1
从 Liblib 社区转向视频工具
分岔
继续做图片模型社区,还是进入视频生成?
抉择
推出 Lovat / LibTV,把社区能力迁移到视频场景。
结果
LibTV 成为主要收入来源,验证了新场景。
陈冕谈 Evoken、Liblib、Lovat 与 LibTV 的现金流、竞争格局与创始人哲学
来源:晚点聊 LateTalk 175 · 原作:晚点 LatePost
这是一期围绕中国 AI 应用创业公司 Evoken 及其创始人陈冕展开的晚点聊访谈。陈冕此前创立了 AI 绘画社区 Liblib,后推出 AI 视频工具 Lovat 与 LibTV,并在 AI 应用融资最艰难的时刻以 20 亿美元估值完成 3 亿美元融资,成为当前中国 AI 应用公司中估值最高的案例之一。访谈的核心并非庆祝融资,而是追问:在模型层主叙事尚未落幕、应用层竞争瞬息万变的今天,一家不掌握底层模型的独立应用公司,如何定义自己的位置、如何赚钱、如何活到最后。
现在不是应用的时代,主叙事还在模型与基础设施上;应用层公司最重要的目标是活下来。 原文
陈冕的判断是:PMF 的发现与市场的最终归属并不等价。真正的胜出者必须在增量爆发前储备好现金流、品牌注意力和组织弹性,否则只是为他人做嫁衣。
以模型社区切入 AI 创作者生态,积累早期用户与模型作者。
● 探索公司一度濒临破产,技术负责人相继离开;在确定下一笔投资前只剩极少现金。
● 濒死新投资进入,公司继续独立运营,并未被大厂收购。
● 续命从图片模型社区延伸至视频生成工具,探索新的 PMF。
● 迁移LibTV 上线首月收入峰值达 100 万美元/日,贡献公司过半收入。
● 增长以 20 亿美元估值完成 3 亿美元融资,5 月起现金流转正。
● 独立