib的增長能否持續，很大程度取決于融資能否持續，以及窗口期關閉之前，它能否從“模型搬運工”進化為一個用戶“剛需”的創作基礎設施。