編輯｜張倩

近期，國內 AI 應用層單輪融資紀錄又被刷新了。

這次刷新紀錄的公司大家并不陌生，它是LiblibAI 母公司演語科技。去年 10 月，他們剛剛用 1.3 億美元融資創下紀錄。今年上半年，他們又自己把這個紀錄打破了。

這輪融資是他們的 B + 輪，總共籌集了近 3 億美元。其中既有紅杉、順為、高榕等原有股東持續加碼支持，又有騰訊等新股東加入。這輪融資后，演語科技的估值超過了 20 億美元

說白了，這些頂級投資機構真金白銀下注的，無非是「誰能把 AI 應用變成賺錢的生意」。而ARR 達到 3 億美金的演語科技，已經逐漸拉開與國內同行的差距 —— 無論是融資規模、收入規模、用戶規模，還是業務生態的廣度，都開始呈現出斷層領先的態勢。2026 年 5 月，集團整體收入同比增長超過 3000%，成為了全球增長最快的 AI 應用公司之一

演語科技此次創紀錄融資，本質上正是資本對其領先地位的一次集中認可。

演語科技巨額融資背后，

找到 PMF 是關鍵

最近兩年，但凡聊 AI 創業，「是否找到 PMF（Product-Market Fit）」都是一個躲不掉的靈魂追問，也是企業創始人們不得不沉下心去破解的現實難題。

但 PMF 這件事本身，在市場上一直有爭議。有些產品沖上某排行榜第一、或者注冊量剛一爆發，就急著宣布自己「跑通了 PMF」。可仔細看會發現，這種熱鬧很多時候是靠砸廣告、鋪補貼堆出來的假象。等到廣告一停、補貼一撤，用戶就散了，產品本身并沒有自己長出傳播力和留存力。

因此，判斷一家公司是不是真的踩中 PMF，不能只看一時的榜單和注冊數，得看幾個更硬、也更難造假的信號。而演語科技，恰恰在這幾個信號上都給出了答案。

我們關注的第一個信號是產品的「自發傳播」屬性。真正跑通 PMF 的產品，不需要一直靠預算硬推，用戶會自己幫你傳播。演語科技的幾款產品，幾乎都是「一上線就被自來水推著走」：他們的 AI 設計智能體上線后發出的第一條 X 貼文，訪問量就突破了 100 萬；LibTV 首日上線便涌入 10 萬創作者；而在日常運營中，他們產品日均新增用戶里有 80% 來自自然流量。

靠著這種滾雪球式的「口碑飛輪」，演語科技的整體創作者生態總數已經突破 3000 萬，每三個設計師就有一位用過他們的產品，成為名副其實的國內 AIGC 第一社區。這種靠產品創新迸發的生命力是花錢買不來的，也是產品真正契合市場需求最直接的證據之一。

LibTV社區創作內容

第二個信號是用戶愿不愿意「真金白銀」地買單，尤其是為實際消耗付出遠超訂閱費的價格。前不久，Django 聯合創始人、知名開發者 Simon Willison 在一篇博客中點出了一個耐人尋味的現象：很多人嘴上抱怨現在的 AI 產品太貴、預算嚴重超支（尤其是從只收訂閱費轉變為按量計費之后），但最后還是咬著牙把錢付了。在他看來，好的定價本就該讓客戶「倒吸一口涼氣、卻依然點頭說 yes」。而這種「邊喊貴、邊付費」的現象，恰恰是相關產品跑通 PMF 的重要依據，因為真正賣不出去的東西，你不會抱怨它貴，你只會默默不用。

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

演語科技身上正在發生類似的事。以最近發布的 LibTV 為例：從社交媒體反饋看，LibTV 的定價對創作者來說并不算便宜（盡管性價比方面存在優勢），甚至有人直呼「小貴」。但數據說明了一切 ——LibTV 于 2026 年 3 月正式上線，采用「會員訂閱 + 積分按需消耗（API 計費）」的混合付費模式，上線首月內單產品單日收入就突破了 100 萬美元；此后短短兩個月增長持續爆發，5 月收入已是首月的 13 倍以上

換句話說，LibTV 的用戶也在「一邊喊貴、一邊付費」，并且愿意為實際消耗掏出遠超訂閱費的錢。

如果說個人創作者的付費還可能帶著幾分一時沖動，那么專業機構的「集體遷移」，就是 PMF 更深一層、也更難造假的證據，這也是我們看重的第三大信號。

讓我們看到這一點的還是 LibTV。據悉，產品上線一個月，就已經有超過 300 家短劇、影視公司接入 LibTV，把從劇本、分鏡到鏡頭、剪輯的整條創作工作流，搬到了它的「無限畫布」上。如今，他們服務的短劇團隊、影視制作機構、廣告公司與品牌客戶已達近千家。

B 端公司是最挑剔、也最現實的客戶，工具不好用、省不了成本、跑不通工作流，他們絕不會把生產線押上去。那么 多家公司在短時間內集體涌入，本質上是在用真實的生產需求為 LibTV 投票。這種規模化的商業落地，意味著演語科技找到的不是一閃而過的流量，而是能持續產生消耗、且替換成本越來越高的剛性需求。

自發傳播、付費意愿、專業機構的規模化接入，這三重信號疊加在一起，指向同一個結論：演語科技是真的跑通了 PMF，旗下多款產品都真正長在了市場的需求上。

而這，正是頂級投資機構愿意在「AI 應用集體愁變現」的當口，依然真金白銀下注的根本所在。

做創意生成的那么多

憑什么演語科技跑出來了？

目前市場上能真正跑通 PMF 的 AI 應用方向似乎并不多，主要集中于編程、創意生成（如圖像 / 視頻創作）和企業 AI 智能體等領域。每個賽道競爭都相當激烈，且各有多個重磅玩家，但并非所有玩家都已找到屬于自己的 PMF。這里面的區別就值得探討一下了。

就創意生成這個領域而言，我們看到，整個行業其實一直在快速演化。早期，大家面臨的問題是「能不能生成」，那會兒拼的是模型本身的能力，GPT、Midjourney 都是這一時期的代表，價值最終沉淀給的是模型廠商。之后，大家又開始聚焦「怎么更方便地調用這份能力」，因此出現了一些注重交互封裝的產品，比如 Suno 用「一鍵生成」把音樂創作的門檻壓到幾乎為零，但這個方向的護城河有多深一直存在爭議。

到了今天，真正殺出重圍的產品又在解決另一個核心問題：怎么把零散的能力，編排成一條可復用的生產流程。Cursor 在編程領域做的就是這件事。這一階段的機會在于，如果你的產品能深度嵌入生產流程，它就會變成用戶「拿來干活、靠它賺錢」的生產線，付費模式也從一次性消費轉向持續消耗，遷移成本隨之越來越高。

演語科技的 LibTV 等產品，顯然就是這個階段的產物。它不像傳統視頻工具那樣只交付一個文件，而是交付一條持續運轉的內容生產流水線。

這背后有個不容忽略的事實：內容生產天然是一條鏈。從創意、到設計、到圖片、到視頻、再到最終發布，它本來就是一個連續的過程，而不是一堆孤立的功能。你單獨把「文生視頻」這一環做到極致，也拼不出一部能上線的短劇，因為劇本、分鏡、鏡頭、剪輯、角色一致性，每一環單拎出來都不輕松，真正難的是把它們串成一條不會斷、還能反復改的線。過去，很少有工具能做到這點，因此創作者們不得不在各種工具之間反復切換（寫劇本用 A、生成圖片用 B、生成視頻用 C、剪輯用 D），素材的復用、共享、團隊協作等環節都有很多卡點。

所以，真正拉開差距的，是「系統編排」能力。也就是說，你把單個環節做到極致還不夠，更重要的是把整條鏈組織起來，讓創作者不用在多個工具之間來回跳轉。

LibTV 的核心設計 ——無限畫布 + 節點式工作流—— 做的正是這件事：把劇本、分鏡、鏡頭、剪輯全部整合在同一個空間里，所有能力不再分散到不同工具中，而是統一納入同一工作流。創作者可以在畫布上逐步搭建內容，任意節點都能隨時修改與復用，每個環節都有不同的頂級模型可以選。如此一來，做視頻就從「輸入提示詞、等結果」的一錘子買賣，變成了可以反復修改、復用、編排的結構化流程。用一位創作者的話說，在 LibTV 上做視頻不是在「抽卡」，而是在「搭積木」。這種形態，已經非常接近影視工業真實的工作方式了。

LibTV 的無限畫布和節點式工作流。可以看到，創作過程中所有的素材都可以在這一塊畫布上統一管理，不同類型的素材之間可以用一根線連起來，建立關聯關系，從而幫助解決角色一致性等常見問題。圖源：小紅書博主 @元初

LibTV 重度用戶的畫布展示。圖源：小紅書博主 @ReaLity

此外，LibTV 還是行業里少見的、同時為人類創作者和 AI Agent 設計的視頻創作平臺：人類走無限畫布做精細控制，Agent 則通過 Skill 接口直接調用整條工作流，一句話生成短劇、復刻視頻、做音樂 MV。而且，Agent 跑完之后交付的不是一個孤立的 mp4 文件，而是一整個可以繼續編輯的項目，人類打開畫布就能接著改。

往工業化、規模化這一層走，LibTV 的「生產系統」屬性就更明顯了。它支持批量改分鏡提示詞、批量生成視頻、SD2 提示詞優化把抽卡成本壓下來、打光控制讓幾百個鏡頭的光線保持統一、團隊版把多人協作和積分管理也納進同一套流程。這些功能單看都不起眼，但疊在一起，就是一套「高頻、可付費、可復制」的內容生產基礎設施。

正是憑著這套「生產系統」，LibTV 一上來就能直接切進短劇、廣告、品牌內容這些最挑剔、也最舍得付費的高價值場景。它讓一整套生產流水線真正長進了產業里，這才是它找到 PMF 的根本。

一邊 scale，

一邊筑起壁壘

前段時間，演語科技創始人陳冕在和羅永浩的對談里講過一個判斷：競爭永遠都在，關鍵是你能不能在還沒有壁壘的時候先 scale 起來，再在 scale 的過程中，把壁壘一點點建起來

這兩年，演語科技做的正是這件事。但問題在于，他們的壁壘到底是什么？

互聯網時代，壁壘大多來自流量、渠道或網絡效應。但在 AI 時代，這些都在變脆：模型能力會被追平，產品功能也很容易被照著復制。所以單靠某一款產品、某一個功能是很難立住的。

演語科技的策略，恰恰不是去賭某一個點，而是把它們連成一張網。從 LiblibAI 到星流再到 LibTV，它其實是在同時往兩個維度延伸：一頭是把整條內容生產線打通，從想創意到最后出片，每個環節都接進來；一頭是往深里扎，讓一大批創作者就在這條流程上干活，把模型和素材順手都攢在這兒。活兒全在這兒，人就懶得走；東西是好幾年攢下的，別人有錢也攢不出來。

而真正難追的，是這兩個維度咬在了一起、形成一張越來越有黏性的網：占住的環節越多，創作者就越愿意把全部創作搬進來；創作者生態越龐大，每新增一個產品就越不必從零冷啟動。這也解釋了演語科技為什么能爆款頻出。輪子一旦轉起來，對手就算財力雄厚、能照著把同樣的環節一個個搭出來，也買不來一個已經轉了幾年、還在自我加厚的創作者生態，這才是 LiblibAI 最難被復制的壁壘。

所以，演語科技這輪拿到的融資，更像是對一種能力的定價：在模型快速變化、產品不斷被追平的 AI 應用市場里，誰能先跑出規模，誰能沉淀出生態，誰就能把暫時的先發優勢，變成對手買不走的壁壘。這或許才是 AI 時代 PMF 的真正含義：產品不是終點，讓創作者離不開的生產關系才是。