Liblib，你的梦想是什么？

@吴睿睿

几天前，Liblib ——哦不对， Evoken （演语科技），宣布了新一轮融资。

过去三年，这家AI应用公司，已经产生过至少8个名字：Liblib 、Lovart 、LibTV 、星流、造次、Shakker 、Evoken ......在 Evoken 之前，还曾有过一个过渡性的母公司名字。名字多是因为推出的产品实在有些多。而且每做出一个成功产品，公司的估值、融资就又上一层楼。

Evoken ，官方的解读是唤起创造力，但听起来很像 Evoke Token ——真·Token 唤醒者。

不过，作为估值前三的华人AI应用公司（另外两家是 Manus 和 Genspark ），Liblib 可能是最有争议的一家。

明明已经是"中国最大的AI创作平台"，但提起它，很多人的第一反应依然是 Token 中转站：用户来这里，是为了最快用上最便宜、最全的模型。也正因此，江湖盛传 Liblib 补贴到了产品毛利率为负的程度——正常情况的这个数字应该是70%以上。

即便在投资行业，投、或没投，本身就已经是一家机构的观点代表。但据我的感知，很少有公司像 Liblib 一样，会使没投它的投资人形成如此强烈的不解、甚至是抨击。在一家投了 Liblib 的基金里，另一位合伙人对我们说："这公司早晚会爆雷。"

但这依然不妨碍很多人追逐它。本轮的投后估值超过20亿美金，这与8个月前的B轮融资相比，估值翻了4倍。

以上只是较为表面的问题。一个可能更准确的概括是：一家AI公司，似乎在走互联网的老路；一家产品公司，所有产品都有模仿痕迹；一家创业公司，却和大公司pk烧钱。

在AI时代，这是一家并不AI、却又大获成功的公司。

存在即合理。我们无意于带着放大镜去看一家创业公司，但的确好奇，这样的一个反差故事是如何诞生的。「elsewhere」聊了十几位接近 Liblib 的朋友，试图解答这个问题。

鉴于 Evoken 目前还没啥记忆度，全文我们还是称呼它最初的名字：Liblib 。

制造业公司

提起一家AI公司，你第一个会想到什么？

比如 DeepSeek 那样为大模型找到一条新路，或如 Manus 首次定义了什么是通用 Agent 。这些想象大概都包括一个共通点：创造。

而这，恰恰是 Liblib 可能最不拥有的东西。

从这家公司目前最重要的三个产品来看：Liblib 是中国版 Civitai ；Lovart 是 Manus 启发的；LibTV 跟 TapNow 直接是像素级的相似。

也就是说，除了 Lovart 这个"世界首个创作 Agent "，这是一家少有原创的公司。

很多技术人员进 Liblib 时，最重要的任务有两个：一，保证 API 稳定；二，接新模型。老员工会对他们说："反正再怎么做产品功能，都比不过接新模型带来的新用户多，就等下一个模型出吧。"

Liblib 对于接模型最积极的部门，不是产品，也不是技术，而是市场，因为急着要把"第一个接上xx模型"的投放稿铺出去。分别位于北京和上海的两个技术团队，还会因为谁接模型的表现好，获得市场部的表扬。

一位曾在 Liblib 负责接模型的人告诉我，每次接新模型，Liblib 的速度都能排进前三——接字节的模型有时甚至可以比即梦还快。

他还说，为了少烧点钱，Liblib 找了大量的中转API门路。市场部有人负责找货源：可能是大客户买的大协议包用不掉，便宜转手；可能来自FAL这样专门的供应商。

其中最多被人提起的是，在集中采购 Nano Banana 的打折账号时，为了争取优惠，他们采购的许多是学生账号，因为 Google 会给符合条件的学生发十几个月的高级模型额度。

总之千头万绪地搜罗来，技术团队再一一执行：XX渠道有个七五折，比我们现在用的八折便宜，要不要把一部分流量迁过去？

所以有人说，Liblib 本质做的是个批发转零售的生意。

因而也难免遇到这个业态的常见问题：遭遇假货。最近 Liblib 有不少模型掺假的舆情，用户投诉他们用便宜模型代替 Nano Banana 和 Seedance 2.0 。一位前 Liblib 技术团队成员告诉我，实际问题很可能就出在中转 API 上，很多时候他们自己也无法分辨源头在哪。

曾有一次，一个很大的供应商给了假货，陈冕因此大怒，在公司里找人问责。

每一天，每个工作群，陈冕催动着这家近200人公司运转：竞对推了新的优惠套餐，那我们也快快上；一个方案行不通，立刻一百八十度掉头；转化链路上有个问题，商业化和研发都半夜拎起来加班。从成立起，这家公司就全员单休。

指令发出来，如果没有在当天推进，就是慢了。陈冕的催办就会在群里蹦出来。他习惯发短信息，每条间隔不到2秒，一条条蹦出来布满屏幕：这个我上次说过-为什么还不改-就放着-就让用户看着？然后就是艾特A、B、C。

很难想象：一家中国 top 3 AI应用公司的运营原理，似乎离创造很远，但又离搬砖很近。

它仿佛更像一种传统的行业。我曾问过一个 Liblib 的高管那是什么，对方思考再三说出了三个字：制造业。

没错，制造业的底层密码是：产品创新不重要，重要的是控成本、管工人、跟供应链搞好关系。

有员工二创过一个日本打工人的表情包，里面的陈冕气到红温，大喊：这样下去公司要倒闭了！很多员工都爱用，陈冕自己也会发。

流水的CTO

提起一家AI公司，你的第二个想象是什么？

我猜可能是：技术？

但几乎所有人都会告诉你——甚至包括还在职 Liblib 的人也会告诉你：这是一家不技术的公司。

一位曾在 Liblib 技术部门工作的人告诉我，成立不过三年，Liblib 已经换了7个CTO/技术负责人。在他看来，去年下半年开始，Lovart 的数据增长持续放缓，就是因为 CTO 的话语权持续下降。

但有意思的是，这件事到了一位投资了 Liblib 的人口中，说法就变成了：（那位）CTO 不顶级，已经换掉了。

Liblib 能一跃而起，Lovart 的出现是最大变量：这家公司也曾经拥有过 AI-Native 的团队，证明过自己能做出创新性的产品。

Manus 让陈冕意识到，新一代产品的能力要构建在算法之上，所以在做 Lovart 时，Liblib 在上海建了一个更AI的技术团队：一部分人来自腾讯、字节、阿里的AI lab ；一部分人来自豆包、MiniMax 的产品团队。

人的底色不一样，又远离总部，这个团队一度长出了新的合作模式。传统的"产品写好 PRD ，去找研发提需求"团队模式被打散了。想法不再只从产品这一头流出，研发会反过来找产品，给技术找好的交互形式。整个团队把方案全部定完，才开始分职能落地。

一位当时在上海的高管认为，Lovart 能在那么短的时间里做出那么好的效果，这是最重要的原因。

但很快，北京和上海两个团队的关系变得微妙。

陈冕和上海团队，对"怎么做 Agent "的看法截然相反。在上海团队看来，Agent 是一个人，需要的不是纠正Ta的动作，而是要探索发挥Ta智能的方式。带队上海技术团队的是一位从腾讯优图实验室来的总监，他希望沿用此前产研结合的模式，鼓励研发做 side project ，用到产品创新里。

但陈冕此刻最需要的，是用户交付稳定、Liblib 跟 Lovart 的收入继续增长。至于是 Agent 还是生成器，问题不大。

2025年下旬进入 Lovart 的人，不少怀着探索图像 AGI 的愿望而来。有个前端推特大神打破了自己从来不坐班的规矩，坚持通勤了三个月；还有人拒掉了豆包8万月薪的 offer ，降薪一半也要来 Lovart 。那些搬砖的活儿对他们来说是 dirty work ，产品写 PRD 、技术再研发的行为更是开 AGI 的倒车。

好几次，陈冕的指令无法落实到这个团队里，这让他无法接受。

在有70多人的群里、在全员邮件里，陈冕都把 Lovart 后期的数据表现不佳，归咎于"技术负责人与我的理念不合"，对方不得不表态要自扣年终奖。

多位 Liblib 技术和 HR 告诉我，截至目前，Lovart 的原技术团队已几乎全部离职。

来接棒的新人来自豆包，内部代号 Stone ，在淘宝工作过多年。上任后，他给团队的指令是——放弃所有 side project ，听从调度。

"我们原来的团队没有人懂技术。"有 Liblib 高管对我说，而陈冕在他不懂的领域，很难信任别人，CTO 就"非常难 landing "。

有投资人认为，陈冕的迭代速度惊人，且有钱当壁垒，下个阶段需要更强的技术时，肯定招得来更强的 CTO 。也有 Liblib 高管向我们表达过，他们很需要找到季逸超这种兼具技术和工程能力的 CTO 。

的确，Peak 之于 Manus ，显然是不可或缺的。只是不知道，Peak 假如加入的是 Liblib ，他能成功 landing 吗？

节奏感

但另一方面，如果我们只看增长数据，Liblib的答卷确实不错。

多位看过 Liblib 融资时 data pack 的投资人都对我们表示过，"很难不动心"。

这轮宣发里释放的几个数据也挺惊艳： ARR 超3亿美元；LibTV 单日收入超过百万美元；Liblib AI 累计用户超过 3000 万，星流（ Lovart 国内版）用户超千万。

不过你注意到没有：新产品公布的是收入数据，旧产品讲的是用户量。

一位接近 Liblib 核心团队的人士告诉我们，每推出一个新产品，公司都会把倾斜所有资源把数据做高，并为之研制话术。漂亮的数据总能让投资人很振奋，唯一令其不安的是，"如果投资人问上一个产品的数据为什么掉了，怎么办。"

旧产品在离开钱和资源的输血后就枯萎，这当然不对劲。但这似乎是Liblib逐渐掌握的一种节奏感：做新产品、有新的增长数据、融更多钱。至少在过去三年，陈冕证明了这个打法是适配当下技术周期的。模型收敛前，中间的所有产品都像是可以用之即弃的补给。

在一些支持 Liblib 的人的形容里，这就像冲浪：本质上是在抓机会；匠心雕花产品，反而可能被模型吞噬。

不止一个投资人对「elsewhere」表达过：LibTV 对 TapNow 的借鉴是一种"好信号"：既然"世界首个xx"产品不能永远由 Liblib 推出，那就先让更小的创业公司去验证，再碾压。

"一两周就能超过原版，那未来想做其他市场的时候，陈冕也会是赢家。"

如果钱是提升下一次冲浪胜率的关键，那他理应拥有更多。一位自称"蒙对了"的投资人对我们说："占住了多模态这个根据地，拿到更多钱、更多 attention ，招到更好的人，周围寸草不生，就有希望活到最后。"

有内部人士告诉我们，陈冕还考虑过收购 TapNow 。

但需要注意的是，Manus 和 Liblib 其实很不一样。Manus 是用巧劲增长，又见好就收地快速退出——跟大厂打游击战。Liblib 是烧钱换增长，跟大厂打，也跟小公司打。某种程度上，你可以理解为：Liblib 自己也是个大厂——只不过是之于更小的公司而言。

去年底，Liblib 开始更大力度的吸纳字节高P，开出的薪资已经能与字节齐平。HR 部门也开始搭建中台。这家公司以每月新增十几个员工的速度，迅速从40多人扩张到了近200人。和字节一样，海量地招，再迅猛汰换。

被 Manus 点醒

很多人说 Liblib 是 club deal 。这个说法其实不太客观。直到去年10月底之前，陈冕都算不上一级市场的明星 CEO 。

2023年，Liblib 的第一轮估值只有 1800 万美元。对这一轮的投资方高榕、源码、金沙江来说，这个价格的项目没啥可挑剔的。倒是陈冕后来抱怨过很多次：当时不懂融资，让三家基金同时进，估值很低。

第二次融资更难。钱快被补贴战耗完了，产品又被下架。这时百度战投雪中送炭，但提了条件——只投500万美元，Liblib 必须和手百有产品合作。

Liblib 一位早期高管曾告诉我们，那时甚至有投资人要他们“散了算了”。

红杉、高瓴、IDG，都反复看、又反复 drop 过这个项目。红杉因为投资过和Liblib 竞对的「吐司」创始人沈振宇，每一轮都看，每一轮都没有下手，直到Lovart 横空出世后；IDG 内部则整整推过 Liblib 六次，最终还是没投。

那时许多投资人认为，模型聚合平台这么薄的模式，大笔补贴和做社区的价值不大。当时的审美偏爱的大厂高P，也是明超平、张月光这样的产品经理型创始人，而不是做商业化出身的陈冕。

陈冕最开始创业时，是因为受剪映的启发，看到图像是个商业价值大、用户认知接近 ready 、且不用跟大厂硬碰硬的赛道。简单来说，一个可以闷声发财的赛道。

直到 Manus 出现。

陈冕也在不同场合表达过对 Manus 的英雄所见略同。有不止一位 Liblib 的核心成员对我说，大概在24年下半年，Liblib 内部就一直在构想一种自主性更高的形态——但没想到是 Agent 。

很多人把 Manus 能成的关键，解读成一种“时间差战略”：在底层模型能力跨越的临界点，以最快的工程化速度将其封装成一个使用体验不错的具体产品。

因此，产品能力没那么重要，战略判断、执行力极其重要。

在随后的 Lovart 上，陈冕确实展现出了对抓机会的机敏、以及和 Manus 的相似：也是提前一年前就开始筹备；执行力也很强，陈冕听说三周后 gpt-image-1 会开出来，立刻从全公司抽最好的人到上海封闭开发；Manus 给硅谷大V写邮件，Lovart 被马斯克点赞；也非常聪明地借势了 GPT-4o 吉卜力风的流行，哪怕产品还有瑕疵、有些能力是写死的，也一定要抢占“全世界第一个创作 Agent ”的心智。

2025年5月，Lovart 开放内测版，waiting list 在5天内超过10万，这家公司第一次有产品爆了。或许因为面向海外，Lovart 没有被纳入在当下融资的演语集团旗下。

但 Lovart 的确才是这家公司扭转局势的拐点。

“之后他悟到了这个游戏的规则。”上述自称“蒙对了” Liblib 的投资人说，“很多创业者到今天还没悟到，有的悟到了也做不到。”

Lovart 正式上线三个月后，红杉终于有另一位合伙人把 Liblib 推过了会，和CMC、蚂蚁联合领投了1.3亿美金。Liblib 估值从9000万美元一跃来到了5亿美元。

有位其他机构的投资人甚至把它列为自己的“2024年度后悔项目”。“要是知道他们要做 Lovart ，肯定投。”

不过，也有在 Lovart 之后依然 drop 了的投资方。比如阿里，据说没有在这一轮的8亿美元时下手，原因是 Liblib 不愿意披露 ESOP（员工持股平台）。

冕与win

陈冕的英文名是 Malvin ，据说前半截音取的是“冕”谐音，而后半截音正好则是英语中的 win 。中文是赢（冕的含义），英文也是赢，那就是赢上加赢。

但在陈冕此前十年的职业生涯里，他并没有体验过真正的赢。

1992年出生，2014年进入职场，陈冕待过的公司包括腾讯、360、百度、滴滴、摩拜、每日优鲜、字节。他可能是这波AI创业者中在最多大厂工作过的人。但在很长一段时间，他都有些生不逢时，进入这些大名鼎鼎的公司的时间，要么是核心业务早已鸣金收兵，要么是他自己还不到能挑大梁的节点。

直到2020年。在字节做瓜瓜龙时，陈冕才打了“最满足”的一仗。瓜瓜龙的打法说来也简单，就是广告铺到最满，价格压到最低。但很快，教育的“双减”来了。转到剪映，陈冕一直没有进入核心权力圈。

很多人觉得，Liblib 是和 Genspark 类似的公司：都鲜有原创，但在增长和商业化上做得自有长处。但陈冕讨厌被如此比较，他爱对标的人是——张一鸣。

以至于，Liblib 内部有个说法是，陈冕的一个驱动力是：打败即梦，打败张楠。

可以说这是一种野心，也可以说部分是一种创伤。他的朋友、投资人，都曾在深夜接到过他的电话，有时焦虑，有时是哭泣。

就在 GPT-4o 吉卜力风流行的那几天，一位投资人曾在深夜接到陈冕沮丧的电话——模型已经能复刻风格了，“ Liblib 做不下去了”。3个小时后，陈冕的电话再次打来：不对，这个事更应该做了！

这个赢的机会，对陈冕来说太宝贵了。

时至今日，大半跟随陈冕创业的联创，都或主动或被动地离开了他。有时当他们有不同意见，陈冕会向他们强调：“你要跟我共脑”。共脑，大概就是要跟他想得一样。

今年3月，离开 Liblib 创业的 Roi 做了一轮新公司的融资宣发，自称“ Liblib 联创”。陈冕看到后发了条朋友圈，说自己“没有真正的联合创始人”。这让还没有离开公司的人非常错愕。有人曾拿着最初写给投资人的信息指给陈冕看，上面明明白白列了联创们的名字。其中就有Roi。

陈冕说（大意）：此一时彼一时。

在这家公认高离职率的公司里，我所知的最短司龄是——4天。这位前字节3-2前段时间被挖来，上班的第四天，因为工作内容和约定的不符，跟陈冕大吵起来。这天下午，她的飞书就被清空了。

过去三年，Liblib 或许可以提供一家AI公司的成长奇迹。但或许因为他的不够 AGI 、他似乎缺乏的理想主义，又让他暂时无法得到最多的掌声。

但陈冕信奉的增长，或许会有更多沉默、但虔诚的教众。在一个技术至上、创新至上的大氛围里，Liblib 和陈冕还在沿用一套移动互联网的成功学；而VC们一边宣称要投 AI-Native 人才，一边把最多的钱投向了陈冕。

不少公司规模更小的 founder 都对我表达过，AI应用谈不上什么核心技术，模型又在身后催命，陈冕能在这种如履薄冰里把公司做到这么大，已经很让他们 respect 。

至于模型收敛后，或许需要更好的技术团队，又或许是新的游戏。谁知道呢？但你得先活下来。

这也是投资人们选择他们的原因。

就在 Liblib 宣布这一轮融资的同时，据我了解，它最新一轮—— 30 亿美元融资，正在进行中。

封面来源：Paul Delaroche, $2, 1848, Louvre-Lens / Walker Art Gallery