陈冕

AI · AI 创意工具
Mian Chen中国当前 约 34 岁

演语科技创始人兼 CEO · Lovart / LiblibAI 创始人

从校园产品尝试、腾讯实习和大厂产品岗位走出来,把 AI 创作社区与设计 Agent 组成一套出海产品组合

一句话判断:大厂高管创业:把产品、增长和全球商业化经验重新组织成 AI 创作产品组合,再用新产品验证这套经验能否转成交易。

大厂高管创业规模化公司VC 支持中国出海出身 中国大陆1992 年生名校科班大厂出身

关键数字

每条都带口径与采集时点,角标标明证据等级

1992出生 · 约 34 岁
媒体报道3 亿美元↗公司 ARR · 2026-05
媒体报道20 万↗Lovart 日活 · 2025-09
媒体报道近 3 亿美元↗B+ 轮融资 · 2026-06
媒体报道超过 20 亿美元↗B+ 轮投后估值 · 2026-06

关键阶段

他几岁的时候在干什么

约20岁

校园尝试

约32岁

账上四千元

约33岁

Lovart 发布

约34岁

组合规模

代表作品

面向设计师和营销人员的端到端 AI 设计 Agent,以订阅与积分承载多步创作任务

LiblibAI

模型创作社区与在线生成平台,会员和积分是公开可见的收费单位

AI 视频创作平台,采用会员与积分体系

这门生意怎么运转

赛道
面向全球设计师和营销人员的 AI 设计 Agent;从需求理解到多步创作交付完整设计结果
用户与付费者
设计师、营销人员和需要快速产出品牌素材的团队使用;个人订阅者与团队客户付费,公开资料未披露各类收入占比
解决的问题
把品牌视觉、海报、营销素材等任务从多工具手工拼接,变成可反复调用的自然语言工作流;设计师页面还强调品牌套件和局部编辑
收费方式
定价页采用订阅与积分包;复杂任务通常消耗更多积分,积分按任务与模型消耗计量,也让用户看到推理和失败重做的预算单位。具体金额随页面变化,此处不固定金额
获客与时机
可观察入口包括免费体验、社区与作品展示、设计师/营销人员场景页以及全球发布;这是基于公开入口的分析判断。2025 年生成式 AI 已教育用户用自然语言创作,但端到端 Agent 仍有产品窗口
主要成本
模型推理与多步任务调用、失败重做、产品与模型研发、全球服务和获客;这是成本结构分析,复杂任务越多,单位推理成本越需要被积分价格覆盖
验证层级
规模已验证,利润未公开2025-09 报道称 DAU 约 20 万、年度预测订阅收入 3000 万美元,且当时尚未覆盖服务成本;这些是规模与 run-rate 口径,不能当作已实现收入或盈利
主要风险
基础模型能力快速同质化、推理成本和失败率侵蚀毛利、专业用户对可控性与版权的要求提高;这是风险分析,低价模型或大厂内置能力都可能压缩付费空间
增长飞轮 · 分析判断

免费体验和作品展示带来创作者 → 作品与模板降低下一位用户的试错成本 → 更多任务产生积分消耗与反馈 → 产品改善后再扩大创作者分发。这是分析判断,公开资料未证明其中各环节的转化率。

Lovart 是陈冕从创作社区转向设计 Agent 的代表产品。收费单位不是单纯的席位,而是订阅额度与积分;用户按任务和模型消耗积分,公司也需要用这套计量管理多步模型调用、失败重做和服务成本。Lovart 定价页

这个时间点的机会在于,用户已经接受用自然语言生成视觉内容,但仍需要品牌一致性、局部修改和跨步骤交付。Lovart 的设计师与营销人员页面展示了品牌套件、局部编辑等可复用流程。Lovart Designers · Lovart Marketers 这能解释产品价值,却不能单独证明利润。从成本结构看,推理成本与失败重做可能影响订阅业务的毛利;公开资料未披露完整单位经济数据。

赛道
模型创作社区与在线生成平台
用户与付费者
模型作者、图片创作者和需要在线生成的用户使用;会员用户通过订阅与积分付费,社区内容也承担展示与分发作用
收费方式
会员与积分体系;具体套餐和金额以会员页为准
获客与主要成本
模型、作品和创作者社区形成内容入口;网络效应和成本效率是分析判断,公开资料未见单位经济数据,推理、存储、审核、社区运营与研发属于可能的成本项
公开验证
产品存在已核实2023-05 成立信息来自公开报道;公司 ARR、用户和利润不能拆分归属于 LiblibAI
主要风险
模型版权与内容治理、社区供给质量、通用模型降价,以及创作者和生成用户两端的留存

LiblibAI 更像模型与作品的供给侧社区:作者上传和分享模型,用户在线创作,社区内容又反过来成为发现模型和作品的入口。LiblibAI · 会员与积分 这是和 Lovart 不同的交易逻辑;在没有收入拆分时,不能把集团收入归给单一产品,多个产品的用户数也不能无去重相加。

赛道
AI 视频创作平台
用户与付费者
视频创作者和需要视频内容的用户使用;公开页面显示会员与积分是主要付费单位
收费方式
会员与积分;具体金额以平台页面为准
主要成本与风险
视频生成通常需要更重的推理、存储和带宽,这是成本分析;内容版权、生成稳定性与模型迭代也可能影响利润逻辑,尚无公开独立利润数据

LibTV 补足视频创作场景,公开访谈将其与 LiblibAI、Lovart 一并列为演语科技产品。它可以共享模型、创作者和品牌心智,但视频任务更重,不能直接套用图片社区的成本假设。LibTV

时间线

  1. 进入东南大学经济管理学院

    约18岁起步中国 · 南京 · 本科生

    学校公开信息显示,陈冕为东南大学 2010 级经管学院本科生。

    出处 ↗
  2. 大二与学长尝试中国版 GitHub,产品发布后未能继续

    约20岁失败中国 · 南京 · 大学生 · 校园项目参与者

    本人访谈转录称,这次尝试发布产品后失败,随后转去腾讯实习。它能证明校园创业尝试,不能据此断言已注册公司或是人生第一次正式创业。同期学校新闻列出其在集盒团队《集盒科技有限责任公司创业计划书》中获全国挑战杯金奖。

    出处 ↗
  3. 本科毕业,进入产品与互联网职业路径

    约22岁转折南京 · 毕业生 → 产品经理

    访谈转录称其 2014 年毕业、专业为信息管理与信息系统;该专业和毕业年份目前依据转录,未独立回听原节目。

    出处 ↗
  4. 加入字节跳动教育业务,后转向剪映 CapCut 全球商业化

    约28岁转折字节跳动产品与商业化负责人

    访谈转录称 2020-01 加入瓜瓜龙,双减后转到剪映 CapCut 全球商业化;公开履历资料将其描述为前摩拜产品总监、前剪映 CapCut 全球商业化负责人。

    出处 ↗
  5. 成立 LiblibAI,进入生成式 AI 创作平台

    约31岁起步创始人

    公开报道将 LiblibAI 的成立时间记为 2023 年 5 月。此处不把 2023 年写成其人生首次创业,前文校园项目已有明确尝试。

    出处 ↗
  6. 创业早期经历现金危机

    约32岁失败创始人

    陈冕在张小珺访谈中自述,2023–2024 年间一度账上只有约 4000 元。这是本人回忆,节目并非晚点报道,金额和时间不应外推为公司财务报表。

    出处 ↗
  7. Lovart 全球发布并退出 Beta

    约33岁里程碑创始人兼 CEO

    发布稿称 Lovart 于 2025 年 5 月开始内测,7 月全球发布,定位为端到端设计 Agent;内测月份亦见[晚点播客报道](https://podcast.latepost.com/136?t=0)。

    出处 ↗
  8. Lovart 达到约 20 万 DAU,年度预测订阅收入约 3000 万美元

    约33岁里程碑创始人兼 CEO

    报道使用的是 20 万 DAU 和 3000 万美元年度预测订阅收入口径,并称当时尚未覆盖服务成本;这不是已实现年收入,也不是利润。

    出处 ↗
  9. 演语科技完成近 3 亿美元 B+ 轮,投后估值超过 20 亿美元

    约34岁里程碑创始人兼 CEO

    报道同时称截至 2026 年 5 月公司 ARR 达 3 亿美元;公司公开产品组合包括 LiblibAI、Lovart 和 LibTV。ARR 属于公司口径,未经审计,不应归入 Lovart 单一产品或解释为利润。

    出处 ↗

从校园产品到 AI 创作组合

陈冕的可核实起点不是 2023 年成立 LiblibAI,而是东南大学在校期间和学长尝试中国版 GitHub。本人访谈转录称,产品发布后失败,他转去腾讯实习;东南大学学校新闻记录了 2012 年集盒团队的创业计划书获得全国挑战杯金奖。两条资料能证明早期对产品和创业的尝试,不能把校园项目包装成已注册公司,也不能由此推出“第一次创业年龄”。

毕业前后,他先在腾讯实习,之后经历 360 产品经理、百度直达号、滴滴、摩拜及被美团收购后的组织,随后做过每日优鲜产品运营增长,进入字节教育业务并在双减后转到剪映 CapCut 全球商业化。上述顺序来自本人访谈转录和公开履历资料,精确任职日期仍待核对。它说明他的能力积累横跨产品、增长、组织变化和出海商业化,也说明创业时并非一开始就拥有完整资源。

阶段 可核实的身份 / 组织 证据边界
早期 腾讯实习 本人访谈转录称未留任
产品岗位 360、百度直达号、滴滴、摩拜 顺序见访谈转录,精确任期待核
并购后 摩拜被美团收购后留任 不是单独跳槽,见访谈转录
增长与出海 每日优鲜产品运营增长;字节教育业务 → 剪映 CapCut 全球商业化 公开履历与访谈转录,月份待核

现金危机与产品选择

2023 年 5 月成立 LiblibAI 后,陈冕在张小珺访谈中回忆过创业早期的现金压力:2023–2024 年间账上曾只剩约 4000 元。这个数字是本人自述,不是公司财务披露,但它解释了为什么不能把后来的融资和 ARR 倒推成一路顺利。2025 年 Lovart 从 5 月内测到 7 月全球发布,产品重心从模型与作品社区进一步延伸到可交付的设计 Agent。

决策原则

从上述经历可以归纳出一些产品选择上的倾向,以下属于分析判断。能看到的重复行动是:在产品失败后继续换问题定义,在双减等外部约束下迁移到更有全球需求的产品场景,并把复杂创作任务拆成可计量的积分消耗。它们支持“根据交易和技术条件调整产品”的分析,但不能证明每次转向都由单一原则驱动。

证据边界

2014 年毕业与专业、早期职位顺序来自本人访谈转录,正文已明确未独立回听;现金危机是本人自述;2025 年 Lovart 规模与 2026 年 ARR、融资、估值来自媒体或公司披露,均未见审计。没有公开证据时,我没有为任职经历补具体月份,也没有把公司 ARR 写成 Lovart 收入、个人财富或利润。

待核清单

不知道的数字留空,比冒充可靠更可靠

  • 2014 年毕业与信息管理/信息系统专业目前依据本人访谈转录,尚未独立回听原节目或找到校方毕业档案。
  • 腾讯、360、百度、滴滴、摩拜、美团、每日优鲜和字节各段任职的精确月份、职位边界与离职原因,公开资料不足。
  • 2026 年 ARR、融资与估值均为报道或公司披露口径,未见审计财报,且无法拆分到 LiblibAI、Lovart、LibTV。

我的点评

我认为陈冕最容易被误读成“有大厂履历就能做出 AI 独角兽”。更接近事实的主线是:校园项目失败后,他在多家产品岗位里积累了复杂组织、增长和全球商业化经验;创业初期又经历过账上约 4000 元的现金危机,最后把模型社区、设计 Agent 和视频平台放进同一家公司。

值得抄的是三件具体的事。第一,把过去做过的产品工作转成对用户任务的理解:Lovart 不是只展示模型能力,而是把品牌套件、局部编辑和多步交付放进设计流程。第二,用订阅和积分把用户预算与模型调用绑定,至少给推理和失败重做成本留下计量单位。第三,按产品拆分市场:LiblibAI 负责模型与作品社区,Lovart 聚焦端到端设计任务,LibTV 进入视频场景;这比把“AI 平台”当成一个模糊产品更容易验证。

冷水也很明确。公司 ARR、融资和估值不能证明利润,Lovart 在 2025 年 9 月的报道反而显示当时收入还没有覆盖服务成本。个人可以学习任务拆解、产品反馈和技术换代时调整方向,但不能直接复制资金、团队、模型供应和大厂分发经验。我的判断是:这套组合真正的护城河若存在,必须来自持续降低每次复杂任务的推理成本、稳定交付可用结果,以及社区作品对下一次获客的复用;这些机制的转化率和利润率目前都没有公开证据。

看下一位