当AI行业集体追逐大模型研发时，一家专注于应用层的公司却以独特路径引发关注。6月18日，演语科技宣布完成近3亿美元B+轮融资，投后估值突破20亿美元，创下中国AI应用层单轮融资规模新高。尽管旗下LiblibAI等产品已广为人知，但此次以集团品牌身份亮相仍引发市场热议。
这家不涉足模型研发的企业，在资本寒冬中展现出惊人的盈利能力。截至2026年5月，公司年化收入达3亿美元，单月收入同比增长超3000%，成为少数跻身"亿级俱乐部"的AI初创企业。其商业逻辑与行业主流形成鲜明对比：通过整合上游模型能力，构建覆盖C端创作者、商业设计师和影视行业的三大产品矩阵。
LiblibAI作为核心平台，已积累3000万用户和50万个原创模型，通过会员订阅和算力充值实现变现；面向海外设计师的Lovart上线五个月即实现8000万美元年化收入；而聚焦AI短剧的LibTV更是在上线两个月内收入暴涨13倍。这种"模型中间商"模式，本质是将采购的API能力与自有工具链结合，形成差异化服务。
创始人陈冕的商业认知源于其大厂经历。这位曾任剪映全球商业化负责人的创业者，将字节跳动的流量运营经验转化为AI时代的生存法则。"创业公司首先要活着"是他反复强调的理念。这种务实态度体现在业务布局上：当同行沉迷技术竞赛时，Liblib通过集团化产品矩阵分散风险，形成用户、素材和模型的协同循环。
但这种轻资产模式始终面临质疑。市场争议焦点在于其是否过度依赖上游供应商——作为字节最大算力采购方，任何API价格调整都可能冲击利润空间。更严峻的是，当模型厂商直接下场应用开发，Liblib的生存空间将被进一步压缩。陈冕坦言，公司毛利率长期控制在30%以下，正是为了保持需求弹性。
面对转售API的质疑，陈冕以LibTV为例澄清：所谓3.9折优惠实为连续包月订阅价，其商业模式类似健身房会员制，依赖用户实际使用量低于购买额度。但这种模式存在明显风险，若遭遇黑产批量调用，盈利模型将瞬间崩塌。这种脆弱性暴露出应用层企业的共同困境：技术话语权始终掌握在模型供应商手中。
Liblib的进化轨迹折射出AI创业潮的生存法则。2023年产品下架危机和2024年资金链断裂的双重打击，迫使公司从单一社区模式转向多元化布局。这种转变虽帮助其熬过资本寒冬，但也埋下路径依赖隐患——当前收入结构中，Token调用占比过高，业务创新仍停留在服务层优化。
随着大模型进入参数竞赛后半场，应用层价值重估成为必然。陈冕清醒认识到，当前繁荣可能只是模型红利的短暂窗口。当算力成本持续下降、模型能力日益趋同，AI应用必须找到新的价值支点。这解释了Liblib近期在垂直场景的深度探索，试图通过行业解决方案构建竞争壁垒。
这场关于AI应用层命运的讨论仍在继续。支持者认为Liblib验证了轻资产模式的可行性，批评者则指出其缺乏核心技术护城河。在模型能力快速迭代的背景下，应用层企业既要保持商业敏捷性，又要突破服务中间商的定位，这场平衡术的考验才刚刚开始。
