Liblib 的 3 亿美元融资：是一次 PMF、两次 PMF、三次 PMF

作者 ｜ Yoky
邮箱 ｜ yokyliu@pingwest.com

过去两年，AI 应用层不缺爆款。

一个产品踩中模型能力释放，赶上一波流量，短时间内跑出用户，在今天已经不算罕见。尤其到 2026 年，单一产品的成功，已经很难单独证明一家公司的商业能力和长期前景。

因为窗口会变，模型会变，流量也会变。一个产品跑出来，最多证明它押中了一次；连续几个产品跑出来，才开始证明公司本身有能力。

演语科技是少数已经连续交过几次答卷的公司。从 LiblibAI 开始，聚起一批最早的 AI 创作者、模型玩家和设计用户。后来到星流，它把图片生成往更普通的设计场景里推。再到 LibTV，它又切进视频模型和专业内容生产，服务短剧团队、影视制作机构、广告公司和品牌客户，再次证明了产品的商业化能力。

演语科技（Evoken）最新一轮近 3 亿美元 B+ 轮融资，投后估值超过 20 亿美元，某种程度上是商业化能力被资本市场的持续认证。本轮融资由 Granite Asia、腾讯、顺为资本联合领投，HT Investment、时代资本共同参与投资。高榕资本、蚂蚁集团、渶策资本、明势创投、源码资本、红杉中国以及其他数家现有股东持续加码。

据硅星人了解到，本轮融资实际已于今年上半年早些时候完成，截至 2026 年 5 月，演语科技 ARR 已达到 3 亿美元，较本轮融资完成时增长近 3 倍。

2026 年，我们认为融资投的不再是某一个爆款产品，而是公司的持续造血能力，公司能力要怎么证明？不是看它有没有押中一次，而是看它能不能在同一个方向里，连续把技术变化变成产品，把产品变成用户，再把用户变成收入。

从这个角度看，演语科技这轮融资印证了这种趋势：AI 应用公司的价值，不在于做出一个爆款，而在于有没有能力持续做出下一个。

1

爆款之后，场景才是真考试

过去几年，AI 应用创业者至少摸清了一件事：怎么让一个产品在短时间里被更多人看见。

抓住一个刚释放的模型能力，包装成足够直观的体验，再通过社交媒体、KOL、邀请码、模板玩法或者结果展示，迅速推到 C 端用户面前。这个过程当然不容易，但相比让用户留下来、持续使用、持续付费，它仍然只是第一步。

很多 AI 应用的高光时刻，都发生在这个阶段。

用户会因为新鲜感点进来，因为生成结果足够惊艳而转发，也会在短时间里带来漂亮的注册和访问数据。但这些数据往往有一个问题：它们证明产品被看见了，却不一定证明产品被需要。

真正决定一个 AI 应用能不能往下走的，是它切中的场景够不够硬。用户是不是每天都要用，团队是不是愿意把预算放进去，使用频次能不能从尝鲜变成工作流。

这也是国内 AI 应用层过去两年的尴尬：不缺热闹，但缺少真正被验证过的商业化产品。

有些产品解决的是“试试看”的需求，不是“必须用”的需求。用户愿意为新鲜感付出注意力，但不一定愿意为它付钱。等模型能力继续往前走，原来产品里最吸引人的功能，可能直接变成大模型的基础能力；等平台流量分发一变，原来的增长路径也可能失效。

所以我们看到今年很多创业公司在推出新的产品，甚至是和上一代产品毫无关联性，讲一套新的叙事。

这也是我们认为演语科技的特殊性在于，它在创意场景里通过产品进行持续深化，LiblibAI 从 AI 创作者和模型生态切入，星流往设计流程走，LibTV 则进入视频生产。

这才是 LibTV 作为新产品更重要的地方：它不是又造了一个流量入口，而是把 AI 创意产品推进了一个更硬核的商业场景里。

1

如何连续成功？

LiblibAI、星流、LibTV，表面上看分别是 AI 图片社区、设计 Agent、视频创作平台。拆开看，确实是三个产品；但连起来看，它们其实都在围绕同一件事往前推：AI 怎么进入创意生产阶段，并创造产值。

最早的 LiblibAI，围绕着 Diffusion Model 开源生态，吸引了 AI 创作的核心用户还是一批更 geek 的创作者、模型玩家和设计用户。他们会研究 LoRA，会调参数，会用 WebUI、ComfyUI，也愿意分享模型和素材。

据了解，LiblibAI 累计用户已经超过 3000 万，平台上有超过 50 万个原创模型，以及过亿的专业图片和视频素材。更关键的是，它已经进入设计师群体的日常工作流。

但 LiblibAI 的核心资产，不只是流量，而是创作者、模型和素材。它更像演语在 AI 创意生产里拿到的第一层底座：创作者、模型、素材和社区。会玩 LoRA、会调模型的人，天然是少数，但他们提供了最早的内容供给和模型生态。

星流的推进就不再只是围绕模型社区做产品，而是把图片生成、设计理解和 Agent 能力放进更普通的设计流程里。用户要的不是“生成一张图”，而是从灵感板、品牌视觉、海报插画到产品设计，把一个创意变成能用的视觉结果，并完成了人群的扩散。

LibTV 则是第三步，也是最重要的一步。

它切入的是视频生产。这个场景比图片和设计更复杂，也更接近真实预算。短剧团队、影视制作机构、广告公司和品牌客户，不是为了尝鲜而生成一段视频，他们要的是更高效率、更低成本、更稳定的内容生产能力。

据公司披露，LibTV 在过去三个月保持高速增长，上线首月内，单日收入超过百万美元；目前已经服务近千个短剧团队、影视制作机构、广告公司和品牌客户。结合它 2026 年 3 月正式上线、5 月收入达到上线首月 13 倍以上来看，LibTV 已经不是一个 demo 型视频工具，而是开始进入专业内容团队的生产流程。

从懂模型的人，到有设计需求的人，再到有内容预算的团队。场景也从 Diffusion 开源生态，到图片模型和设计 Agent，再到视频模型和专业视频生产，演语完成了把一次产品成功，复制到下一次产品成功里。

1

结语：

从 LiblibAI 到星流，演语跑通的是人群的破圈。从星流到 LibTV，演语验证的是商业化。星流把能力带进真实设计流程，LibTV 则进一步把用户对效率、质量和稳定性的需求，转化成更明确的付费场景。

这意味着，演语的价值不应该只按某一个产品在某个场景里的商业价值来理解。

单个产品的成功，可能是一次窗口；但从社区到设计，再到视频生产，如果每一步都能把上一阶段沉淀下来的用户、模型、素材、工作流理解和商业化能力继续往前带，这证明的就是公司本身的复用能力。

所以，这次近 3 亿美元 B+ 轮融资，不只是资本对 LiblibAI 的追认，也不只是对 AI 视频风口的提前下注。

它更像是资本在为一套已经开始成型的 AI 创意生产闭环定价：先聚集创作者和内容供给，再把能力推向更大众的设计场景，最后进入预算更明确、商业化更重的视频生产。

这个价值，远高于任何一个单点产品在某个特定场景里的收入。

这也是为什么，演语科技能从一个爆款产品公司，进化成“集团型”公司的关键。

点个“爱心”，再走 吧