AI 应用 / Agent · 生成式 AI 创作平台 · 深度分析(公众版)

LiblibAI 哩布哩布

上海丽蟾科技有限公司(哩布哩布 / 奇点星宇 / 演语科技体系)· AIGC 创作平台 + 模型社区 · 数据截至 2026-07
LiblibAI 干的事,一句话说清:它不自己造大模型,而是把市面上一堆第三方生成式大模型,聚合成一个"人人能上手"的 AI 创作平台——在线生成、模型社区、LoRA 训练、创作者分成,一站式打包。它靠这套本土化闭环把用户和融资都跑到了国内前列。但它站在一个最危险的位置:上游的大模型厂商(字节、快手、阿里)个个都在自建生成入口,随时可能把它这层"聚合中间商"绕过去。加上内容合规反复踩雷、版权纠纷缠身、连它自己的工商主体到底是丽蟾还是哩布哩布还是演语都没厘清。本文只问一件事:一个"聚合别人模型"的平台,在上游巨头亲自下场时,凭什么活下去、还能赚到钱?
聚合非自研
封装第三方大模型
模型社区
生成+LoRA+分成
多轮头部融资
用户规模跑前列
主体待核
丽蟾/哩布/演语
深度版 · 面向公众 · 不含投资定价⚠ 付费转化/收入结构/主体归属未公开,缺口已标注

导读怎么读 + 一个诚实的前提

LiblibAI 的用户规模和融资是实的,但"生意成色"(付费转化、收入结构)和"主体身份"几乎全是问号;深度在于把"跑得快的表象"和"未验证的根基"分开。

先说清楚:哪些是实的,哪些是空的

事实LiblibAI 的多轮头部机构融资节奏、用户规模增长趋势有多信源交叉印证。缺口但它的付费会员转化率/续费率、B 端企业收入占比、模型市场分成的真实结算规模、以及工商主体归属(上海丽蟾 / 哩布哩布 / 北京奇点星宇 / 演语科技体系的股权关系)均未公开或未独立核实。因此本文的"事实"集中在产品形态、融资、行业位置,对"赚不赚钱、护城河深不深"更多是基于赛道结构的判断 + 追问。信息越薄,第 12 章追问清单越重要

事实有公开来源 推导基于事实推断 判断观点,可反驳 缺口信息缺失/未公开 ⚠ 不含目标价/评级

01一句话判断与决定性变量

核心判断

判断LiblibAI 是一家产品跑得快、用户和融资都在前列,但商业模式含金量和主体身份都还没被验证的 AIGC 创作平台。它赌的是"生成式 AI 从小众工具变成大众生产力"这个真红利,而且它是最早把"模型社区 + 在线生成 + LoRA 训练 + 创作者分成"拼成本土化闭环的一批。但它的生死不在"有没有用户"(有),而在它这层"聚合第三方模型"的中间价值,能不能在上游大模型厂商自建生成入口的挤压下,转化成可持续的付费转化率和客单经济。它最大的问号是——当字节、快手、阿里都能自己让用户直接生成图/视频,用户为什么还要经过 LiblibAI 这一层?这个问题答不好,用户规模再大也只是"流量补贴堆出来的繁荣"。

决定性变量为什么是胜负手兑现的观察信号
聚合层护城河能否顶住上游挤压LiblibAI 的核心价值是"把碎片化的第三方模型聚合得好用"。但上游大模型厂商(字节/快手/阿里)都在自建生成入口,它们既有模型、又有流量。聚合层要活,必须证明"社区厚度 + 一站式体验"是上游复制不了、用户离不开的。重度创作者是否正向大厂自研入口迁移;跨平台留存/转化数据;社区与分成生态的真实黏性。
付费转化能否撑起融资节奏用户规模是免费流量堆的,还是能转成付费?平台的商业模式(会员算力包 + API + 模型市场分成 + B 端)到底哪块赚钱、赚多少,决定它是"真生意"还是"烧钱换 DAU"。付费会员转化率/续费率;B 端企业收入占比;模型市场分成的真实结算规模与创作者留存。
合规与版权的尾部风险能否收住生成式 AI 平台最大的持续性风险是内容合规(2026-04 曾发生审核绕过事件)和版权纠纷(创作者模型被盗用商用)。一次公开致歉不等于风险出清,再犯可能触发监管处罚。审核升级是否经第三方/监管验证;同类事件是否再发;版权审核是事前拦截还是事后投诉。

02生态位:AI 创作的"聚合中间层"

先看它站在生成式 AI 价值链的哪一层,这决定了它理论上最轻、现实中最险。

生成式 AI 内容创作价值链(自下而上)· LiblibAI 的位置 ① 底层大模型(图/视频) ← 字节、快手、阿里、可灵、即梦…(自研模型 + 流量入口) ② 模型聚合 / 创作平台 ← 【LiblibAI 在这里】把多家模型 + 社区 + 训练 + 分成聚合 ③ 创作者 / 模型作者 ← 在平台上生成、训练 LoRA、卖模型分成 ④ 企业客户(电商/游戏/教育)← B 端调用 API / 定制 ⑤ 最终内容消费者 ← 图片 / 视频的使用方

判断LiblibAI 站在第 ② 层——"聚合中间层":它不造第 ① 层的底层大模型,而是把各家模型的能力聚合成低门槛、一站式的创作平台,赚"聚合效率 + 社区厚度"的钱。推导这层的好处是(不用烧钱训大模型)、快(借上游模型进步的东风);坏处是它夹在"有模型又有流量"的上游巨头和"随时可能被直连"的用户之间

生态位的尖锐处:聚合层的永恒焦虑

判断所有"聚合层"平台都活在同一个焦虑里:当上游(模型厂商)向下做入口、下游(用户)想直连,中间这层的价值随时可能被两头抽干。LiblibAI 的护城河只能是"社区 + 生态"——模型作者、LoRA、创作者分成、一站式体验,这些是单纯"能生成图"的大厂入口一时半会儿复制不了的厚度。缺口但这个厚度到底有多硬、用户到底黏不黏,缺乏可验证的留存/迁移数据。LiblibAI 的全部价值,押在"社区生态"这一个赌注上——它够不够厚、够不够黏,就是它的命。

03行业本质 4 问:AIGC 创作平台,到底谁在赢

本质 4 问答案(含证据)
① 本质在做什么判断把"快速迭代的第三方生成式大模型能力",聚合成"低门槛创作 + 模型社区 + 创作者分成"的平台。卖的是聚合效率和社区厚度,不是自研底层模型的能力。
② 行业红利在哪事实生成式 AI 图像/视频正从小众工具进化为大众日常生产力,模型成本曲线持续改善会自然抬升渗透率——这是整条赛道的顺风(industry beta)。判断红利真实,但红利是所有人的,不是 LiblibAI 独占的。
③ 哪层赚钱 / 谁掌握话语权判断话语权在掌握底层模型 + 流量的大厂(字节/快手/阿里)手里。推导聚合层赚的是"帮用户少折腾"的钱,议价权天然弱于上游;能不能赚,取决于"社区生态的黏性"够不够抵消"上游直连的便利"。
④ LiblibAI 的位置事实它是聚合层里最早跑通本土化闭环、用户与融资跑到前列的一家(company alpha)。判断它的优势是"先发 + 社区厚度 + 大厂出身的增长/商业化团队";隐忧是"聚合层要长期对抗上游自建入口的引力",且付费与主体身份都未证实。
对 LiblibAI 最尖锐的一问

判断它的叙事是"中国最大的 AI 创作社区/平台"。推导但真正要问的不是"它用户多不多"(多),而是"它的核心生成能力,有多大比例是自研模型、多大比例是调用第三方大模型 API?"——如果绝大多数生成能力都靠外部模型 API,那它对上游几乎没有议价权,长期毛利率天花板很低,且上游一旦自建入口,它的"聚合"价值就被直接架空。这一问答不清楚,"平台"更像是"一个更好用的第三方模型调用界面",而不是有护城河的生意。

04团队:大厂增长与商业化基因

在信息普遍稀薄的情况下,团队的"增长/商业化执行力"是 LiblibAI 跑到前列的关键解释。

维度情况
核心能力事实创始团队具备大厂的增长与商业化经验,正是靠这套能力把用户规模和融资节奏跑到行业前列(company alpha)。推导这解释了它为什么能在一个技术门槛不算极高(聚合而非自研)的赛道里,靠"增长打法 + 社区运营 + 创作者分成设计"跑出身位——它赢的是产品和运营,不是底层技术。
组织稳定性缺口据公开信息,LiblibAI 在 2024 年初曾经历现金流危机(一度濒临失败)。这段经历之后,核心技术/算法团队是否发生重大流失、关键高管在职年限如何,均未公开——这直接影响它后续扩张期的执行力。

判断"大厂增长基因"是 LiblibAI 最实的资产,也是它区别于纯技术创业者的地方:它是一家"会做增长和商业化"的公司,这在应用层是稀缺能力。缺口但也有两个待观察点:① 2024 现金流危机后核心团队是否稳定;② 主体身份的混乱——上海丽蟾 / 哩布哩布 / 北京奇点星宇 / 演语科技体系的股权与业务关系至今未厘清,连"哪个主体承接最新一轮融资"都不确定。主体都锁不定,团队与治理的透明度自然要打问号(见第 12 章)。

05产品与商业模式

产品:一站式 AIGC 创作闭环

商业模式:免费引流 + 阶梯变现

事实模式是免费引流 + 阶梯式会员算力包 + 开放 API + 模型市场创作者分成,服务个人创作者、模型作者,以及电商、游戏、教育等企业客户。判断这套组合逻辑自洽——用免费做大用户,用会员算力和 B 端 API 变现,用分成做厚生态。推导但真正决定它是不是"好生意"的,是各块的占比和健康度:C 端算力充值和 B 端定制的商业弹性完全不同。

关键信息缺口

缺口决定生意成色的核心数据——付费会员转化率/续费率、B 端企业客户的合同规模/续约率/行业集中度、模型市场分成的实际结算规模、以及自研模型 vs 第三方 API 的调用占比——全部未公开。"用户很多"和"生意很好"是两回事,这正是追问清单第 2、4 组的核心。

06三个争议命题:让正反双方当场对撞

LiblibAI 的命运系于三个真正有分歧的命题。每题给 Bull / Bear / Reality,再下裁决。

命题 A · 聚合层的社区护城河,扛不扛得住上游大厂直连?
Bull · 社区厚度是复制不了的壁垒
大厂能做"生成图"的入口,但做不出 LiblibAI 这样的模型社区——数十万模型作者、海量 LoRA、创作者分成生态、一站式体验,这是多年运营沉淀的厚度。用户来这里不只是生成,是为了社区、模型资产和创作者关系。大厂的通用入口冷冰冰,聚合平台的生态才有黏性。
Bear · 中间商随时被两头抽干
上游字节/快手/阿里既有更强的自研模型、又有更大的流量,它们向下做生成入口的边际成本极低。用户要的是"生成得好、生成得方便",一旦大厂入口体验够好,社区那点厚度挡不住"更强模型 + 更大流量"的降维。何况 LiblibAI 的生成能力本身还依赖第三方模型 API——上游一断供或自建,它连"聚合"都聚不动。
Reality · 数据说
事实LiblibAI 用户规模与融资在前列、社区+分成闭环真实存在;事实字节/快手/阿里确在自建生成入口。缺口但"重度创作者是否正向大厂迁移、跨平台留存对比"等能验证护城河的数据均未公开。
裁决
判断两种读法今天都没被证伪,天平偏谨慎——因为"上游有模型又有流量、且它的生成还依赖上游 API"这个结构,是既成事实,不是未来变量。社区厚度是真的护城河候选,但它到底能不能抵消"上游直连"的引力,取决于一个未公开的数字:重度创作者的留存与迁移。判断它,就盯一件事:当某家大厂推出足够好的自研生成入口时,LiblibAI 的核心创作者是留下来还是流走。留得住,社区护城河成立;留不住,它就是被绕过的中间商。
命题 B · 用户规模大,是"真 PMF"还是"流量补贴堆出来的"?
Bull · 规模+融资=被市场验证
多轮头部机构连续加注、用户规模跑到前列,这本身就是市场对它产品力的投票。大厂增长团队把 PMF 跑通了,剩下的是把免费用户逐步转成付费——这是应用层的常规节奏,规模在,变现只是时间问题。
Bear · DAU 不等于生意
免费引流堆出来的用户规模,不等于付费转化。付费会员转化率、续费率、B 端收入占比全不披露,很可能是"用免费算力补贴换 DAU、用 DAU 讲故事融资"的循环。一旦补贴退坡或大厂价格战,用户规模的水分就会露出来。规模是叙事,毛利才是真相。
Reality · 数据说
事实融资节奏和用户增长有多信源交叉印证;缺口付费转化率、续费率、企业收入占比、模型市场分成规模——全部未公开,无法判断规模是否已转化为健康的付费经济。
裁决
判断规模是真的,但"规模 = 好生意"这一步还没被证明。在付费数据披露之前,用户规模更应被看作"入场券"而非"胜利"。判断它,别被 DAU 和融资额晃眼,要盯付费转化率和 B 端收入占比——这两个数字健康,规模才变成生意;始终不披露、只讲用户增长,就要警惕"补贴换繁荣"。
命题 C · 合规与版权的尾部风险,是可控还是定时炸弹?
Bull · 一次事件不代表系统性失控
2026-04 的内容审核绕过事件后,平台已公开致歉并升级审核,这是成长中的平台都会经历的迭代。头部平台有资源和动机把合规做扎实,一次漏洞不等于长期失控。版权问题是全行业未决难题,不是 LiblibAI 一家的锅。
Bear · 生成式平台最硬的尾部风险
内容合规是 AIGC 平台最大的持续性风险——一次公开致歉不等于风险出清,同类事件再发可能触发监管处罚甚至下架。版权上,此前已发生第三方盗用平台创作者模型商用的争议,若审核仍靠"事后投诉"而非"事前拦截",法律尾部风险会持续累积。这类风险一旦爆发,是平台级的。
Reality · 数据说
事实2026-04 发生过内容审核绕过事件(已致歉);事实存在创作者模型被盗用商用的版权争议。缺口审核升级效果是否经第三方/监管验证、版权审核是事前还是事后,均未公开。
裁决
判断这是 LiblibAI 悬在头顶、又最不可控的一类风险。合规和版权不是"会不会出问题",而是"多久出一次、出了能不能收住"。它的规模越大、内容越多,暴露面越大。判断它,就盯两点:① 审核升级是否经第三方/监管验证、同类事件是否再发;② 版权审核是事前拦截还是事后投诉。事前拦截 + 不再犯,风险可控;事后补救 + 反复踩雷,就是定时炸弹。

07"中国版 Civitai"这个对标,成立吗?

LiblibAI 常被类比成"中国版 Civitai"(海外最大 AI 模型社区)。用这个对标的四个前提逐条拷问它。

"中国版 Civitai"成立的前提LiblibAI 的现状是否满足
有厚实的模型社区与创作者生态事实模型社区、LoRA、创作者分成闭环真实存在,本土化领先✅ 满足
本土护城河靠产品力而非访问壁垒缺口护城河有多少来自"海外产品在华访问不稳"这一脆弱假设,未验证⚠ 存疑
不被上游模型厂商直接挤压事实恰恰相反——字节/快手/阿里都在自建生成入口❌ 不满足(关键)
商业模式健康、付费可持续缺口付费转化、收入结构全未披露⚠ 未证实
检验结论

判断"中国版 Civitai"这个对标只在"有社区生态"一条上扎实成立,其余三条恰恰是它的软肋:护城河可能部分建立在"海外产品访问不稳"这个会消失的壁垒上;它面对的是自建入口的本土巨头(Civitai 没有这么强的上游挤压);且它的商业模式比 Civitai 更缺公开验证。判断所以更公允的定位是——LiblibAI 是"中国 AIGC 创作赛道里社区做得最早、最厚,但夹在本土巨头自建入口之间、且商业化与主体身份都待证"的聚合平台。它真正要证明的不是"能不能做社区"(能),而是"当海外产品本地化、当本土巨头亲自下场,它的社区厚度能不能变成留得住人、收得到钱的真护城河。"这个定位现实得多。

08竞争矩阵:LiblibAI 夹在巨头与海外社区之间

看清它周围站着谁,就明白它的空间有多窄、突破口在哪。

玩家类型打法 / 现状对 LiblibAI 的意义
LiblibAI 哩布哩布本土聚合创作平台聚合第三方模型 + 社区 + LoRA + 分成;用户/融资前列本体
字节(即梦)/快手(可灵)上游模型厂 + 流量自研图/视频大模型 + 自建生成入口 + 海量流量最强的"上游直连"挤压者
阿里等大厂上游模型 + 云自研模型 + 生成入口 + 云分发同样能绕过聚合层
Civitai(海外)海外模型社区全球最大 AI 模型社区本地化壁垒一旦消失就分流创作者
第三方大模型 API 提供方上游供给LiblibAI 生成能力的来源既是供给方,也是被替代/断供风险
模型作者 / 创作者生态参与者上传模型、训练 LoRA、赚分成社区厚度的来源,也是护城河核心
矩阵读出的三个真相

判断它的上游(模型厂)同时是它最强的对手——既供给它模型 API,又在自建入口抢它的用户,这是聚合层最典型的危险结构。② 它唯一真正独特、上游难复制的资产是"创作者社区 + 分成生态"——护城河只能建在这里,所以留住模型作者和重度创作者是它的生命线。③ 它的海外对标 Civitai 是一个"被访问壁垒暂时隔开"的潜在分流者——一旦海外产品本地化,会检验它的护城河到底是产品力还是访问壁垒。LiblibAI 的生存空间,就在"社区生态够不够厚、够不够黏"这条窄路上。

09双面辩论:本土 AIGC 聚合王者,还是被绕过的中间商?

同一组事实,两种读法
🟢 读法一 · 本土聚合王者
判断最早跑通"模型社区 + 生成 + 训练 + 分成"本土化闭环、用户与融资前列、大厂增长团队、生成式 AI 大众化红利正当风口。社区厚度是上游通用入口复制不了的壁垒,只要把免费用户逐步转成付费、把创作者生态越做越厚,它就是中国 AIGC 创作赛道价值链上的平台级赢家。
🔴 读法二 · 被绕过的中间商
判断生成能力依赖第三方模型 API、上游巨头自建入口、护城河可能靠海外访问壁垒、付费与收入结构全不披露、内容合规反复踩雷、连主体身份都没厘清。剥掉规模叙事,它可能是"用免费补贴堆 DAU、靠聚合别人模型讲故事、随时被上游绕过"的脆弱中间层。
我的裁决(可反驳)
判断两种读法今天都没被证伪,天平我略偏谨慎——因为"生成依赖上游 API + 上游自建入口 + 付费全不披露 + 主体不清"这几个信号叠加,说明它的商业根基比它的用户规模更需要被追问。但它绝非虚火:先发的社区厚度、真实的用户增长、会做增长的团队都是硬资产。判断它成色,就盯三件事:① 大厂自建入口时核心创作者留不留得住(社区护城河);② 付费转化率和 B 端收入占比(生意成色);③ 主体身份和合规风险能不能厘清收住。三件向好,读法一成立(聚合王者);持续存疑,读法二坐实(被绕过的中间商)。它赌的是"社区生态能不能变护城河"——这是全公司唯一、也最锋利的命脉。

10因果链:决定性变量怎么一路传导到成败

决定性变量:聚合层护城河能否在上游挤压下转化为可持续的付费经济 │ ▼ [护城河] 社区 + 分成生态能否留住模型作者与重度创作者 │ ← 断点1:大厂自建入口,核心创作者流走 → 聚合层被架空 ▼ [议价权] 自研模型占比能否提升、降低对第三方 API 的依赖 │ ← 断点2:生成全靠外部 API → 对上游无议价权、毛利天花板低 ▼ [付费] 免费用户能否转成健康的付费会员 + B 端收入 │ ← 断点3:只有 DAU 没有付费 → 靠补贴与融资续命 ▼ [合规] 内容合规与版权风险能否事前收住 │ ← 断点4:同类事件再发 → 监管处罚 / 下架,平台级打击 ▼ [治理] 主体身份、股权、团队稳定能否厘清并透明 │ ← 断点5:主体混乱、团队流失 → 融资承接与执行力存疑 ▼ [终局] 成为中国 AIGC 创作赛道有护城河、能盈利的平台级玩家

判断五个断点里,断点 1(护城河)和断点 3(付费)最致命:前者决定它会不会被上游绕过,后者决定它的规模能不能变成生意。它的用户和团队已经证明过了,接下来要证明的是"社区留得住人"和"规模收得到钱"——而这两样,恰恰都是它至今没拿出可验证数据的地方。

11需要警惕的风险

风险说明观察信号
上游自建入口挤压(母题)字节/快手/阿里既有模型又有流量,向下做生成入口可绕过聚合层。核心创作者是否向大厂入口迁移;跨平台留存对比。
依赖第三方模型 API生成能力若大比例靠外部模型,对上游无议价权,且面临断供/自建风险。自研模型 vs 第三方 API 的调用占比。
付费与收入结构不透明用户规模靠免费堆,付费转化、B 端占比未披露,商业模式未证实。付费转化率/续费率;B 端合同规模与集中度;分成结算规模。
内容合规尾部风险2026-04 曾发生审核绕过事件,再犯可能触发监管处罚/下架。审核升级是否经第三方/监管验证;同类事件是否再发。
版权纠纷曾发生创作者模型被盗用商用,审核若靠事后投诉则法律风险累积。版权审核是事前拦截还是事后处理;历史侵权处理结果。
主体与团队不透明丽蟾/哩布哩布/奇点星宇/演语体系股权关系不清;2024 现金流危机后团队稳定性未知。主体股权穿透;核心技术/产品高管在职年限。

判断六类风险的母题是同一个:LiblibAI 这层"聚合别人模型"的中间价值,能不能在上游挤压、付费未证、合规高悬的三重压力下,被证明是留得住人、收得到钱、扛得住风险的真生意。这个问题答清楚之前,用户规模更多是叙事而非护城河。

12追问清单 · 想真正看懂它,该问这些

信息越薄,这份清单越重要——它就是把"叙事"逼回"事实"的工具。★ 是我认为最锋利、最能戳破叙事的问题。

1护城河:聚合层扛不扛得住上游(最锋利)
  1. ★ 面对大厂自建生成入口的直接竞争,差异化护城河具体体现在哪些可验证的留存/转化数据上?重度创作者是否正在向大厂自研入口迁移?— 这是聚合层价值会不会被上游挤压的核心验证门槛。
  2. ★ 核心生成能力(图像/视频)有多大比例依赖自研模型 vs 调用第三方大模型 API— 决定它是卖流量入口还是卖差异化能力,直接影响长期议价权与毛利天花板。
  3. Civitai 等海外模型社区若解决访问和本地化问题,会分流多少存量创作者?护城河是产品力还是访问壁垒?
2生意成色:付费与收入结构(缺口最大)
  1. ★ 付费会员的转化率和续费率具体是多少?— 决定商业模式能否撑起当前融资节奏,而非只是免费用户堆量。
  2. ★ 企业级(B 端)客户的合同规模、续约率、行业集中度是什么?收入是靠 C 端算力充值还是 B 端定制?— 两者商业弹性完全不同。
  3. 模型市场分成机制的实际结算规模和创作者留存如何?创作者经济是真跑通还是获客噱头?
3合规与版权(最硬的尾部风险)
  1. ★ 2026-04 内容审核绕过事件后,技术修复与审核升级的效果是否经第三方或监管验证— 一次致歉不等于风险出清,同类事件再发会显著推高风险。
  2. 平台的版权审核机制能在多大程度上事前识别未经授权的二次训练模型?是事前拦截还是事后投诉?
4主体身份与团队治理
  1. ★ 上海丽蟾科技、北京奇点星宇、上海哩布哩布、北京演语科技体系的具体股权和业务关系是什么?哪个主体承接最新一轮融资?— 主体都锁不定,后续所有判断都建立在流沙上。
  2. 2024 年初现金流危机后,核心技术/算法团队是否发生重大流失?关键高管在职年限如何?
如果只能问三个问题

判断① 大厂自建入口时核心创作者留不留得住、生成有多少靠自研 vs 第三方 API(护城河)?② 付费转化率和 B 端收入占比是多少(生意成色)?③ 主体身份、合规、版权这三个尾部风险能不能厘清收住?——这三问答清楚,就知道它是"本土 AIGC 聚合王者",还是"用户很多、但随时被上游绕过、根基未证的中间商"。

13信息来源与说明

基于公开信息与 DeepSight 业务洞察备忘录的深度梳理,主要维度(节选):

· 融资:多轮头部机构参与的融资节奏(多信源交叉披露)
· 用户与产品:用户规模增长趋势、模型社区/在线生成/LoRA 训练/创作者分成的产品闭环(多信源)
· 商业模式:免费引流 + 阶梯会员算力包 + 开放 API + 模型市场分成(公开产品口径)
· 风险事件:2026-04 内容审核绕过事件(公开致歉)、创作者模型被盗用商用的版权争议、2024 年初现金流危机
· 主体:上海丽蟾科技 / 哩布哩布 / 北京奇点星宇 / 演语科技体系(股权与业务关系未公开厘清)

免责声明:本报告为面向公众的科普与分析性内容,仅基于截至 2026-07 的公开信息与二手分析备忘录整理,不构成任何投资建议,不含估值目标价、买卖评级或持仓建议LiblibAI 相关主体为未上市公司,公开信息有限,付费会员转化率/续费率、B 端企业收入占比、模型市场分成结算规模、自研模型 vs 第三方 API 调用占比、工商主体归属等关键数据均未公开或未独立核实,文中已用 缺口 显式标注;用户规模、融资等为多信源交叉的趋势性口径,非审计数据。文中标注:事实=有公开来源、推导=基于事实的推断、判断=作者主观观点(欢迎反驳)、缺口=信息缺失。Bull/Bear/裁决为分析框架,非事实断言。"中国版 Civitai""最大 AI 创作社区"等为对标或媒体/公司用语,本文已作对标拷问。