振兴资本
作者 | 铅笔道 松格
嘿嘿，今天 AI 应用赛道跑出一家未来独角兽：一位 92 年出生的男生，创业 2 年半，融资 1.3 亿美元（9.26 亿元）。
什么公司能融这么多钱？答案是：LiblibAI，一个图片生成 AI 公司。更具体地说，它的业务是：图片生成工具 + 社区。
本轮资方有红杉中国、CMC 资本等，老股东顺为资本、源码资本等也加码了。对比国内投融资数据可以发现，这是今年以来国内 AI 应用领域最大的一笔融资。
字节真是国内 AI 创业界的黄埔军校。LiblibAI 创始人叫陈冕，之前是剪映、CapCut 团队任商业化负责人。也要恭喜东南大学的校友，又为行业培养出一个未来独角兽。
借着 LiblibAI 的融资事件，我们可以剖析出行业存在的几大新机会。
1、3D 内容生成。
随着游戏、机器人等行业对 3D 内容的需求持续上升，3D AIGC 技术正成为新的热点。
2、瞬时内容生成。
比如高分辨率图片，生成时间变成毫米级。
3、垂直应用场景的深化，比如电商、医疗、教育。
总之，AI 生成图片赛道，新机会还多得很，新玩家努力去干吧。
01
LiblibAI 的老板是位 90 后，生于 1992 年，之前是张一鸣的员工。
大学毕业，他就去了字节跳动，曾在剪映、CapCut 团队任商业化负责人，是字节跳动最年轻的产品" 4-1 "（中高层管理）之一。
2022 年底，ChatGPT 引爆了 AI。陈冕观察字节的工具产品线，提炼出一个趋势：AI 开始改变创作方式，但"懂 AI 的人不会创作，懂创作的人用不好 AI "。
如果 AI 不能被更多的人用，技术的红利要怎么释放呢？
2023 年 5 月，他离开字节跳动创办 LiblibAI，目标是做一款让每个普通人都能轻松创作的 AI 产品。"创作是人的天性，只是过去门槛太高了。AI 的意义，不是让设计师失业，而是让更多人能表达自己。"陈冕说。
在创业初期振兴资本，LiblibAI 团队只有十几人，大多数来自字节、美团、腾讯等互联网公司。
它的初款产品是个 AI 图像生成器，但陈冕很快意识到：这玩意仅靠技术输出，很难有壁垒。
于是，团队决定将产品升级为"创作者社区"，通过模型共享、作品展示与社群互动，形成差异化的生态。
2023 年夏天，LiblibAI 凭借用户自传播小小地走红，三个月用户突破百万。然而同年年底，AI 赛道遇冷，用户增长放缓，平台一度陷入运营危机。
"那时候服务器成本、算力成本、社区维护都在烧钱，我们一度觉得公司可能活不下去。"陈冕回忆。为了活下来，团队开始自建模型体系，优化算力利用率，并通过会员与创作者分成模式探索商业化。
2024 年初，LiblibAI 的创作者功能上线，允许用户上传自己的 LoRA 模型、设置付费使用，平台从工具型产品变成了一个 AI 创作者生态系统。
同年，公司完成多轮融资，累计金额达数亿元，团队规模扩大到近百人，用户突破千万。
2025 年初，平台月活跃创作者超过 300 万，生成内容累计超过 5 亿张，成为中国最大的 AIGC 创作社区之一。
02
接下来，我要着重它的产品了。感觉来说，和通用大模型相比，它是一个垂直模型 + 社区。
就功能而言，它的核心产品是一个" AI 画布"——用户输入文字、上传图片或设定风格，AI 就能生成高质量的图像作品。平台支持用户训练自有模型、分享素材、组建创作社区。
目前，LiblibAI 聚集了数百万活跃用户，其中大部分是设计师、电商从业者、插画师、品牌运营者以及独立内容创作者。他们在平台上生成了上亿张图片、上万套模型，用于商品宣传、影视分镜、插画设计、游戏概念图等不同场景。
LiblibAI 所在的行业是：大模型 - 垂直大模型 - 图片生成大模型。当然，除它之外，文字大模型以及视频大模型也火的很，应用场景各有不同。
LiblibAI 的主要应用场景是绘图。这个领域大致经历了三个阶段：
• 萌芽期（2021 年前后）：AI 绘图还停留在科研或开源圈，模型复杂、门槛高。
• 爆发期（2022-2023 年）：Stable Diffusion、Midjourney 等海外工具流行，AI 创作开始进入大众视野。
• 本土化与生态期（2024 年至今）：国内平台逐渐兴起，重点不再是"能不能生成"，而是"能否好用、好玩、能变现"。
仔细观察这个赛道的痛点，主要还是：传统设计工具虽然成熟，但无法满足 AI 生成内容的实时性，说白了就是速度太慢，效率太低，依赖人力。
LiblibAI 的解题思路是：模型工具 + 社区。确实，要只有模型工具，在面对巨头的竞争时，创业公司竞争力是有限的。加上一个社区后，那么产品一旦被大规模用户选择，流量迁移 + 使用习惯会成为 LiblibAI 的壁垒。
但是呢，要把社区这件事做成，也不是那么容易的。社区的价值在于其网络效应——用户因为内容而来，贡献内容后又吸引更多用户。
但这个效应非常脆弱。
首先，要把社区做大，持续的大流量获取是个问题。
在互联网流量见顶的今天，纯粹的流量购买不仅昂贵，而且不精准。吸引一个 AIGC 创作者的成本，远高于吸引一个普通 App 用户。
这是创业公司的短板，但却是巨头的长板（如字节）。巨头可以用成熟产品的庞大用户群进行"捆绑"或"导流"（比如在它的云平台、办公软件里嵌入社区入口），而创业公司只能从零开始，一个一个地去争取用户。
其次，要把社区做强，如何把流量留住更是个问题。
一个用户可能只是为了使用某个功能而下载了你的工具。如何让他意识到，"隔壁"的社区是他工作流不可或缺的一部分？这需要极致的产品设计，将社区深度整合到工具的核心流程中。
总体来说，社区的核心能力，和模型工具的能力相差是很大的。LiblibAI 团队是否能满足二者基因，这是一个要用时间回答的问题。
03
回顾整个图片 AIGC 赛道，目前国内市场不大，但增速不错。
据行业机构测算，2024 年市场规模已接近 200 亿元，未来五年复合增长率有望超过 30%。
不过，竞争也在加剧。国内涌现出多家 AI 创作平台，如绘梦岛、绘智 AI、Krea、PixVerse 等，有的偏向图像生成，有的主攻视频或虚拟人。
尽管，LiblibAI 并不把自己定位为"生成工具"，而是"创作基础设施"，但实际差异确实没那么大，至少在功能、使用场景上直接竞争。
另外，该赛道还面临着"跨界竞争"，为什么？
因为 AI 创作正在进入"多模态融合"，说的通俗点：用户在工作时，既要生成文字，又要生成图片，还要生成视频——最好一个工具同时拥有三大功能，最能满足用户需求。
因此，未来的图片 AIGC 赛道，竞争格局还有很大的不确定性：AI 究竟能强大到什么程度，终极产品形态是多模态融合，还是单一模态深化？不知道，真的不知道。
但按照趋势，有几个机会很值得新玩家思考。
目前从公开信息看，LiblibAI 的用户应该是平面内容更多。随着游戏、机器人等行业对 3D 内容的需求持续上升，3D AIGC 技术正成为新的热点。
AIGC 技术将朝着实时生成能力突破，目标是将高分辨率图像生成时间缩短至毫秒级。
在医疗领域，AIGC 可用于生成各种病理特征的视觉资料，辅助医学研究和教学；在教育领域，可用于重建古代场景和人物形象，使抽象知识变得直观可感。未来 1-3 年，这些领域对 AIGC 图片生产的需求可能会进一步增加。
AI 应用还远未到天花板，新玩家们振兴资本，去干吧。
富牛网配资提示：文章来自网络，不代表本站观点。
