字数：约 5,461 字｜预计阅读：10 分钟
一家公司三年前账上据称只剩4000元，估值跌到3000万美元没人接。三年后，ARR报出3亿美元，融资近3亿美元，投后估值超过20亿美元。腾讯、红杉、蚂蚁、顺为都坐在股东名单里。
这就是演语科技——LiblibAI的母公司，2026年6月刚以"Evoken"品牌统一亮相。
增速惊人，投资人阵容扎实，产品确实有人在用、有人在付费。都不假。但一个问题始终悬着：20亿美元的估值，定价的是底层技术能力，还是把外部模型组织成产品、卖给创作者的速度？
这两种生意长得像，估值标尺完全不同。前者靠复利，后者要不断证明自己不会被上游替代。
以下涉及的融资金额、ARR数字和用户规模，均为公司披露或媒体转述，未经独立审计。
它在卖什么
演语科技有三层产品。
LiblibAI是社区。 2023年Stable Diffusion开源生态爆发时上线，让模型作者和AI绘画用户在一个地方分享模型、LoRA、工作流和提示词。官方称累计沉淀超过50万个原创模型、过亿张图片视频素材。提供WebUI和ComfyUI云端算力，支持在线训练LoRA。可以理解为中文AI创作领域的Civitai加在线工作台。
星流（海外叫Lovart）是设计Agent。 左边画布，右边对话框，用户用自然语言描述设计需求，系统拆解成风格探索、图像生成、排版、视频输出等步骤，串联十几个外部模型完成交付。它做的事更接近设计流程编排，而不是单张图片生成。
LibTV是当前的收入引擎。 2026年3月上线，面向短剧团队、广告公司和影视机构，提供从剧本推演、分镜生成、角色一致性锁定到成片的全流程。交互形式是无限画布加节点式工作流——像专业剪辑软件一样拖拽、连线、调参。它的公开GitHub Skill文档明确列出了底层集成的模型：Kling 3.0、Wan 2.6、Seedance、Seedream、Midjourney。
三层叠一起看：LiblibAI获取创作者流量和模型资产，星流把零散模型封装成设计任务交付，LibTV把图片、脚本、视频拼成更高客单价的生产线。
演语科技的生意不靠单个模型本身，而靠把模型变成可用生产线的那层组织和编排能力。
"应用层"——公司自己选的定位
这直接影响估值该用什么标尺。
36氪融资报道明确写过，AI应用公司更关心"如何leverage前沿模型"。创始人陈冕的公开表述围绕产品矩阵、工作流、Agent编排。投资方复盘文章把LiblibAI定位为"聚焦应用层寻找差异化"，避开基础模型正面竞争。
不做大模型、聚焦应用层，不是外界推测，是公司的战略选择。
公司有一个已完成备案的"片羽图像生成大模型"，说明并非完全没有模型研发能力。但截至目前，没有公开材料披露片羽的参数规模、训练数据、第三方评测结果或在商业产品中的调用占比。备案是合规准入，和自研基础模型构成核心壁垒之间还有距离。Lovart官方提到首席研究员有InstantID等公开项目背景和MCoT编排机制，但这些更接近应用层和编排层的积累。
更直接的信号在产品页面上：LiblibAI 2.0排列着Qwen Image、Flux、Seedream、Midjourney等图像模型，以及Kling、Hailuo、Vidu、Wan等视频模型。LibTV的技术文档同样大量列举外部模型。 贡献收入增长最快的产品，底层生成能力主要来自外部供应。
追问就跟着来了：你和这些模型的关系，到底是合作、是依赖，还是在某个节点之后会变成竞争？
3亿美元ARR，数字之后的问号
先承认这个数字有多猛。
ARR 3亿美元，同比增长超过30倍。横向对比：Suno的ARR约3亿美元、估值54亿美元，Runway的ARR约2.65亿美元。演语科技20亿美元出头的估值，对应约6.7倍的headline ARR倍数，在AI赛道甚至不算高。资本给这个价格有理由。
数字漂亮是一回事。数字的质量和结构是另一回事。
截至我写这篇文章时，以下信息在公开材料中都没找到——
- LiblibAI、星流、Lovart、LibTV各自收入占多少？
- 订阅收入、积分充值、API调用、企业合同各占多少？
- ARR的口径是确认收入、实收现金、订单额还是当月充值额年化？
- 退款、促销赠送积分、渠道分成怎么处理？
- 订阅续费率、月度流失率、净收入留存率？
- 模型和算力成本之后的毛利率？
- 企业客户平均合同期限、续签率和客户集中度？
对比一下：快手披露可灵ARR超过1亿美元时，明确说明了ARR为当月收入年化，并区分了订阅bookings、企业API费用与收入确认的差异。演语科技公开透明度远没到这个程度。
融资方很可能看过非公开财务数据——腾讯、红杉、蚂蚁不会在尽调上偷懒。但对公开材料的读者来说，3亿美元ARR更像一张增长速度的截图，不是收入质量的完整画面。
还有一个推算。公司披露LibTV上线首月曾出现单日收入超过100万美元，两个月后月收入达到首月的13倍以上。即使最保守地理解——首月总收入100万美元，5月份达到1300万美元——对比集团ARR隐含的月度约2500万美元，一个上线仅两个月的产品已经可能占据集团收入的很大比例。
好消息是LibTV确实找到了产品市场匹配。问号是：3亿美元ARR的底座里，有多少是成熟产品多年续费积累的存量复利，有多少是新产品窗口期的充值爆发？如果一个极年轻的产品就能占集团收入那么大的比重，底座的结构稳定性需要打问号。
LibTV的定价也该看一眼。多篇公开评测显示，会员年卡打折力度极大，模型积分消耗远低于竞品，每秒视频生成成本被压得很低。对用户是好事。对商业模式要追问：低价来自效率优势，还是其中包含阶段性让利甚至资本补贴？2025年10月，媒体仍称公司处于亏损投入状态。2026年融资材料强调收入爆发，但没有公开利润和现金流数据。
绕不开的结构性压力
演语科技的产品架构有一个明显特征：底层生成能力依赖外部模型和API。
LiblibAI产品页列出的模型清单、LibTV的公开Skill文档、星流整合的工具列表——都指向同一个事实。创始人关于"leverage前沿模型"的表述和这个结构一致。
模型供应链外置，压力从三个方向来。
上游模型公司同时是供应商和潜在对手。 快手的可灵、字节的即梦、阿里的通义万相——这些公司自己也在做工作流、做企业服务、做创作工具。大厂一旦在官方产品中补齐工作流能力，或者直接把模型整合到剪映这种国民级应用里，演语科技上下游同时承压。
模型价格在快速下降。 开源社区不断涌现新模型，闭源模型API也在极速降价。如果收入建立在模型能力的封装溢价之上，底层成本下降最终传导到终端价格，中间层的空间会收窄。
模型快速更替可能稀释粘性。 每次热门新模型上线，用户跑来充值体验；下一个模型出来，用户又可能涌向最先接入的那个平台。如果公司积累的是"追模型的速度"而不是"让用户留下来的结构"，增长和留存的逻辑就不在一条线上。
Elsewhere在2026年6月的访谈报道中，讨论了模型中转、批发转零售等运营细节。这些来自媒体对前员工、投资人和同行的采访，不能直接当作已被确认的事实。但这些描述和官网产品结构、公开招聘方向以及正面报道中"用好前沿模型"的表述之间，有一种内在一致性——如果核心运营确实更接近一套模型供应链的组织与分发能力，那它需要回答的问题就会从"模型有多强"，转向"这层供应链组织能力有多不可替代"。
另一面也要讲清楚
如果只写上面那些，这篇文章不公平。
只用"调用外部API做个前端"概括演语科技，并不准确。 至少有五条反证。
它有真实的双边创作者生态。 LiblibAI允许用户上传模型、训练LoRA、发布工作流、分享作品，存在授权和分成机制。50万个原创模型和过亿素材需要时间和社区信任才能沉淀。2024年"李一舟侵权案"——一舟智能被指搬运LiblibAI社区97个原创模型用于商业售卖——从反面证明了这些社区资产有真实商业价值。别人觉得值得搬走的东西，通常说明里面有东西。
LibTV的工作流工程有真实密度。 无限画布、节点式编排、剧本推演、角色一致性锁定、多机位分镜、团队协作权限——不是套一个前端界面就能做出来的。公开的GitHub Skill文档包含Access Key授权、会话创建、文件管理、进度轮询和结果下载的完整接口，面向Agent级别的系统集成。专业短剧团队和广告公司为"生产流程确定性"付费，不是为一次生成的新鲜感付费。
星流/Lovart是完整的设计Agent尝试。 用自然语言理解设计需求、拆解任务、串联多个模型、输出可编辑的设计交付物。36氪实际测试认为它在部分审美方案上表现不错，虽然文字生成仍有错误。把复杂模型能力封装成可用交付，需要产品设计、工程实现和行业理解的长期投入。
组织执行力有据可查。 从LiblibAI社区到Lovart、星流，再到LibTV，三年内在不同品类连续推出有市场声量的产品。单个爆款或许靠时机，连续产品化需要系统性能力。创始人陈冕的字节跳动剪映/CapCut商业化背景，在产品节奏和市场运作上有体现。
中国市场本地化不是翻译就能解决的事。 备案、内容审核、中文语义理解、支付、发票、企业客户服务——海外模型公司不会帮你做。在全球基础模型和中国创作者、中国企业之间，确实存在一个需要有人填补的中间层。
所以更准确的判断：一家有真实社区资产、工作流工程能力和商业化速度的应用层公司。 它的产品层有工程厚度、有用户积累、有迁移壁垒。
现在该追问的是：这个定位能不能撑起"AI创意基础设施"级别的估值。
招聘信息的侧面
看公开招聘是观察公司真实状态的一扇侧窗。
演语科技当前岗位分两组。一组是增长和运营：用户增长分析、搜索营销、海外社媒运营、韩国创作者运营、社区内容。另一组是技术补强：Agent算法、RL Agent、AI Agent研发、模型Infra、推荐搜索。部分岗位年薪开到60万至100万。
读法很简单：增长和商业化在组织里权重高；公司知道自己在模型基础设施和Agent编排上需要补课；海外扩张在系统化推进。
但招聘只能说明"组织想去哪里"，不能证明已经到了。一个"模型Infra工程师"岗位，可能意味着推理系统已有规模需要人手，也可能意味着这个系统还不够成熟。方向信号，不是壁垒证据。
竞争从三个方向同时挤过来
从上面。 基础模型公司在向下做工具。快手的可灵已披露ARR超过1亿美元，字节的即梦直接嵌入剪映，阿里开源了Wan系列。这些公司有自己的模型、算力和用户入口，随时可以从供应商变成最直接的对手。
从下面。 工作流巨头在向上接模型。Adobe在统一环境内接入第三方模型并提供企业治理，Canva收购了Leonardo.Ai，剪映是中国最大的视频编辑入口。当这些巨头把AI模型能力内嵌到已有工作流里，用户多开一个平台的动力就弱了。
从旁边。 同类聚合平台在增多。Krea已经提供LoRA、节点应用、团队权限和多模型整合。国内的吐司、无界AI等社区也在快速跟进。"聚合加工作流"这个模式本身不稀缺。
演语科技被夹在中间。能不能证明自己的社区资产和工作流编排是不可绕过的，决定了它到底是基础设施还是过渡期产品。
LiblibAI在国内AI绘画社区这层确实有先发优势，50万原创模型和3000万累计用户不容易复制。但LibTV切入的视频工作流领域，竞争刚开始。短剧公司选工具看的是效率和价格，忠诚度不高。可灵、即梦或者任何一个新玩家明天推出更好用、更便宜的视频工作流，这些客户很可能搬走。
一个观察框架
演语科技有实质业务，也不能被简单归结为"前端包装"。它有真实的创作者社区、经过验证的工作流工程、惊人的商业化速度。
问题在于：资本市场正在按基础设施的价格给一家应用层公司定价。公开材料还没有证明它在收入质量、毛利、留存和底层技术控制力上，具备能支撑这种定价的复利结构。
它最强的能力并不在训练模型，而在组织团队去追模型、封装模型、把模型的可用方式变成商品。在窗口期，这极其有价值。但窗口期的逻辑和基础设施的逻辑不一样——基础设施应该在上游每一次升级时变得更有价值，更多更强的模型需要通过你才能触达用户；聚合平台则可能在每次模型升级后被迫重新排位，因为用户跟着模型走，不跟着平台走。
演语科技到底是前者还是后者，现有公开材料不够下结论。但可以持续盯五个变量：
1. 模型依赖度。 收入最高的产品，底层生成能力有多少来自外部？核心模型供应商如果断供或大幅涨价，产品还转不转得动？
2. ARR的颗粒度。 收入口径是否清晰？订阅续费率、充值留存率和企业合同续签率分别是多少？高增长是存量用户持续付费的复利，还是窗口期新用户涌入的充值脉冲？
3. 毛利和定价来源。 低于竞品的定价是来自运营效率，还是其中包含阶段性补贴或让利？亏损投入期的ARR和正毛利正现金流的ARR，在估值里的含义完全不同。
4. 迁移成本。 如果明天出现一个接入同样模型、价格更低的竞品，用户搬走需要多久？社区沉淀的原创模型、历史工作流、团队协作数据是否构成真实的搬家障碍？
5. 上游关系走向。 模型供应商自己在不在做同类工具？如果在做，演语科技要拿什么保持差异化，而不是被上游一步步替代？
这五个变量不只适用于演语科技。任何一家被高估值定价的AI应用公司，都可以拿来过一遍。
*免责声明：本文基于公开资料讨论公司商业模式与资本叙事，不构成任何投资建议，不对公司融资、收入或法律合规作事实定性。文中涉及公司披露数据均为公开信息转述，未经独立审计验证。*