海边的曼彻斯特

中国财政金融协同促内需一揽子政策扩容,中国财政金融协同促内需一揽子政策扩容_我的网站

行尸走肉第四季

一 | AI应用公司LiblibAI近期完成1.3亿美元B轮融资。　　中新社北京8月21日电 (记者赵建华)中国财政部、中国人民银行、国家金融监管总局21日公布了最新的财政金融协同促内需政策：扩大贴息范围，增加经办机构，提高额度上限。

二 | 　　三部门宣布，将符合条件的中小微民营企业的新发放流动资金贷款纳入中小微企业贷款贴息政策支持范围。从目前公开数据来看，这是国内AI应用公司今年最大的一笔融资。据官方透露，本轮融资由红杉中国、CMC资本及一战略投资方联合领投，老股东顺为资本、源码资本、明势创投、渶策资本均超额增持，远识资本继续担任本轮融资的独家财务顾问。将信用卡专项分期、消费分期、预借现金分期等新发生信用卡各类分期业务纳入个人消费贷款财政贴息政策支持范围，贴息比例为年化1个百分点。

三 | Liblib是ChatGPT出现后AI应用井喷般创业潮里十分典型的一家公司，它由在大厂打过硬仗的创始人陈冕创办，成立后便经历了2023年AI技术和资本市场双动荡的大起大落，在快速获得用户后，也快速地经历了险些让公司“活不下去”的挑战。这个过程里，Liblib用产品的设计创新和增长上的各种努力，最终成为一个今天用户规模可观的AI应用平台。将中小微企业贷款贴息政策、服务业经营主体贷款贴息政策经办机构范围扩大至21家全国性银行和金融监管评级3A及以上的城市商业银行、农村合作金融机构、民营银行、外资银行。　　单户在单家经办机构可享受中小微企业贷款贴息的贷款规模上限由每年5000万元(人民币，下同)提高至7500万元。简单说，它一直在面对“大模型技术进步不停吞噬应用公司生存空间”的灵魂拷问，而从今天的数据来看，它对这个挑战的回答，阶段性结果不错。据接近Liblib的人士透露，目前Liblib的日活跃用户为400万，总用户数2500万。单户在单家经办机构可享受服务业经营主体贷款贴息的贷款规模上限由每年1000万元提高至2000万元。 1、孵化2500万AI创作者根据LiblibAI的官方资料，其最初的定位是“AI绘画领域的GitHub”，为AI模型开发者和创作者提供模型分享和下载平台。今天，随着产品迭代，它逐渐演变为“一个集模型库、云端工具和创作者社区于一体的平台”。每名借款人在单家经办机构可享受的个人消费贷款和信用卡分期业务累计贴息上限由每年3000元提高至每年5000元。上述规定，自2026年8月1日起施行。　　21日，在国新办举行的新闻发布会上，中国财政部副部长廖岷介绍，中国创新设立财政金融协同促内需的6项政策工具(下称一揽子政策)，今年中央财政专门安排了1000亿元资金，通过财政引导、金融投放、市场运作的传导链条，实现了“1+1>2”的政策效果。据透露，Liblib已经收录了数万款AI模型。政策出台7个月以来，实施进展整体符合预期，政策效能逐步显现。据统计，有居民约1.13亿人次，企业大概有622万家，其中绝大多数是中小微企业，获得了政策支持。

四 | 在其平台上，这些模型会通过算法和人工运营进行筛选和排行。用户可以直接在云端调用算力，使用文生图、图生图、ControlNet、局部重绘等功能，无需配置本地显卡。平台为每个模型提供推荐的提示词和参数设置，降低使用门槛。

五 | 　　廖岷表示，今年1-7月，通过中小微企业贷款贴息、设备更新贷款贴息、民间投资专项担保计划、民企债券风险分担机制4项促投资的政策，服务业经营主体贷款贴息、个人消费贷款贴息2项促消费的政策，累计支持相关领域新发放信贷超20万亿元，较上年同期增长了超8800亿元。除了工具功能，LiblibAI还搭建了创作者社区。四项促投资政策累计支持民间投资约1.51万亿元。两项促消费政策累计支持居民消费约1.88万亿元。用户生成的作品可以在平台展示，其他人能查看生成参数并进行二次创作。这种“模型-创作-分享”的机制形成了内容生产的循环。而且，Liblib也在通过模型轻量级训练与创作者激励机制，来建设自己的社区生态。

六 | 目前LiblibAI的产品矩阵已经从图像扩展到视频。2025年10月发布的2.0版本增强了视频生成能力，支持多模型生成与专业级特效模板，覆盖从灵感到成片的完整流程。官方称，这次大的版本更新，让其从“聚合工具”升级为“AI专业创作工作室”。这也意味着比静态图像更广的商业化空间。 1、AI应用公司可以不被模型吞噬，并继续增长回看LiblibAI的发展历程，可以梳理出几个关键节点和选择。

七 | 2023年7月，LiblibAI拿到天使轮融资，当时正值AIGC概念从技术圈走向大众市场，Stable Diffusion的开源生态快速发展，全球创作者对模型、工具和交流社区的需求开始井喷。

八 | LiblibAI选择了应用层路线，而非去做基础模型，切入了离用户更近的社区生态赛道，避开了与头部公司在基础技术上的正面竞争，将资源集中在“社区生态+工作流整合”上。当时的产品形态，也以WebUI为主，大多是对AI敏感的设计人士在使用。 2024年，LiblibAI用一年时间完成了PMF验证，从一个工具集发展为具备网络效应的平台雏形。产品形态开始开始向工作流的样子转变，通过进入更专业的更复杂的工作流并成为其中重要的一部分，来获得更高的留存转化并尝试商业化的可能。

九 | 这个阶段，Liblib开始搭建一个连接上下游的平台结构：上游的模型能力通过创作者社区和工作流，转化为实际的商业价值。

十 | “创作者分享玩法、用户生成内容、企业为稳定服务付费”这套机制逐步建立起来，形成了一个商业闭环。在平台化和社区化的同时，产品也开始Agent化。此前工作流形态的很重要原因就是模型的Agent化能力依然不足，但随着Agent能力增强，AI应用从一个辅助变成更加全面的自主处理任务的Agent成为最重要趋势，Liblib的团队也在这个阶段同时押注了Agent的技术和全球化交错的窗口期。从资本的角度来看，LiblibAI的这轮融资反映出AI投资逻辑的变化。过去两年，AI大模型赛道的投资逻辑可以用疯狂来形容。

十一 | 估值与商业化能力往往不匹配——200亿估值的公司年收入可能不到10亿，市销率（P/S）动辄达到20-30倍。估值与实际收入倒挂，烧钱速度超过造血能力，技术叙事成为主要的估值支撑。但从2024年下半年开始，一级市场的投资标准发生了变化。

十二 | 投资人不再只看“模型参数更大”“benchmark分数更高”这类技术指标，而是开始关注更具体的商业问题：付费用户规模、单位经济模型、客户留存率、盈利时间表。

十三 | LiblibAI此次以及此前多次融资其实都是在这样的思路下完成。

十四 | 陈冕在多个公开分享中提到过Liblib早期的补贴以及获客“战斗”，这种对商业化和增长的重视，也影响着产品设计。在前不久更新的2.0版本里，它在继续保留了老用户习惯了的WebUI和ComfyUI的同时，给新的更广泛的潜在用户提供了更低门槛的诸多功能，从可以让视频与图像生成在同一界面完成的极简生成器，到对开源与闭源模型的兼容，以及不拘泥于“AI原教旨”但用户会十分需要的专业视觉特效功能。

十五 | 同时，它给创作者提供的补贴激励继续。 2.0版本后，平台采用订阅制+按需付费的混合模式：普通用户免费使用基础功能，专业用户通过订阅获得更高算力配额和高级功能，企业客户为API服务和定制化需求付费。这套模式已经在运转，有明确的收入来源。相比那些仍在烧钱验证技术可行性的公司，LiblibAI已经有了相对清晰的商业模式和用户基础，这次拿下关键融资也说明，商业化将成为创业公司接下来又一轮新的淘汰赛里至关重要的竞争点。