当整个ai行业都在为“得大模型者得天下”而狂热时，一家ai应用层的公司给出了截然不同的答案。
6月18日，演语科技（Evoken）正式宣布完成近3亿美元B+轮融资，投后估值突破20亿美元，成为中国AI应用领域迄今规模最大的单轮融资之一。
初听这家企业或许略显陌生，但其旗下产品LiblibAI，以及“Liblib”这一品牌名，早已广为人知。此次融资也是该公司首次以“演语科技集团”整体品牌身份对外亮相。
在多数AI初创仍依赖投资人耐心换取生存时间的当下，这家并未自研大模型的企业，却成为国内最能盈利的AI应用公司之一。
然而质疑始终如影随形。
有人指其缺乏原创基因，有人认为它靠激进定价驱动增长；离职员工直言其技术底色薄弱、创新不足；甚至有资深投资人断言，其商业模式终将面临系统性风险。
面对争议，Liblib创始人陈冕回应直白：“这个时代，创意不值钱，判断力才稀缺。”他坦承Liblib是字节跳动最大的代理商之一，但坚决否认存在API转售行为。
在陈冕的比喻中，当各大模型厂商逐鹿中原之时，Liblib选择在江东扎稳根基，再一步步构筑属于自己的护城河。
这个比喻精准勾勒出Liblib的战略定位——不参与主战场的正面交锋，而是深入巨头尚未充分渗透的缝隙之中，寻找可持续的生存空间。
随着模型能力持续跃升，AI应用层的价值窗口正被快速压缩。20亿美元估值背后，究竟是扎实的壁垒支撑，还是仅仅踩中了模型红利的短暂节奏？
答案，取决于这家公司能否在应用之外，构建更深层的立足根基。
“字节最大代理商”Liblib，能否承载20亿美元估值？
陈冕并不回避外界称Liblib为字节跳动最大代理商的说法。
“我们的价值，就是在模型之上叠加一层。”他在接受晚点LatePost采访时坦言。
在他看来，模型能力与用户真实需求之间存在显著错配，而应用层的核心使命，正是弥合这一鸿沟。
这正是Liblib存在的逻辑：它不造模型，但它帮人用好模型。陈冕将大模型比作专业单反相机——普通人按快门也能成像，但要产出高质量作品，离不开摄影师的专业介入。
Liblib要做的，就是那个懂构图、会调光、知场景的AI摄影师。
也正是这一差异化定位，让Liblib在2026年AI应用融资寒冬中逆势斩获大额融资。不到三年时间，从天使轮一路推进至B+轮，几乎以每年2—3轮的节奏获得资本持续加注。
比融资更值得关注的是其商业化速度。截至2026年5月，公司ARR已达3亿美元，当月集团整体收入同比飙升超3000%。在中国AI初创阵营中，这是除头部互联网平台外，极少数迈入“亿级ARR俱乐部”的应用型企业。
置于行业坐标系中审视，这笔融资并非偶然。
2026年上半年，AI投资逻辑正经历根本性转向：落地能力与变现效率，已取代参数规模，成为项目估值的核心锚点。IT桔子《2026上半年AI投融资报告》指出，自一季度起，中小规模自研大模型项目融资明显遇冷、出清加速，资本全面向具备明确场景、可验证营收的AI应用标的倾斜。Liblib，正是这一结构性拐点上的关键受益者之一。
从发展路径看，Liblib的崛起提供了一个极具张力的样本：它不做淘金者，也不卖自己打造的铲子，而是批量采购他人制造的工具，经深度打磨与整合后，交付给终端用户。
要真正理解这门生意的全貌，需拆解其三大核心产品矩阵。
Liblib并非仅靠LiblibAI单打独斗，还包括面向大众用户的轻量级AI艺术创作工具Lovart（中文名：星流），以及聚焦AI短剧内容生产与分发的社区平台LibTV。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
图源演语科技微信公众号
三条业务线分工明确、协同发力，均依托上游算力资源实现高效落地。
LiblibAI深耕国内C端创作者及中小团队，已积累3000万注册用户、孵化50万个原创LoRA微调模型，主要通过会员订阅与算力充值实现盈利；
LibTV切入短剧工业化与广告生成赛道，直击行业AI视频量产痛点，上线仅两月收入暴涨13倍；
海外产品Lovart瞄准全球商业设计师群体，上线五个月即实现ARR突破8000万美元，成功跑通全球化SaaS订阅模式。
这门生意的本质，近乎一种“Token中间商”范式。其核心竞争力，在于聚合海量C端与B端创作者的真实需求，对接最新一代大模型能力，形成规模化采购势能。
Liblib将这些API能力封装进体验流畅、工具链完备的产品体系中，在基础算力成本之上叠加服务溢价、功能增值与社区信任，重新定义价格体系，交付终端用户。
以LibTV为例，据硅基研究室披露，LibTV是Seedance 2.0系列模型首个接入的第三方平台，并在该模型正式发布前两周，便已通过StarVideo形态在其平台上完成大规模实测验证。
正因这种深度协同，LibTV用户使用Seedance 2.0时门槛更低、生成结果更可控、稳定性更强。
市场惊叹其增长势能与盈利能力，但疑问也同步浮现：当“字节最大代理商”的标签日益固化，它的护城河究竟在哪里？这种强依附型商业模式的天花板，又究竟有多高？
光环之下的持久博弈，Liblib的轻量化路径真的走通了吗？
要读懂Liblib的战略选择，必须先看清陈冕是谁。
陈冕身上烙印着鲜明的大厂基因。创业前，他曾任职摩拜单车、滴滴、每日优鲜，后加入字节跳动，主导剪映与CapCut全球商业化工作。
2023年他离开字节时，正值国内大模型创业浪潮最汹涌之际，但陈冕看到的不是风口，而是陷阱。“我知道跟巨头硬碰硬的结果是什么。”
与其在无底洞般的烧钱竞赛中耗尽元气，不如先活下来、再谋发展。“大家需要明白，在一无所有的时候，用时间换空间，是你手握的最强武器。”
在与晚点LatePost的对话中，陈冕多次强调：“创业公司的第一目标，永远是活下去。”
Liblib所选择的轻量化聚合路线，正是这套务实生存哲学的具象化表达。该路径助其率先实现规模化变现，但伴随耀眼数据而来的，是从未间断的行业性质疑。
质疑集中于两点。其一，产品仅是对底层模型进行表层封装，与市面上大量Token中转平台并无本质差异；更尖锐的质疑指向Liblib是否存在API转售行为。
其中LibTV引发的争议最为激烈。焦点在于其与字节跳动火山引擎视频生成模型Seedance 2.0的合作关系。
图源LibTV微信公众号
业内一度传言LibTV低价转售Seedance 2.0 API接口牟利。据晚点LatePost报道，不少业内人士默认LibTV正在销售“3.9折”的Seedance API。
对此，陈冕在采访中明确否认。所谓“3.9折”，实为LibTV推出的连续包月订阅价格，并非针对单次API调用的折扣。
据陈冕透露，3亿美元ARR中，LibTV贡献超半壁江山。但他亦清醒认知该模式的盈亏临界点。他在晚点LatePost访谈中坦言，LibTV的商业逻辑类似健身房——本质是在赌用户不会把购买的积分全部用完。
“用户充值100万积分，实际只消耗20万，剩余80万就是我们的利润。”但若黑产用户逆向破解年费账号，将其转化为API批量调用接口，LibTV便会陷入亏损。
更深层的忧虑，则直指Liblib的生存命脉：没有自有模型，意味着定价权与服务稳定性始终受制于上游厂商。一旦火山引擎等平台微调API价格，或亲自下场推出垂直应用，Liblib的利润空间与用户黏性都将遭受剧烈冲击。
陈冕对Liblib当前处境同样清醒。在晚点LateTalk播客中，他坦言，尽管公司现金流为正，但AI应用企业在未掌握模型能力的阶段，本就不应追求高毛利——因为高毛利只会抑制真实需求释放。他认为，现阶段AI应用毛利率宜控制在30%以内。
对于外界赋予的“代理商”标签，陈冕展现出清晰的价值自觉。他承认Liblib确向上游批量采购算力资源，但这绝非简单套利。
争议的本质，实为同一战略的双面镜像：轻量化路径带来了低门槛、快启动的优势，助力Liblib两年内跃升至20亿美元估值并达成3亿美元ARR；但与生俱来的依附性风险亦如影随形——Liblib凭借变现速度赢得先机，但这条路径能否沉淀为不可复制的护城河，仍有待时间检验。
穿越AI应用的惊涛骇浪，如何挣脱路径依赖？
在AI创业潮起潮落之间，大量同期起步的AI生成类应用公司早已销声匿迹。Liblib能走到聚光灯下，首先是一场艰难的生存突围。
过去三年，众多AI应用初创历经多轮生死考验。即便是Liblib，也曾命悬一线。
2023年5月，上线仅四个月的LiblibAI因未完成大模型备案被强制下架；同期高强度补贴战已烧掉超300万美元，资金迅速见底。至2024年初，公司账上仅余4000元，LiblibAI几近倒闭。
陈冕事后回忆，其实账户余额跌至600万元时，团队已开始恐慌。最危急时刻，LiblibAI接连收到数家收购邀约，全部被陈冕否决——他从未考虑出售。
“我不是为了创业而创业，而是为了赢而创业。”
那段至暗时刻留给Liblib团队最深刻的教训是：现金流健康，才是企业存续的底线。
彼时行业主流路径无非两条：要么继续烧钱抢流量，押注下一轮融资；要么立即收缩战线，砍掉非盈利业务。多数同行选择了前者。
但2024年资本寒潮如期而至，依赖“增长换融资”的路径愈发难以为继，未能及时转向的公司大多倒在黎明之前。
陈冕别无选择——账上只剩4000元，烧钱模式彻底失效。他唯一能做的，是立刻收缩、果断转向。
他转向的，并非简单的“C端→B端”迁移，而是一条更具纵深的战略路径——以集团化产品矩阵对冲单一产品风险，通过持续推出新产品拓展收入边界。
Liblib起步于纯粹的C端创作者社区，但单一社区模式在低谷期被证明难以独立支撑公司运转。最终，从LiblibAI到Lovart，再到LibTV，Liblib完成了一次关键的生存进化。
正如陈冕所言，若非由他统一操盘，这三款产品很可能演化为三家彼此割裂的创业公司，而每家公司独立存活的概率都微乎其微。
这句话揭示了Liblib集团化布局的战略内核：不押注单个产品的成败，而是以多产品协同分摊风险、交叉验证机会。LiblibAI沉淀了用户与社区资产，Lovart验证了设计类场景的付费意愿，LibTV则精准卡位AI短剧爆发的行业风口。
三者共享创作者生态、素材库与模型能力，最终形成老社区为新产品导流、新产品为老社区开辟新付费场景的良性循环。
但曾助Liblib挺过寒冬的这套生存策略，如今正成为它必须警惕的路径依赖。
目前，Liblib的产品架构、组织能力与商业化体系，全部围绕Token调用逻辑构建。三条产品线虽覆盖素材、设计、视频三大方向，但核心枢纽仍是API流转。即便LibTV被寄予厚望，其本质仍是Token调用逻辑的延伸，而非范式级创新。
更隐性的风险在于：ARR越高，Token调用量越大，但商业结构决定了Liblib的规模扩张，并不必然带来上游议价权的同步提升。随着算力成本持续下探、大厂工具不断下沉，同质化竞争只会愈发白热化。一旦模型厂商亲自下场做应用，或大幅压低API价格，Liblib的价差空间将被持续挤压。
随着模型能力持续进化，今天属于应用层的价值，明天可能就被模型原生能力直接覆盖。AI应用公司若既不掌握底座模型、也不掌控算力资源、更缺乏稳定入口，表面跑得飞快，实则根基浮于模型红利与注意力经济之上。
陈冕深知，真正的应用时代尚未到来。唯有当Token足够廉价、智能触手可及，应用公司才能迎来真正的黄金期——“或许是两三年，也可能是五年之后”。
摆在陈冕面前的核心命题，已不止于继续拉升营收规模，而是如何利用当下这个宝贵窗口期，主动打破历史形成的路径依赖，开展真正意义上的创新探索。
Liblib能否从“Token中间商”蜕变为具备深度技术壁垒与生态掌控力的AI应用平台，将决定它究竟是AI应用时代的开路先锋，还是又一个潮水退去后的搁浅者。
（本文头图来源于 LiblibAI 官网。）
本文来自微信公众号 “连线insight”（ID：lxinsight），作者：王慧莹，36氪经授权发布。
