一位杭州的设计师敲下几行提示词，选了一个陌生人训练的风格模型，不到十分钟就交出了一张产品海报。放在一年前，同样的工作意味着一份需求文档、一位外包画师和至少三天的等待。这个变化，正是为什么一家绝大多数西方读者没听过的公司，成了中国生成式媒体（generative media）资金流向最清晰的信号。
一笔创纪录的融资
LiblibAI（哩布哩布AI）由北京奇点星宇科技有限公司运营，于2023年5月成立，创始人陈冕曾是字节跳动剪映与 CapCut 的商业化负责人。2025年10月，公司宣布完成1.3亿美元（约合人民币9亿元）B轮融资，被多家中文财经媒体称为当年国内AI应用赛道单笔最大融资。本轮由红杉中国、CMC资本联合领投，并引入一家战略投资方，老股东顺为资本、源码资本、明势创投、渶策资本均超额增持。
不是训练模型，而是聚合模型
与押注自研大模型（large model，大模型）的路线不同，LiblibAI 选择把自己放在模型之上而非与之竞争。它的平台同时接入了开源与闭源的图像、视频生成模型——包括 Qwen Image、FLUX、Seedream、Kling、Hailuo、Vidu、WAN 等，让创作者在同一个工作界面里完成从灵感、出图到成片的流程。2025年10月发布的 2.0 版本，把这个产品从"工具聚合"升级为"AI 专业创作工作室"，强化了视频生成与特效模板能力。
据公司口径，平台已孵化超过2000万 AI 创作者，注册用户约2500万，用户自主训练的原创模型与工作流超过50万个，累计生成图片逾5亿张。这些数字来自公司侧披露，应作为方向性参考而非审计数据。
社区才是护城河
背后的战略逻辑很直接：当底层大模型逐渐趋同、并被少数资金雄厚的玩家掌控时，应用层公司最怕的正是"底层模型不断吞噬上层产品"。LiblibAI 的解法是坐在模型之上——通过模型聚合、创作者激励与轻量训练，构建"模型—场景—创作者"共创循环。一个调好了提示词、训练了专属 LoRA、并在平台上积累了受众的创作者，显然比只用单一模型官网的人更难被迁移。
合规是入场券
LiblibAI 于2024年4月通过国家网信办深度合成服务算法备案，并自称是首家通过《生成式人工智能服务管理暂行办法》备案的AI社区。它也引入了基于区块链的创作溯源，并与国家版权保护中心共建数字水印标准。合规在这个品类里不是可选项：2026年央视曾报道，包括 LiblibAI 在内的多款AI应用存在内容安全漏洞，能用隐晦提示词绕过审核生成不当内容——这是社区级生成必须直面的现实风险。
资本为何下注这条路线
把时间轴拉长看，这笔融资的标本意义在于：2025年国内AI投资热点正从底层大模型（large model，大模型）转向能把多模态能力真正落进创作、生产与消费场景的应用层。当模型本身越来越像少数头部玩家的游戏，资本开始追问——创业公司如何用模型能力做出产品，并设计出自洽的供需关系。LiblibAI 用"工具集成+社区生态"给出了一个阶段性答案：它不拥有最强的模型，却拥有最活跃的使用模型的人的网络。
诚实的局限
本文的用户与创作者规模均来自公司侧及中文财经媒体报道，未经独立审计；战略投资方被部分媒体指为蚂蚁集团、联想创投，但公司官方通稿仅称"一家战略投资方"，因此本文未将任一具体名称列为确证事实。2026年内容安全相关报道已被提及，但未在此独立核实。生成式媒体（generative media）市场变化极快，模型聚合的先发优势可能因底层模型收紧生态而削弱。
普通人现在能做什么
- 如果你从事视觉内容创作，在下定任意单一模型会员前，先试一试 LiblibAI 这类多模型聚合工作台——同一界面横向比较不同模型输出，会明显改变你的选型判断。
- 创作者应主动导出并存档自己的提示词、参数与 LoRA 配置；平台虽有溯源功能，但本地备份才是争议发生时唯一可执行的证据。
- 关注它的出海动作：一个在中国长起来的创作工作台走向海外，将在未来一年影响非中国创作者能用上哪些模型与价格。