今天苏米拆一家北京 AI 公司：LiblibAI（哩布喱布）——2023 年成立，三年后估值超 20 亿美元，年化收入 3 亿美元，母公司演语科技今年完成近 3 亿美元 B+ 轮（腾讯、顺为参与），创作者生态超 3000 万用户。它的成长路线特别完整：先占住模型作者，再拉进创作者，提供算力和工具，然后从"生成一张图"一路走向"完成一个设计项目"和"交付一条视频"。

一、起点：2023 年 AI 画图"太难用了"

Stable Diffusion 火了之后，普通人想用得先过五关：选基础模型、找 LoRA、装 WebUI、配环境、显卡不够跑不起来，然后研究采样器尺寸权重提示词 ControlNet。LiblibAI 当时的定位一句话：AI 绘画领域的 GitHub。模型页直接告诉你：匹配哪个基础模型、推荐尺寸 1024、LoRA 权重 0.8、采样算法 Euler a——懂的人知道怎么复现，不懂的人照着参数先跑一次。它最早解决的问题：不是教所有人训练模型，而是让一个人训练出来的东西可以被更多人直接使用。

二、冷启动：模型作者是一个个找来的

平台冷启动的经典死结（没内容→没用户→没内容），LiblibAI 的解法是直接"拉人头"——先引入供给端的模型作者，帮他们发布模型、展示效果、从模型获得收入。顺序很关键：没有好模型，拉普通用户来了也没用。这和普通内容社区有本质区别：小红书博主发一篇内容大家看完就结束，LiblibAI 上一个模型作者上传一个 LoRA，后面可能一万人使用生成十万张图——作者生产的不是一张内容，而是一套生产内容的能力。所以平台一直在给作者发钱（累计激励超 1000 万元，2025 年 9 月收益前四的作者单月收益都超 2 万元），即使最困难的时候也没停。

三、CEO 陈冕：从字节最年轻的产品 4-1 到创业者

92 年生，职业经历像中国互联网公司"集邮册"：腾讯、360、百度、滴滴、摩拜、每日优鲜、字节。在字节负责剪映和 CapCut 的全球商业化，28 岁成为当时最年轻的产品 4-1 之一。2023 年离开字节创业——公司上线 4 个月时曾差点死掉（后文有详细经历），但最终跑出了 AI 应用层国内最亮的融资记录。

四、产品矩阵：从一张图到一条视频

母公司 Evoken 旗下：LiblibAI（模型素材社区）、Lovart（海外 AI 设计 Agent）、星流 Agent（Lovart 中文版）、LibTV（AI 视频创作工作台）。路线清晰：社区积累用户和模型 → 设计 Agent 提升单值 → 视频打开天花板。

苏米的思考

LiblibAI 给做平台型产品的朋友三个可抄的点：其一，双边冷启动先攻供给端，且供给端的"单品复用率"决定平台价值——一个 LoRA 被一万人用和一个视频被一万人看，是完全不同的供给经济学；其二，给创作者分钱要在最困难的时候也坚持，这是社区型平台和流量型平台的分水岭（对照 Aaru 的数据积累逻辑：供给侧的持续投入构建的是别人抄不走的数据资产）；其三，"领域 GitHub"这个定位公式值得记住：开源工具链复杂到一定程度，"让 A 的产出被 B 直接使用"的中间层就是平台机会——Dify 在 LLM 编排层做了同样的事（Dify 案例）。

本文变现路径

产品：AI 模型/素材社区 → 设计 Agent → 视频工作台 → 流量：供给侧作者生态（3000 万用户）→ 变现：订阅+算力+企业服务，年化 3 亿美元。社区型平台的变现阶梯见《独立开发者变现完全指南》。