作者｜黃曉彬

原創首發｜藍字計劃

又一筆“賽道最大融資”誕生了。

就在最近，近 3 億美元的國內 AI 應用層最大一筆單輪融資，落在了一家從 AI 繪畫社區起家的公司身上。

6 月 18 日，LiblibAI 母公司演語科技宣布完成 B+ 輪融資，投后估值超過 20 億美元。Granite Asia、騰訊、順為資本聯合領投，HT Investment、時代資本跟投，紅杉中國、高榕創投、螞蟻集團等老股東繼續加碼。

只不過，在我們的固有印象里，能一次拿到數億美元融資的，往往是做大模型的公司。上面的這份投資名單，也很有點像資本對一家明星大模型公司的圍獵。

可是，演語科技沒有訓練自己的通用大模型。三年前，它最先做的，是一個讓創作者上傳、訓練和分享 AI 繪畫模型的社區。

換言之，當AI 行業最搶手的公司，多半還在比參數、算力和模型能力的時候，一家不訓練底層模型、只負責把模型用起來的公司，卻悄然成了黑馬。

一個 AI 繪畫社區，為什么值 20 億美元？

不做大模型，也值 20 億美元

這次演語科技估值躍升、能拿下3 億融資的核心關鍵詞，是“AI 應用層”，但相比傳統的大模型、算法、算力等概念，這看上去卻是一個不太熟悉的名詞。

所以，要搞明白演語科技為什么能值20 億美元，就得先弄明白所謂 AI 應用層到底在做什么。

今年3月，英偉達CEO黃仁勛發布重磅公開長文，系統拆解AI產業五層架構；但實際上在老黃“教學”之前，在 AI 產業內部，早就有一種更加簡單直接的產業劃分方式。

簡單來說，AI 產業可以粗略分成算力、模型和應用三層。

模型公司負責把通用能力做出來，讓機器能夠理解語言、生成圖像、編寫代碼；應用公司負責把這些能力裝進具體產品，放進設計、營銷、短劇、電商等工作流程，最終找到用戶和付費場景。

模型能力決定 AI 能做到什么，應用層決定誰會用、用多久，以及愿不愿意持續付費。

這種劃分，實則也和AI 賽道的變化息息相關。

過去幾年，通用大模型足夠稀缺，資本最先追逐的自然是模型公司。

但是，隨著開源模型和API日漸成熟，調用強模型的成本和門檻不斷下降。過去只有少數公司掌握的模型能力，開始變成應用企業可以采購、接入和替換的基礎能力。

再加上開發者能夠選擇的模型越來越多，特別是在圖文創作、基礎交互等通用場景中，不同模型之間的體驗差距正在縮小。

對應用公司來說，底層模型也逐漸從必須自研的核心資產，變成可以采購、接入和靈活替換的基礎能力。

這正是AI應用層的核心價值所在：企業無需執著于自研基礎大模型，核心競爭力在于將標準化的模型技術，封裝為終端用戶愿意持續付費、復購的場景化產品與行業解決方案。

當然，接上模型并不代表產品就有競爭力。一個簡單的生成入口，很容易被同行復制。

真正有價值的應用，還要完成模型適配、工作流設計、用戶運營、內容分發和商業化，把一次嘗鮮變成高頻使用。

底層模型可以更換，已經沉淀下來的用戶關系、行業數據和生產流程，卻很難在短時間內照搬。

因此，用戶規模、留存和收入，成了資本衡量Liblib的核心指標；而創作者社區、模型素材資產、分發渠道和工作流，更是成為了它真正難以被復制的部分。

AI 繪畫社區，但用戶超 3000 萬

2023 年，Stable Diffusion 帶火 AI 繪畫，國內很快冒出一批生圖網站。模型相似、功能接近，用戶換一個平臺的成本也不高。

Liblib 選擇的入口，是先把會訓練模型、會調參數、會搭工作流的創作者聚到一起。

創始人陳冕此前負責過剪映、CapCut 的商業化，對創作者工具并不陌生。LiblibAI 起步后，創作者可以在平臺上傳、訓練和分享 LoRA 模型與工作流，普通用戶則直接調用這些成果完成創作。

平臺上的用戶越多，模型和素材越豐富；內容越豐富，又會吸引更多創作者留下。Liblib 由此積累的，不只是一個生成工具，還有一套不斷自我擴張的創作者生態。

據公司披露，LiblibAI 累計用戶已經超過 3000 萬，沉淀超過 50 萬個原創模型，以及過億張專業圖片和視頻素材，日均生成圖片超過 500 萬張。

這些數字真正重要的地方，在于它們能被繼續復用。

AI設計Agent星流把 AI 能力從單張圖片生成推向完整設計交付；2026 年初 、上線的 LibTV，則繼續切入短劇、影視和品牌視頻生產。

新產品推出后，演語科技無需從零尋找第一批用戶，原有社區已經提供了創作者、模型、素材和分發渠道。

公司披露，LibTV 上線首月內，單日收入曾超過 100 萬美元；到 5 月，月收入已經達到上線首月的 13 倍以上，并服務了近千個短劇團隊、影視制作機構、廣告公司和品牌客戶。

AI 行業不缺一款突然走紅的產品，難的是把一次成功復制到下一款產品上。演語科技從 LiblibAI 做到星流，再做到 LibTV，真正拉開差距的，是它連續找到用戶需求，再借助原有生態推起新業務的能力。

截至 2026 年 5 月，演語科技披露的 ARR （年化經常性收入）已經超過 3 億美元，集團整體收入同比增長超過 3000%。

至此，資本看中的，是一個 AI 繪畫社區持續把新技術做成產品、再把產品做成收入的能力。

資本，變了

但比起Liblib 融資、融了多少錢本身，更有意思的是，Liblib拿下這筆賽道最大融資，本身就意味著資本的風向正在變化。

最近智譜和MiniMax的股價表現，正好給出了答案。

今年3月，MiniMax股價一度沖上1330港元，市值逼近3900億港元。但從高點開始，其股價一路回落，到6月22日收盤已經腰斬。

另一邊，智譜卻走出了完全不同的行情。

6月中旬，智譜發布GLM-5.2后，股價迅速上漲。6月22日，其盤中市值首次突破1萬億港元，與MiniMax的差距進一步拉開。

同樣是上市不久的國產大模型公司，一家從高位腰斬，另一家沖上萬億市值。

解禁預期、流通盤和市場情緒，都會放大兩家公司的股價波動。但在除此之外，產品依然是改變市場預期最直接的催化因素。

LM-5.2發布后，在代碼生成、長程任務等方面迅速積累了大量正面反饋。

Vercel CEO Guillermo Rauch在實際體驗后直言，自己對GLM-5.2的編程能力“幾乎感到震驚”；在全球百萬用戶參與盲測的Code Arena上，GLM-5.2也拿下了全球可用模型第一。

而且，GLM-5.2并不便宜。

按照雙方官方API價格，在輸入不超過512K Token的情況下，MiniMax M3每百萬輸入Token為0.3美元，輸出Token為1.2美元；GLM-5.2則分別為1.4美元和4.4美元，輸入價格約是M3的4.7倍，輸出價格約是M3的3.7倍。

由此可見，智譜沒有靠極致低價討好市場，可只要模型足夠能打，開發者就愿意使用，資本也愿意給出更高的溢價；反而是比GLM-5.2更早發布、價格也低得多的M3，卻沒有換來同樣的股價表現。

歸根究底，低價可以吸引用戶嘗試，真正決定用戶會不會留下、市場會不會繼續買單的，還是產品本身有沒有競爭力。

實際上，智譜股價一路走高，與Liblib拿下近3億美元融資，背后的邏輯是一樣的：有實力、有東西、有拿得出手的成績，就能拿到錢。

對智譜來說，成績是模型能力、真實任務表現和開發者口碑；對Liblib來說，成績是超過3000萬用戶、50萬個原創模型、近千家專業內容客戶，以及超過3億美元的ARR。

資本沒有在大模型和應用層之間二選一。它只是越來越不愿意為一個概念，或者一張寫滿想象力的藍圖買單。

AI越火，圍繞泡沫和估值的爭議就越多。這樣的爭論短時間內很難有答案，但資本已經開始用更直接的方式篩選公司：模型到底好不好用，產品有沒有人用，客戶愿不愿意持續付費，最終都要拿結果說話。

Liblib 和智譜等其他公司雖處在產業鏈的不同位置，卻交出了同一張答卷。

風口可以把一家公司送上牌桌，成績才決定錢最后落到誰手里。