中国AI应用获3亿美元融资估值20亿首现产品矩阵

单品时代已成为过去，AI应用正迈入集团军协同作战的新阶段。

过去一年，AI行业的关注焦点几乎全部集中于大模型。从OpenAI到Anthropic，再到DeepSeek，模型公司始终是舞台中央的主角。然而，在聚光灯之外，另一条商业化路径正在悄然加速——AI应用。

具体来说，演语科技（Evoken），即LiblibAI的母公司，刚刚完成一轮近3亿美元的B+轮融资，投后估值突破20亿美元。这不仅是中国AI应用公司获得的最高单轮融资，更引人注目的是另一组数据：截至2026年5月，演语科技的ARR（年度经常性收入）已达到3亿美元——相比本轮融资完成时，增长接近3倍。

本轮融资由Granite Asia、腾讯和顺为资本联合领投，HT Investment和时代资本也参与其中。高榕资本、蚂蚁集团、渶策资本、明势创投、源码资本、红杉中国等老股东继续加码支持。

在中国，除少数大厂外，能跨入“亿级ARR”俱乐部的AI应用初创公司屈指可数。而演语之所以能跻身其中，并非依靠某个偶然爆发的单品，而是连续跑通了多个AI产品的PMF（产品-市场契合）。

回顾过去三年的AI产业演进，可以清晰识别出三轮最重要的应用浪潮：图片生成、Agent、视频生成。演语几乎在每个周期中都交出了自己的代表作：

• 2024年上线的AI创作者社区LiblibAI，累计用户突破3000万。在中国，每三位设计师中，就有一位是LiblibAI的活跃用户。
• 2025年7月发布的AI设计Agent星流，累计服务用户规模已达千万。
• 2026年2月上线的AI视频创作平台LibTV，上线首月单日营收即突破百万美金，两个月后产品收入增长了超过13倍。

当行业还在争论如何找到AI的PMF时，这家公司已经开始回答一个更现实的问题：AI到底怎样才能变成一门可持续的生意？从LiblibAI到星流，再到LibTV，演语想要构建的或许不只是单个爆款，而是中国第一家AI内容矩阵。

用三款产品，成为中国最会赚钱的AI公司之一

AI行业从来不缺爆款，缺的是能持续打造爆款的公司。

过去三年里，涌现了大量明星产品，但绝大多数公司都卡在了“只有一个超级产品”的阶段。说起Cursor，标签就是AI Coding；提到Suno，就是AI Music——这些产品固然成功，但至今仍是全公司的营收顶梁柱，承担着造血的压力。

这背后其实是一个普遍困境：很多AI公司能够找到一个PMF，却没有能力持续复制它。例如Character.AI，尝试过社区、Agent、游戏等多个方向，但大多数人记住的标签仍是“AI角色陪伴”。第二增长曲线并不好找。

相比之下，从LiblibAI到星流再到LibTV，演语几乎完整穿越了图片生成、Agent和视频生成这三轮技术周期。

2024年，随着Midjourney、Stable Diffusion将AI图片生成带入大众视野，大批创业公司涌入这一赛道。演语推出的LiblibAI，选择从创作者社区和模型生态切入，填补了国内多模态模型“卖铲人”的空白。

随后，AI应用进入Agent时代。以Manus为代表，行业开始探索如何让AI从“生成内容”升级为“完成任务”。在这个阶段，演语推出了AI设计Agent星流。

今年，随着Seedance 2.0、Kling 3.1等高性能视频模型的发布，加上下游短漫剧市场的高速增长，演语又快速推出了LibTV。在大家还在比拼单镜头生成效果时，LibTV已经率先在下游客户心中建立起“交付成片”的心智。

跑通一次PMF，证明的是产品能力；能连续跑通三次，则证明了组织能力。

演语团队的方法论之一，是比别人更早察觉模型能力变化带来的机会。创始人陈冕曾在访谈中将其总结为两件事：第一，密切跟进模型迭代；第二，内部有个共识——模型在变强，但短期内它更像人，尚未超越人。

△演语科技创始人陈冕

在他看来，应用层公司最核心的必修课，就是“如何 leverage 前沿模型”——在最短时间内把最新模型用好。模型公司关注的是能力边界，但应用公司更关心能力拐点：当模型出现某种新能力时，能解决哪些过去解决不了的问题？会催生哪些新的交互方式？哪些工作流会被重构？

星流的诞生就是一个典型案例。

在GPT-Image-1这类高性能图像生成模型上线之前，演语团队就预判，模型厂商正在集中攻克复杂多轮指令理解、一致性控制以及编辑能力等难题。如果这些问题得到解决，那么设计软件最核心的交互方式可能会发生根本变化——用户不再需要学习复杂的工具链，而是通过自然语言与AI持续协作完成设计。基于这一判断，团队提前在星流上押注了“ChatCanvas”的产品形态。

但光理解技术变化还不够。过去几年，很多AI创业公司都能敏锐感知模型进步，却未必能把技术优势转化为真实需求。相比发现技术机会，识别市场机会往往更难。

演语的第二项能力，就是把下游需求拆解、重构，最终产品化。

LibTV就是一个诞生在模型能力和下游需求交汇点的应用。在外界看来，视频生成赛道的核心问题无非是镜头好不好看、理解准不准。但团队在与大量客户沟通后发现，短漫剧团队、MCN机构和广告公司真正短缺的，并非单镜头生成能力，而是完整的内容生产能力。只有能够融入整条生产链路，帮助客户完成作品交付，才能真正创造商业价值。因此，LibTV从一开始瞄准的就不是视频生成模型本身，而是视频生产的工作流。

这种思路贯穿了演语过去几年的产品发展路径：LiblibAI解决的是创作者获取和管理AI素材的痛点；星流解决的是人与AI协作的设计工作流问题；LibTV解决的是成片交付的问题。表面上看，它们分属不同赛道，但背后遵循的是同一套逻辑——不是寻找模型最强的地方，而是寻找产业链中最需要被重构的环节。

这或许正是AI应用创业最重要的一条规律：在一个高速增长的增量市场里，最重要的不是标新立异，而是在正确的时间，做正确的事。

中国AI应用开始进入“集团战争”

2026年初，AI热度依然高涨，但多款曾经的“爆款”却已宣告死亡。根据AI Gra veyard的统计，2025年全球有392个AI工具停止了服务。换句话说，过去一年里，平均每天就有一个AI产品倒下。

最令人错愕的一次“猝死”，来自AI巨头OpenAI本身。2026年3月25日，OpenAI宣布Sora应用正式下架——这款上线首周下载量就冲到1000万次的明星产品，享年25个月。

正如a16z合伙人Bryan Kim所说：“消费级AI领域根本没有护城河。”一个明确的信号是：单爆品的叙事正在过时。

模型能力的快速迭代不断吞并AI应用，与此同时，Coding能力的持续进化又大幅降低了爆款产品的复刻成本。结果是，爆款AI应用的生命周期在缩短，产品层面的竞争加剧，获客成本也在水涨船高——根据不少从业者的反馈，2024年AI产品的平均获客成本（CAC）还在20-30元，如今已涨到百元级别。

在这个背景下，“集团化”开始成为AI企业建立壁垒的新方式。

相比单一产品，多产品矩阵显然具有更强的商业抗风险能力。更重要的是，集团化意味着企业不再只是争夺某个工具赛道，而是在争夺整个行业的生态位。对后来者而言，复制一个产品或许不难，但要复制一个由多个产品、数千万用户和完整商业体系构成的生态，可就难得多了。

演语科技，正是中国第一批进入“集团化作战”阶段的AI应用公司。

先看横向的产品矩阵。从LiblibAI到星流再到LibTV，这条产品演进路线有一条清晰的主线：跨越AI技术周期的创意内容交付。换句话说，三款产品的用户高度重合，比起分散在不同场景下的单点产品，它们之间可以形成用户、数据和商业化能力的共享效应。例如，LiblibAI社区里的图片创作者，可能需要设计Agent来辅助创作；图片创作者到了一定阶段，也可能转化为视频创作者——不同产品之间互为流量入口，自然而然地拉长了用户的生命周期。

再看纵向的内容产业生态。从LiblibAI提供创意灵感和素材生成，到星流和LibTV交付视觉设计，演语的多个产品共同构成了一条完整的内容生产链路。尤其是率先提出“用户和Agent双入口”的LibTV，它不只是一款为人设计的产品，更像是在为Agent时代搭建基础设施。随着AI从“回答问题”走向“完成工作”，越来越多的内容生产环节会被封装成可调用的能力模块，而视频生成正是其中最核心的一环。

换句话说，今天的LibTV服务的是创作者，未来的LibTV服务的可能是Agent。当越来越多的Agent开始参与创意和内容工作流，谁掌握了图片、视频和设计等关键生产能力，谁就有机会成为下一代内容生态的重要入口。

商业史上，因业务扩张导致组织臃肿、动作变形，这样的故事并不少见。一家才成立3年的企业，快速膨胀成“集团”，其组织面临的考验必然会越来越严峻：如何提高组织效率？如何保持决策的准确性？

演语给出的核心答案是：快。

陈冕在公开访谈中说过：“速度是在模型更新频繁、产品生命周期短的世代里，最稀缺的壁垒。”举个例子，据36氪了解，LibTV从立项、用户访谈、研发到最后上线，只用了1个月。

快的背后，是一个围绕内容创意产品而构建的组织。陈冕把演语的组织形容为“没有产品经理，只有设计师”，只有“教AI的人”。这个员工画像背后的逻辑是：当工具足够智能，“管理需求的人”不再被需要，但“定义需求的人”反而更重要——简单来说，“行业Know-How”将成为团队的核心资产。

放在全球AI应用公司的坐标系里，演语科技的估值逻辑或许值得重新审视。

从最简单的PS（市销率）角度来看，演语在全球明显处于估值洼地。一组典型的对照是：创立于美国的AI音乐创作工具Suno，ARR在2026年3月达到了3亿美元，对应的估值是54亿美元；而ARR体量相同的演语，融资后估值只有约20亿美元，不到Suno的一半。无论是收入规模、增长速度还是商业化能力，两者已进入同一量级，但市场给出的定价却是天壤之别。

但更值得关注的，或许不是PS本身，而是AI应用公司的估值体系正在发生深层次的变化。

过去二十年，资本市场习惯用SaaS公司的逻辑来衡量软件企业：软件只是工具，真正创造价值的是使用工具的人。因此，企业的估值最终取决于订阅收入、客户数量和续费率等指标。然而在AI时代，工具的角色正在发生根本转变。正如陈冕所说：“我们不能沿用工具时代的思路来理解AI时代的工具。SaaS的本质是服务由人提供，是人使用工具。而现在，AI成为提供服务的主体。”

因此，AI应用的价值锚点正在从“软件席位”转向“劳动力席位”。过去企业购买的是软件，未来企业购买的将是一个能够持续交付成果的数字员工。衡量一家AI公司的标准，也将从它卖出了多少工具，逐渐转向它承担了多少工作、创造了多少生产力。

从这个意义上讲，演语的价值或许不应该被简单看成一家AI工具公司。它构建的AI内容创作矩阵，本质上是在重构内容产业的生产方式。当市场开始用“数字劳动力”而非“软件工具”来衡量AI应用时，演语20亿美元的估值，很可能只是一个开始。