ARTICLE · 商业科技
3 亿美元 ARR、估值超 20 亿美元，演语科技是怎么做 ToC 应用增长的？
一语总结本文深度复盘演语科技（LiblibAI、LibTV）如何通过聚焦专业内容创作者、做厚应用层工作流、激进借力模型迭代，实现 3 亿美元 ARR 与超 20 亿美元估值。
文章以演语科技（Evoken）近期完成的近 3 亿美元 B+ 轮融资为引，系统拆解其三条产品线（LiblibAI、LibTV、星流）的增长逻辑。核心论点有三：一是精准定位「靠内容创作吃饭的专业用户」，将 AI 工具费从消费支出转化为生产成本，驱动高付费意愿；二是通过无限画布、节点式工作流等设计，将应用嵌入真实生产流程，沉淀用户行为数据，构建迁移壁垒；三是激进借力底层模型迭代（如 Seedance 2.0），将模型进步转化为增长窗口，而非对抗。文章引用创始人陈冕的多次访谈观点与具体案例（如《牡丹记》《脚步》），论证扎实，对 AI 应用层的产品策略、商业化路径与竞争壁垒有较深洞察。
- 精准定位专业内容创作者，将 AI 工具费转化为生产成本。
LiblibAI 与 LibTV 的核心用户是设计师、短剧团队、电商美工等 prosumer。对他们而言，AI 订阅费是压缩制作成本、提升产出效率的刚性支出，而非普通消费者的弹性消费，因此付费意愿远高于普通用户。
- 做厚应用层，通过工作流与行为数据构建壁垒。
LibTV 采用无限画布与节点式工作流，覆盖剧本、分镜、剪辑等全流程，而非仅提供生成按钮。这种设计沉淀了用户「如何结合 AI 与手动操作完成真实任务」的行为数据，是底层模型无法获取的差异化资产，也是迁移成本的核心来源。
- 激进借力模型迭代，将进步转化为增长窗口。
创始人陈冕主张「leverage base model，而非被其取代」。LibTV 第一时间接入 Seedance 2.0 API，利用其排队产能缺口快速获客，并将新能力嵌入完整工作流，而非仅做 API 封装。这种策略使模型进步成为收入增长的催化剂。
3 亿美元 ARR、估值超 20 亿美元，演语科技是怎么做 ToC 应用增长的？
文章以演语科技（Evoken）近期完成的近 3 亿美元 B+ 轮融资为引，系统拆解其三条产品线（LiblibAI、LibTV、星流）的增长逻辑。核心论点有三：一是精准定位「靠内容创作吃饭的专业用户」，将 AI 工具费从消费支出转化为生产成本，驱动高付费意愿；二是通过无限画布、节点式工作流等设计，将应用嵌入真实生产流程，沉淀用户行为数据，构建迁移壁垒；三是激进借力底层模型迭代（如 Seedance 2.0），将模型进步转化为增长窗口，而非对抗。文章引用创始人陈冕的多次访谈观点与具体案例（如《牡丹记》《脚步》），论证扎实，对 AI 应用层的产品策略、商业化路径与竞争壁垒有较深洞察。
文章金句
"中国人愿意为服务付费，为最终结果付费，只是对纯粹的工具付费意愿较低。
"我们需要 leverage base model（借力底层模型），而不是被其取代......你的核心价值应该在基础模型之外，才能真正利用它。
"API 和算力的价格都很高，如果你没有足够的钱，连 API 费用都付不起，还怎么竞争？所以，我的建议是，业务要更激进地增长。