泉源：张雪慰藉德比斯作者： 方薇汉：

ARR抵达3亿美金，，，Liblib完成近3亿美金融资，，，估值超20亿美金

编辑｜张倩

近期，，，海内 AI 应用层单轮融资纪录又被刷新了。。
。。

这次刷新纪录的公司各人并不生疏，，，它是LiblibAI 母公司演语科技。。
。。去年 10 月，，，他们刚刚用 1.3 亿美元融资创下纪录。。
。。今年上半年，，，他们又自己把这个纪录突破了。。
。。

这轮融资是他们的 B + 轮，，，总共筹集了近 3 亿美元。。
。。其中既有红杉、顺为、高榕等原有股东一连加码支持，，，又有腾讯等新股东加入。。
。。这轮融资后，，，演语科技的估值凌驾了 20 亿美元

说白了，，，这些顶级投资机构真金白银下注的，，，无非是「谁能把 AI 应用酿成赚钱的生意」。。
。。而ARR 抵达 3 亿美金的演语科技，，，已经逐渐拉开与海内偕行的差别 —— 无论是融资规模、收入规模、用户规模，，，照旧营业生态的广度，，，都最先泛起出断层领先的态势。。
。。2026 年 5 月，，，集团整体收入同比增添凌驾 3000%，，，成为了全球增添最快的 AI 应用公司之一

演语科技此次创纪录融资，，，实质上正是资源对其领先职位的一次集中认可。。
。。

演语科技巨额融资背后，，，

找到 PMF 是要害

最近两年，，，但凡聊 AI 创业，，，「是否找到 PMF（Product-Market Fit）」都是一个躲不掉的灵魂追问，，，也是企业首创人们不得不沉下心去破解的现实难题。。
。。

但 PMF 这件事自己，，，在市场上一直有争议。。
。。有些产品冲上某排行榜第一、或者注册量刚一爆发，，，就急着宣布自己「跑通了 PMF」。。
。？
？？
？？勺邢缚椿岱⒚，，，这种热闹许多时间是靠砸广告、铺津贴堆出来的假象。。
。。比及广告一停、津贴一撤，，，用户就散了，，，产品自己并没有自己长出撒播力和留存力。。
。。

因此，，，判断一家公司是不是真的踩中 PMF，，，不可只看一时的榜单和注册数，，，得看几个更硬、也更难造假的信号。。
。。而演语科技，，，恰恰在这几个信号上都给出了谜底。。
。。

我们关注的第一个信号是产品的「自觉撒播」属性。。
。。真正跑通 PMF 的产品，，，不需要一直靠预算硬推，，，用户会自己帮你撒播。。
。。演语科技的几款产品，，，险些都是「一上线就被自来水推着走」：他们的 AI 设计智能体上线后发出的第一条 X 贴文，，，会见量就突破了 100 万；；；；；LibTV 首日上线便涌入 10 万创作者；；；；；而在日常运营中，，，他们产品日均新增用户里有 80% 来自自然流量。。
。。

靠着这种滚雪球式的「口碑飞轮」，，，演语科技的整体创作者生态总数已经突破 3000 万，，，每三个设计师就有一位用过他们的产品，，，成为名副着实的海内 AIGC 第一社区。。
。。这种靠产品立异迸发的生命力是花钱买不来的，，，也是产品真正契合市场需求最直接的证据之一。。
。。

LibTV社区创作内容

第二个信号是用户愿不肯意「真金白银」地买单，，，尤其是为现实消耗支付远超订阅费的价钱。。
。。前不久，，，Django 联合首创人、着名开发者 Simon Willison 在一篇博客中点出了一个耐人寻味的征象：许多人嘴上诉苦现在的 AI 产品太贵、预算严重超支（尤其是从只收订阅费转变为按量计费之后），，，但最后照旧咬着牙把钱付了。。
。。在他看来，，，好的定价本就该让客户「倒吸一口凉气、却依然颔首说 yes」。。
。。而这种「边喊贵、边付费」的征象，，，恰恰是相关产品跑通 PMF 的主要依据，，，由于真正卖不出去的工具，，，你不会诉苦它贵，，，你只会默默不必。。
。。

图源：https://simonwillison.net/2026/May/27/product-market-fit/

演语科技身上正在爆发类似的事。。
。。以最近宣布的 LibTV 为例：从社交媒体反馈看，，，LibTV 的定价对创作者来说并不算自制（只管性价例如面保存优势），，，甚至有人直呼「小贵」。。
。。但数听说明晰一切 ——LibTV 于 2026 年 3 月正式上线，，，接纳「会员订阅 + 积分按需消耗（API 计费）」的混淆付费模式，，，上线首月内单产品单日收入就突破了 100 万美元；；；；；以后短短两个月增添一连爆发，，，5 月收入已是首月的 13 倍以上

换句话说，，，LibTV 的用户也在「一边喊贵、一边付费」，，，并且愿意为现实消耗掏出远超订阅费的钱。。
。。

若是说个人创作者的付费还可能带着几分一时激动，，，那么专业机构的「整体迁徙」，，，就是 PMF 更深一层、也更难造假的证据，，，这也是我们看重的第三大信号。。
。。

让我们看到这一点的照旧 LibTV。。
。。据悉，，，产品上线一个月，，，就已经有凌驾 300 家短剧、影视公司接入 LibTV，，，把从剧本、分镜到镜头、剪辑的整条创作事情流，，，搬到了它的「无限画布」上。。
。。现在，，，他们服务的短剧团队、影视制作机构、广告公司与品牌客户已达近千家。。
。。

B 端公司是最挑剔、也最现实的客户，，，工具欠好用、省不了本钱、跑欠亨事情流，，，他们绝不会把生产线押上去。。
。。那么 多家公司在短时间内整体涌入，，，实质上是在用真实的生产需求为 LibTV 投票。。
。。这种规；；；；；纳桃德涞，，，意味着演语科技找到的不是一闪而过的流量，，，而是能一连爆发消耗、且替换本钱越来越高的刚性需求。。
。。

自觉撒播、付费意愿、专业机构的规；；；；；尤，，，这三重信号叠加在一起，，，指向统一个结论：演语科技是真的跑通了 PMF，，，旗下多款产品都真正长在了市场的需求上。。
。。

而这，，，正是顶级投资机构愿意在「AI 应用整体愁变现」确当口，，，依然真金白银下注的基础所在。。
。。

做创意天生的那么多

凭什么演语科技跑出来了？
？？
？？

现在市场上能真正跑通 PMF 的 AI 应用偏向似乎并未几，，，主要集中于编程、创意天生（如图像 / 视频创作）和企业 AI 智能体等领域。。
。。每个赛道竞争都相当强烈，，，且各有多个重磅玩家，，，但并非所有玩家都已找到属于自己的 PMF。。
。。这内里的区别就值得探讨一下了。。
。。

就创意天生这个领域而言，，，我们看到，，，整个行业着实一直在快速演化。。
。。早期，，，各人面临的问题是「能不可天生」，，，那会儿拼的是模子自己的能力，，，GPT、Midjourney 都是这一时期的代表，，，价值最终沉淀给的是模子厂商。。
。。之后，，，各人又最先聚焦「怎么更利便地挪用这份能力」，，，因此泛起了一些注重交互封装的产品，，，好比 Suno 用「一键天生」把音乐创作的门槛压到险些为零，，，但这个偏向的护城河有多深一直保存争议。。
。。

到了今天，，，真正杀出重围的产品又在解决另一个焦点问题：怎么把零星的能力，，，编排成一条可复用的生产流程。。
。。Cursor 在编程领域做的就是这件事。。
。。这一阶段的时机在于，，，若是你的产品能深度嵌入生产流程，，，它就会酿成用户「拿来干活、靠它赚钱」的生产线，，，付费模式也从一次性消耗转向一连消耗，，，迁徙本钱随之越来越高。。
。。

演语科技的 LibTV 等产品，，，显然就是这个阶段的产品。。
。。它不像古板视频工具那样只交付一个文件，，，而是交付一条一连运转的内容生产流水线。。
。。

这背后有个禁止忽略的事实：内容生产自然是一条链。。
。。从创意、到设计、到图片、到视频、再到最终宣布，，，它原来就是一个一连的历程，，，而不是一堆伶仃的功效。。
。。你单独把「文生视频」这一环做到极致，，，也拼不出一部能上线的短剧，，，由于剧本、分镜、镜头、剪辑、角色一致性，，，每一环单拎出来都不轻松，，，真正难的是把它们串成一条不会断、还能重复改的线。。
。。已往，，，很少有工具能做到这点，，，因此创作者们不得不在种种工具之间反竿迫椿（写剧本用 A、天生图片用 B、天生视频用 C、剪辑用 D），，，素材的复用、共享、团队协作等环节都有许多卡点。。
。。

以是，，，真正拉开差别的，，，是「系统编排」能力。。
。。也就是说，，，你把单个环节做到极致还不敷，，，更主要的是把整条链组织起来，，，让创作者不必在多个工具之间往返跳转。。
。。

LibTV 的焦点设计 ——无限画布 + 节点式事情流—— 做的正是这件事：把剧本、分镜、镜头、剪辑所有整合在统一个空间里，，，所有能力不再疏散赴任别工具中，，，而是统一纳入统一事情流。。
。。创作者可以在画布上逐步搭建内容，，，恣意节点都能随时修改与复用，，，每个环节都有差别的顶级模子可以选。。
。。云云一来，，，做视频就从「输入提醒词、等效果」的一锤子生意，，，酿成了可以重复修改、复用、编排的结构化流程。。
。。用一位创作者的话说，，，在 LibTV 上做视频不是在「抽卡」，，，而是在「搭积木」。。
。。这种形态，，，已经很是靠近影视工业真实的事情方式了。。
。。

LibTV 的无限画布和节点式事情流。。
。？
？？
？？梢钥吹，，，创作历程中所有的素材都可以在这一块画布上统一治理，，，差别类型的素材之间可以用一根线连起来，，，建设关联关系，，，从而资助解决角色一致性等常见问题。。
。。图源：小红书博主 @元初

LibTV 重度用户的画布展示。。
。。图源：小红书博主 @ReaLity

别的，，，LibTV 照旧行业里少见的、同时为人类创作者和 AI Agent 设计的视频创作平台：人类走无限画布做细腻控制，，，Agent 则通过 Skill 接口直接挪用整条事情流，，，一句话天生短剧、复刻视频、做音乐 MV。。
。。并且，，，Agent 跑完之后交付的不是一个伶仃的 mp4 文件，，，而是一整个可以继续编辑的项目，，，人类翻开画布就能接着改。。
。。

往工业化、规；；；；；庖徊阕，，，LibTV 的「生产系统」属性就更显着了。。
。。它支持批量改分镜提醒词、批量天生视频、SD2 提醒词优化把抽卡本钱压下来、打光控制让几百个镜头的光线坚持统一、团队版把多人协作和积分治理也纳进统一套流程。。
。。这些功效单看都不起眼，，，但叠在一起，，，就是一套「高频、可付费、可复制」的内容生产基础设施。。
。。

正是凭着这套「生产系统」，，，LibTV 一上来就能直接切进短剧、广告、品牌内容这些最挑剔、也最舍得付费的高价值场景。。
。。它让一整套生产流水线真正上进了工业里，，，这才是它找到 PMF 的基础。。
。。

一边 scale，，，

一边筑起壁垒

前段时间，，，演语科技首创人陈冕在和罗永浩的对谈里讲过一个判断：竞争永远都在，，，要害是你能不可在还没有壁垒的时间先 scale 起来，，，再在 scale 的历程中，，，把壁垒一点点建起来

这两年，，，演语科技做的正是这件事。。
。。但问题在于，，，他们的壁垒究竟是什么？
？？
？？

互联网时代，，，壁垒大多来自流量、渠道或网络效应。。
。。但在 AI 时代，，，这些都在变脆：模子能力会被追平，，，产品功效也很容易被照着复制。。
。。以是单靠某一款产品、某一个功效是很难立住的。。
。。

演语科技的战略，，，恰恰不是去赌某一个点，，，而是把它们连成一张网。。
。。从 LiblibAI 到星流再到 LibTV，，，它着实是在同时往两个维度延伸：一头是把整条内容生产线买通，，，从想创意到最后出片，，，每个环节都接进来；；；；；一头是往深里扎，，，让一大批创作者就在这条流程上干活，，，把模子和素材随手都攒在这儿。。
。；；；；；疃谡舛，，，人就懒得走；；；；；工具是好几年攒下的，，，别人有钱也攒不出来。。
。。

而真正难追的，，，是这两个维度咬在了一起、形成一张越来越有黏性的网：占住的环节越多，，，创作者就越愿意把所有创作搬进来；；；；；创作者生态越重大，，，每新增一个产品就越不必从零冷启动。。
。。这也诠释了演语科技为什么能爆款频出。。
。。轮子一旦转起来，，，敌手就算财力雄厚、能照着把同样的环节一个个搭出来，，，也买不来一个已经转了几年、还在自我加厚的创作者生态，，，这才是 LiblibAI 最难被复制的壁垒。。
。。

以是，，，演语科技这轮拿到的融资，，，更像是对一种能力的定价：在模子快速转变、产品一直被追平的 AI 应用市场里，，，谁能先跑出规模，，，谁能沉淀出生态，，，谁就能把暂时的先发优势，，，酿成敌手买不走的壁垒。。
。。这或许才是 AI 时代 PMF 的真正寄义：产品不是终点，，，让创作者离不开的生产关系才是。。
。。