刚刚，92年男生：融资9.26亿

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，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。

1、3D内容生成。

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。

2、瞬时内容生成。

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。

3、垂直应用场景的深化，比如电商、医疗、教育。

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，去干吧。

本文来自微信公众号 “铅笔道”（ID：pencilnews），作者：不说谎的，36氪经授权发布。