不造大模型不拼算力，马化腾雷军们却甘愿给它3亿美元

又一笔“赛道最大融资”诞生了。 就在最近，**近3亿美元的国内AI应用层最大单轮融资，落在了一家从AI绘画社区起家的公司身上。** 6月18日，LiblibAI母公司演语科技宣布完成B+轮融资，投后估值超过20亿美元。Granite Asia、腾讯、顺为资本联合领投，HT Investment、时代资本跟投，红杉中国、高榕创投、蚂蚁集团等老股东继续加码。 在固有印象里，能一次拿到数亿美元融资的，往往是做大模型的公司。上面这份投资名单，也很有点像资本对一家明星大模型公司的围猎。 **但演语科技没有训练自己的通用大模型。** 三年前，它最先做的，是一个让创作者上传、训练和分享AI绘画模型的社区。 换言之，当AI行业最抢手的公司多半还在比参数、算力和模型能力的时候，一家不训练底层模型、只负责把模型用起来的公司，却悄然成了黑马。 一个AI绘画社区，为什么值20亿美元？

**不做大模型，也值20亿美元**

这次演语科技估值跃升、**能拿下3亿融资的核心关键词，是“AI应用层”**。相比传统的大模型、算法、算力等概念，这看上去是一个不太熟悉的名词。 要搞明白演语科技为什么值20亿美元，得先回答一个问题：什么是AI应用层？ 今年3月，英伟达CEO黄仁勋发布重磅公开长文，系统拆解AI产业五层架构。但实际上，在AI产业内部，早就有一种更加简单直接的产业划分方式。 **简单来说，AI产业可以粗略分成算力、模型和应用三层。** 模型公司负责把通用能力做出来，让机器能够理解语言、生成图像、编写代码；应用公司负责把这些能力装进具体产品，放进设计、营销、短剧、电商等工作流程，最终找到用户和付费场景。 **模型能力决定AI能做到什么，应用层决定谁会用、用多久，以及愿不愿意持续付费。** 这种划分，实则也和AI赛道的变化息息相关。 过去几年，通用大模型足够稀缺，资本最先追逐的自然是模型公司。但随着开源模型和API日渐成熟，调用强模型的成本和门槛不断下降。过去只有少数公司掌握的模型能力，开始变成应用企业可以采购、接入和替换的基础能力。 加上开发者能选择的模型越来越多，尤其在图文创作、基础交互等通用场景中，不同模型之间的体验差距正在缩小。对应用公司来说，底层模型也逐渐从必须自研的核心资产，变成了可以采购、接入和灵活替换的基础能力。 这正是**AI应用层的核心价值所在：企业无需执着于自研基础大模型，核心竞争力在于将标准化的模型技术，封装为终端用户愿意持续付费、复购的场景化产品与行业解决方案。** 当然，接上模型并不代表产品就有竞争力。一个简单的生成入口，很容易被同行复制。真正有价值的应用，还要完成模型适配、工作流设计、用户运营、内容分发和商业化，把一次尝鲜变成高频使用。 底层模型可以更换，但已经沉淀下来的用户关系、行业数据和生产流程，却很难在短时间内照搬。因此，用户规模、留存和收入，成了资本衡量Liblib的核心指标；而创作者社区、模型素材资产、分发渠道和工作流，更是成为它真正难以被复制的部分。

**AI绘画社区，但用户超3000万**

2023年，Stable Diffusion带火AI绘画，国内很快冒出一批生图网站。模型相似、功能接近，用户换一个平台的成本也不高。 **Liblib选了一个不一样的切入口：先把那些会训练模型、会调参数、会搭工作流的创作者聚在一起。** 创始人陈冕此前负责过剪映、CapCut的商业化，对创作者工具并不陌生。LiblibAI起步后，创作者可以在平台上传、训练和分享LoRA模型与工作流，普通用户则直接调用这些成果完成创作。 **平台上的用户越多，模型和素材越丰富；内容越丰富，又会吸引更多创作者留下。Liblib由此积累的，不只是一个生成工具，还有一套不断自我扩张的创作者生态。** 据公司披露的数据，LiblibAI累计用户已经超过3000万，沉淀超过50万个原创模型，以及过亿张专业图片和视频素材，日均生成图片超过500万张。 **这些数字真正重要的地方，在于它们能被继续复用。** AI设计Agent星流把AI能力从单张图片生成推向完整设计交付；2026年初上线的LibTV，则切入短剧、影视和品牌视频生产。 新产品推出后，演语科技无需从零寻找第一批用户，原有社区已经提供了创作者、模型、素材和分发渠道。公司披露，LibTV上线首月内，单日收入曾超过100万美元；到5月，月收入已经达到上线首月的13倍以上，并服务了近千个短剧团队、影视制作机构、广告公司和品牌客户。 **AI行业不缺一款突然走红的产品，难的是把一次成功复制到下一款产品上。演语科技从LiblibAI做到星流，再做到LibTV，真正拉开差距的，是它连续找到用户需求，再借助原有生态推起新业务的能力。** 截至2026年5月，演语科技披露的ARR（年化经常性收入）已经超过3亿美元，集团整体收入同比增长超过3000%。至此，资本看中的，是一个AI绘画社区持续把新技术做成产品、再把产品做成收入的能力。

**资本，变了**

比起Liblib融资、融了多少钱本身，更有意思的是，Liblib拿下这笔赛道最大融资，本身就意味着资本的风向正在变化。 最近智谱和MiniMax的股价表现，正好给出了答案。 今年3月，MiniMax股价一度冲上1330港元，市值逼近3900亿港元。但从高点开始，其股价一路回落，到6月22日收盘已经腰斩。 另一边，智谱却走出了完全不同的行情。6月中旬，智谱发布GLM-5.2后，股价迅速上涨。6月22日，其盘中市值首次突破1万亿港元，与MiniMax的差距进一步拉开。 **同样是上市不久的国产大模型公司，一家从高位腰斩，另一家冲上万亿市值。** 解禁预期、流通盘和市场情绪，都会放大两家公司的股价波动。但除此之外，产品依然是改变市场预期最直接的催化因素。 GLM-5.2发布后，在代码生成、长程任务等方面迅速积累了大量正面反馈。Vercel CEO Guillermo Rauch在实际体验后直言，自己对GLM-5.2的编程能力“几乎感到震惊”；在全球百万用户参与盲测的Code Arena上，GLM-5.2也拿下了全球可用模型第一。 而且，GLM-5.2并不便宜。按照双方官方API价格，在输入不超过512K Token的情况下，MiniMax M3每百万输入Token为0.3美元，输出Token为1.2美元；GLM-5.2则分别为1.4美元和4.4美元，输入价格约是M3的4.7倍，输出价格约是M3的3.7倍。 由此可见，**智谱没有靠极致低价讨好市场，可只要模型足够能打，开发者就愿意使用，资本也愿意给出更高的溢价。反而是比GLM-5.2更早发布、价格也低得多的M3，却没有换来同样的股价表现。** 归根究底，低价可以吸引用户尝试，真正决定用户会不会留下、市场会不会继续买单的，还是产品本身有没有竞争力。 **实际上，智谱股价一路走高，与Liblib拿下近3亿美元融资，背后的逻辑是一样的：有实力、有东西、有拿得出手的成绩，就能拿到钱。** 对智谱来说，成绩是模型能力、真实任务表现和开发者口碑；对Liblib来说，成绩是超过3000万用户、50万个原创模型、近千家专业内容客户，以及超过3亿美元的ARR。 资本没有在大模型和应用层之间二选一。它只是越来越不愿意为一个概念，或者一张写满想象力的蓝图买单。 AI越火，围绕泡沫和估值的争议就越多。这样的争论短时间内很难有答案，但资本已经开始用更直接的方式筛选公司：模型到底好不好用，产品有没有人用，客户愿不愿意持续付费，最终都要拿结果说话。 Liblib和智谱等其他公司虽处在产业链的不同位置，却交出了同一张答卷。 风口可以把一家公司送上牌桌，成绩才决定钱最后落到谁手里。