近日，AI应用赛道涌现出一匹令人瞩目的黑马：一位92年出生的年轻创业者，在短短两年半时间里成功融资1.3亿美元（折合人民币约9.26亿元）。
什么样的公司能在短时间内获得如此巨额融资？答案是LiblibAI——一个专注于图片生成的AI公司。具体来说，它的核心业务模式是“AI图像生成工具+创作社区”的双轮驱动。
本轮融资的参与方包括红杉中国、CMC资本等知名机构，老股东顺为资本、源码资本也持续加码。从国内投融资数据来看，这是今年以来AI应用领域规模最大的一笔融资。
字节跳动堪称国内AI创业领域的“黄埔军校”。LiblibAI创始人陈冕此前曾在剪映、CapCut团队担任商业化负责人。同时我们也要祝贺东南大学的校友们，又为行业培养出一位未来的独角兽创始人。
透过LiblibAI的融资事件，我们可以梳理出行业当前存在的几大新机遇。
1、3D内容生成领域
随着游戏、机器人等行业对3D内容需求的持续升温，基于AIGC技术的3D内容生成正成为新的风口。
2、即时内容生成需求
例如高分辨率图像的生成时间正朝着毫秒级迈进。
3、垂直应用场景的深化，比如电商、医疗、教育等具体领域。
总体而言，AI图片生成赛道方兴未艾，新机遇层出不穷，新入局的创业者们值得全力投入。
01
LiblibAI创始人是一位90后，出生于1992年，曾在张一鸣麾下任职。
大学毕业后，他加入字节跳动，曾担任剪映、CapCut团队的商业化负责人，是字节跳动最年轻的“4-1级”（中层管理）产品负责人之一。
2024年底，ChatGPT的横空出世引爆了AI热潮。陈冕在观察字节的工具产品线时发现一个重要趋势：AI正在改变创作方式，但“懂AI的人不会创作，懂创作的人用不好AI”的困境依然存在。
如果AI技术不能被更多人有效使用，技术的红利该如何释放？
2024年5月，他离开字节跳动创立LiblibAI，目标是打造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，只是过去技术门槛太高。AI的意义，不是让设计师失业，而是让更多人能够自由表达。”陈冕这样阐述他的创业初心。
在创业初期，LiblibAI团队仅有十几人，多数成员来自字节、美团、腾讯等互联网公司。
首款产品是一个AI图像生成器，但陈冕很快意识到：仅靠技术输出，很难建立坚固的竞争壁垒。
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，构建差异化的内容生态。
2024年夏天，LiblibAI凭借用户自传播在社交媒体走红，三个月用户突破百万。然而同年年底，AI赛道遭遇寒流，用户增长放缓，平台一度面临运营危机。
“那时候服务器成本、算力成本、社区维护都在持续烧钱，我们一度觉得公司可能撑不下去了。”陈冕回忆道。为了渡过难关，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路径。
2024年初，LiblibAI的创作者功能正式上线，允许用户上传自己的LoRA模型、设置付费使用权限，平台从工具型产品转型为AI创作生态系统。
同年，公司完成多轮融资，累计金额达数亿元人民币，团队规模扩大到近百人，用户突破千万大关。
2025年初，平台月活跃创作者超过300万，生成内容累计突破5亿张，成为中国最大的AIGC创作社区之一。
02
接下来，我们重点分析它的产品特色。从使用体验来看，与通用大模型相比，它是一个“垂直模型+社区”的差异化组合。
从功能层面来说，其核心产品是一个“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、共享素材、组建创作社群。
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，广泛应用于商品宣传、影视分镜、插画设计、游戏概念图等不同场景。
LiblibAI所处的行业可以概括为：大模型-垂直模型-图片生成大模型。当然，除了它之外，文字大模型以及视频大模型同样发展迅猛，各自的应用场景各有侧重。
AI绘画领域大致经历了三个发展阶段：
• 萌芽期（2024年前后）：AI绘图还停留在科研或开源圈，模型复杂、门槛较高。
• 爆发期（2024-2024年）：Stable Diffusion、Midjourney等海外工具开始流行，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，主要在于：传统设计工具虽然成熟，但无法满足AI生成内容的实时性需求，说白了就是生成速度太慢、效率太低、依赖人工。
LiblibAI的解题思路是：模型工具+社区。确实，若仅有模型工具，在面对巨头的竞争时，创业公司的竞争力是有限的。但加上社区后，一旦产品获得大规模用户选择，流量迁移+使用习惯将成为LiblibAI的护城河。
然而，要把社区做好，也并非易事。
首先，要将社区做大，持续的流量获取是个难题。
在互联网流量见顶的今天，纯粹的流量购买不仅昂贵，而且不够精准。吸引一个AIGC创作者的获客成本，远高于吸引一个普通App用户的成本。
这是创业公司的短板，但却是巨头（如字节）的长板。巨头可以利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，一个一个地争取用户。
其次，要把社区做强，如何把流量留住更是关键问题。
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”的社区是他工作中不可或缺的部分？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。
总的来说，社区的核心能力，和模型工具的能力相差甚大。LiblibAI团队能否兼具二者基因，这是一个需要用时间来回答的问题。
03
回顾整个图片AIGC赛道，目前国内市场虽然规模不大，但增长势头相当不错。
据行业机构测算，2024年市场规模已接近2000亿元，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、绘宇宙AI、Krea、PixVerse等，有的偏重图像生成，有的主攻视频或虚拟人领域。
尽管LiblibAI并未将自己定位为“生成工具”，而是“创作基础设施”，但实际差异并没有那么大，至少在功能、使用场景上存在直接竞争。
此外，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”阶段，说得通俗点：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，竞争格局还存在很大的不确定性：AI究竟会朝着多模态融合的产品形态发展，还是会继续单一模态的深化？目前尚难断言。
但按照趋势来看，有几个机会很值得新入局者深入思考。
1、3D内容生成。
从公开信息来看，LiblibAI的用户应该以平面内容为主。随着游戏、机器人等行业对3D内容需求的持续升温，基于AIGC技术的3D内容生成正成为新的热点。
2、即时内容生成。
AIGC技术将朝着实时生成能力突破，目标是让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、教育等领域。
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应用的天地广阔无垠，新入局的探索者们，放手去干吧。
