实测新版LiblibAI：终于把模型、生图、工作流塞进一个碗了

梦瑶
2025-10-15
10:27:13

来源：量子位

梦瑶 发自 凹非寺

量子位 公众号 QbitAI

上网冲浪突然看到这个评论我懵了，升级过后的LiblibAI ，真的有这么好用？

甚至直接把另一个产品的会员停了，转身冲了年费那种……

这我可得试试了。

直接说体感发现：这次LiblibAI不仅一口气上线了N个模型，连视频都加了特效玩法，这波真不是单纯地“换皮上线”。

先简单测了一下，roll了效果出来，发现可能真的有点东西。

给大家摆几个最简单的效果，图是AI画的，视频是AI做的，这些内容在LiblibAI这一个平台里就能搞定——

比如这个，仿佛下一秒就是游戏CG开场：

还有这个，小女孩突然气球附体，咻地一声飞走了，毫无防备：

浅浅跑了几个case，发现效果居然都还不错。

这下，我彻底坐不住了，决定正儿八经实测一波走起～

一手实测LiblibAI 2.0

先说AI用户们最关心的创作链路和核心升级。

这次LiblibAI 2.0最大的动作，就是从一个“找模型”的网站，变成了可以直接做“AIGC流水线”的平台。

也就是说，大家用AI创作时就不用再开一堆网站来回切了，老用户看到这，可能会忍不住感慨一句：终于啊！

而且这次界面也变了不少，整体风格从“极客社区范”，变成了有点像“ChatGPT+Canva”的合体？

能调模型，也能做设计，不错不错。

模型能力这块，也没有丢底子。

LiblibAI一开始给自己的定位就是国内SD圈子最硬核的多模型社区，这次当然也没落下它的基本盘。

LiblibAI 2.0这次把Qwen-Image、Seedream 4.0、Nano-Banana这些热门模型直接搬上桌，想用哪个用哪个。

值得一提的是，LiblibAI这次还接入了Midjourney家族当前最强的版本——V7模型。

要知道，Midjourney的V7模型在今年4月才刚刚发布，而国内不少平台才在近期陆续接入。

对比圈内节奏，LiblibAI这波节拍点把握得不慢啊～

至于视频模型，升级后的LibLibAI 2.0集得也挺全——

这次把海螺2.0、通义万相2.5、可灵2.5、Vidu Q1等主流视频模型都集齐了。

这一锅炖下来，新老模型真·都被照顾到了……

但个人体验下来，这次最有看头也是最想和大家分享的，当属它视频生成页面的添加特效功能，可以直接在视频生成板块“添加特效”。

简单压测了三把：

第一测，上传了一张城堡的图片，选择了一个“一飞冲天”的特效，于是乎：

好家伙，古老城堡摇身一变成火箭，直接发射到天空！

再试一把，这次选了个飞行特效，让小猫化身小蜜蜂，也体验一把“一飞冲天”的感觉：

动作衔接都还行，就是飞着飞着，猫儿这个瞳孔颜色突然变了。稳定性和一致性这一块，模型还有有待进步的空间（老师推眼镜.gif）。

最后第三测，再来整个好玩的——

生成一张最近超火的NanoBanana同款拍立得照片：

拍立得倒是拍出来了，Q版人物也挺可爱，但第二秒镜头没对准人脸，画面直接“跑偏”。

这里顺便提一句，它现在用模板生成视频时，提示词是锁死的，不支持编辑。

和Pika的逻辑类似，效率高了，但牺牲了一些画面可控性。

另一个编辑部小伙伴一致觉得蛮实用的，是视频的首帧/尾帧功能。

适合搞搞短剧封面、BGM剪辑片段什么的，我做了个“穿越草原和城堡”的效果，首尾都挑得蛮准：

除了模型生成能力外，还有一个小功能很实用：

这次LiblibAI整合了全球最大图片风格开源模型库——

覆盖插画、摄影、电商、海报、IP等各类视觉风格，其实本质上是把“模型选型”流程视觉化了。

尤其对新用户来说，不用Prompt、不用找教程，直接选个模板就能生出成片。

真香，但没完全香

这波实测下来，LiblibAI 2.0确实给足了想象空间，从原来那个模型集散地，一脚跳进了创作工作流的大池子里。

但AI体验这事儿，不能光拼模型全不全，还得看用户到底买不买帐——

比如：这次即便氪了金却换不来更快的出图速度，尤其一次性生四张图的时候……（那一刻感觉钱白花了）

再比如：模型看似挺多，其实不少是同一家出的不同版本，选项多但惊喜感弱……

此外，一些网友在体验时似乎还出现了页面卡顿的问题：

说回LiblibAI这家公司，其实它本身就挺“非典型”，非常擅长内容产品打法。

在AI应用赛道里，LiblibAI算是一位速度型选手——

曾一年跑完四轮融资，创下当时国内AI应用赛道的融资速度纪录。

更值得一提的是，LiblibAI海外子公司打造的另一个AI设计产品，大家也很熟悉，全球首个设计Agent——Lovart。

当时产品才内测上线5天，排队体验人数就突破了10万。

LiblibAI的创始人陈冕也不简单。

此前是剪映、CapCut的商业化负责人，也是字节跳动当年最年轻的产品 4-1（对标阿里P9）之一，擅长从“用户-内容-流量”中构建闭环。

所以你就能理解，Liblib从模型广场走向“创作闭环”，并不是试水，而是照着增长路径来搞的。

看看现在，Liblib似乎在从“模型开源社区”向“创作者的AI全家桶”转身——

这条路看起来顺，实则每一步都不轻松，用户信任并不会因为功能叠加而自然延续，它始终需要被重新验证。

下一步能不能稳住，不光看工具是不是够强，而在于有没有人，还愿意在这里继续玩下去…是吧？

Read More