A | AI应用公司LiblibAI近期完成1.3亿美元B轮融资。从目前公开数据来看，这是国内AI应用公司今年最大的一笔融资。
据官方透露，本轮融资由红杉中国、CMC资本及一战略投资方联合领投，老股东顺为资本、源码资本、明势创投、渶策资本均超额增持，远识资本继续担任本轮融资的独家财务顾问。
Liblib是ChatGPT出现后AI应用井喷般创业潮里十分典型的一家公司，它由在大厂打过硬仗的创始人陈冕创办，成立后便经历了2023年AI技术和资本市场双动荡的大起大落，在快速获得用户后，也快速地经历了险些让公司“活不下去”的挑战。 Jimmy Buffett, the singer and songwriter of "Margaritaville" and dozens of other beachy soft-rock songs, has died at 76 years old, according to a statement posted on his website and social media channels. "Jimmy passed away peacefully on the night of September 1st surrounded by his family, friends, music and dogs," the statement said. "He lived his life like a song till the very last breath and will be missed beyond measure by so many." The statement included a photo of Buffett dressed casually and sitting in a boat out on the water. A cause of death was not revealed.
B | 这个过程里，Liblib用产品的设计创新和增长上的各种努力，最终成为一个今天用户规模可观的AI应用平台。 简单说，它一直在面对“大模型技术进步不停吞噬应用公司生存空间”的灵魂拷问，而从今天的数据来看，它对这个挑战的回答，阶段性结果不错。
C | 据接近Liblib的人士透露，目前Liblib的日活跃用户为400万，总用户数2500万。 1、孵化2500万AI创作者 根据LiblibAI的官方资料，其最初的定位是“AI绘画领域的GitHub”，为AI模型开发者和创作者提供模型分享和下载平台。今天，随着产品迭代，它逐渐演变为“一个集模型库、云端工具和创作者社区于一体的平台”。 据透露，Liblib已经收录了数万款AI模型。
D | 在其平台上，这些模型会通过算法和人工运营进行筛选和排行。用户可以直接在云端调用算力，使用文生图、图生图、ControlNet、局部重绘等功能，无需配置本地显卡。平台为每个模型提供推荐的提示词和参数设置，降低使用门槛。 除了工具功能，LiblibAI还搭建了创作者社区。用户生成的作品可以在平台展示，其他人能查看生成参数并进行二次创作。这种“模型-创作-分享”的机制形成了内容生产的循环。 而且，Liblib也在通过模型轻量级训练与创作者激励机制，来建设自己的社区生态。 目前LiblibAI的产品矩阵已经从图像扩展到视频。2025年10月发布的2.0版本增强了视频生成能力，支持多模型生成与专业级特效模板，覆盖从灵感到成片的完整流程。官方称，这次大的版本更新，让其从“聚合工具”升级为“AI专业创作工作室”。这也意味着比静态图像更广的商业化空间。 1、AI应用公司可以不被模型吞噬，并继续增长 回看LiblibAI的发展历程，可以梳理出几个关键节点和选择。 2023年7月，LiblibAI拿到天使轮融资，当时正值AIGC概念从技术圈走向大众市场，Stable Diffusion的开源生态快速发展，全球创作者对模型、工具和交流社区的需求开始井喷。LiblibAI选择了应用层路线，而非去做基础模型，切入了离用户更近的社区生态赛道，避开了与头部公司在基础技术上的正面竞争，将资源集中在“社区生态+工作流整合”上。 当时的产品形态，也以WebUI为主，大多是对AI敏感的设计人士在使用。 2024年，LiblibAI用一年时间完成了PMF验证，从一个工具集发展为具备网络效应的平台雏形。产品形态开始开始向工作流的样子转变，通过进入更专业的更复杂的工作流并成为其中重要的一部分，来获得更高的留存转化并尝试商业化的可能。 这个阶段，Liblib开始搭建一个连接上下游的平台结构：上游的模型能力通过创作者社区和工作流，转化为实际的商业价值。“创作者分享玩法、用户生成内容、企业为稳定服务付费”这套机制逐步建立起来，形成了一个商业闭环。 在平台化和社区化的同时，产品也开始Agent化。此前工作流形态的很重要原因就是模型的Agent化能力依然不足，但随着Agent能力增强，AI应用从一个辅助变成更加全面的自主处理任务的Agent成为最重要趋势，Liblib的团队也在这个阶段同时押注了Agent的技术和全球化交错的窗口期。 从资本的角度来看，LiblibAI的这轮融资反映出AI投资逻辑的变化。 过去两年，AI大模型赛道的投资逻辑可以用疯狂来形容。估值与商业化能力往往不匹配——200亿估值的公司年收入可能不到10亿，市销率（P/S）动辄达到20-30倍。估值与实际收入倒挂，烧钱速度超过造血能力，技术叙事成为主要的估值支撑。 但从2024年下半年开始，一级市场的投资标准发生了变化。
E | 投资人不再只看“模型参数更大”“benchmark分数更高”这类技术指标，而是开始关注更具体的商业问题：付费用户规模、单位经济模型、客户留存率、盈利时间表。 LiblibAI此次以及此前多次融资其实都是在这样的思路下完成。陈冕在多个公开分享中提到过Liblib早期的补贴以及获客“战斗”，这种对商业化和增长的重视，也影响着产品设计。 在前不久更新的2.0版本里，它在继续保留了老用户习惯了的WebUI和ComfyUI的同时，给新的更广泛的潜在用户提供了更低门槛的诸多功能，从可以让视频与图像生成在同一界面完成的极简生成器，到对开源与闭源模型的兼容，以及不拘泥于“AI原教旨”但用户会十分需要的专业视觉特效功能。 同时，它给创作者提供的补贴激励继续。
F | 2.0版本后，平台采用订阅制+按需付费的混合模式：普通用户免费使用基础功能，专业用户通过订阅获得更高算力配额和高级功能，企业客户为API服务和定制化需求付费。这套模式已经在运转，有明确的收入来源。 相比那些仍在烧钱验证技术可行性的公司，LiblibAI已经有了相对清晰的商业模式和用户基础，这次拿下关键融资也说明，商业化将成为创业公司接下来又一轮新的淘汰赛里至关重要的竞争点。
G | 点个“爱心”，再走吧。
Current article:http://5werxkf.loukachunwenghongchuikui.shop/news/20260826_4812.html
Published on:00:55:21
