lovart 访谈拆解（二）
陈冕访谈拆解：从赛道选择到第一代产品 LibLib
type
status
date
slug
summary
tags
category
icon
password
commet
Summary
- 选赛道的核心是理性避战：不做通用大模型、不做基座、不做入口，尽量避开和巨头正面硬刚。
- 多模态/图像更适合应用层创业：文字对话容易被通用模型覆盖，而图像/设计更垂直、更容易直接产生商业价值。
- 关键判断是“专业需求 ≠ 专业人群”：人人都有设计需求，但不一定是设计师在做；因此真正大市场在“甲方”与普通需求者。
- LibLib 的价值：第一代产品不一定完美，但能积累用户认知、内容与运营经验，为下一代产品（Lovart）铺路。
二、创业起步：极其理性的赛道选择
2.1 为什么做 AI + 设计：三个理性判断
我非常佩服陈冕在选择赛道时的理性。他不是盲目追热点，而是有非常清晰的三层思考。
1）避开巨头
- 不做通用大模型（OpenAI、Anthropic 的战场）
- 不做基座（需要巨量资金）
- 不做入口（会被 BAT 碾压）
他说：
“我打过那么多场仗，我知道跟巨头硬碰硬什么下场。”
我听到这里的直觉是：创业公司最大的错误之一，就是选了一个注定要和巨头正面硬刚的赛道。巨头看不上、不太信、或暂时顾不上的窗口，才更可能留给创业者。
2）多模态更有机会
- 文字对话很惊艳，但容易被通用大模型覆盖
- 图像/设计更垂直，更容易产生商业价值
- 不是入口，是应用层
我的理解是：这是一种“通用 vs 垂直”的平衡——太通用会被大模型吃掉，太垂直又做不大；图像设计刚好处在一个相对合适的区间。
3）专业需求，但不一定是专业人群
这是最精妙的判断。他说：
- “每个人都有专业的设计需求”
- “但不一定是专业的设计师在做”
- “LibLib 是让设计师用，Lovart 是让甲方用”
这让我想到 Canva 的经典逻辑：
- Adobe 服务专业设计师
- Canva 服务“有设计需求但不会设计的人”
- Lovart 更像是服务“原本需要请设计师的人”（让他们尽量不用请）
2.2 一个核心信念：AI 是救赎
更重要的是，陈冕在 2023 年初就判断：
- “这至少是电脑级别的发明，不会小于电脑”
- “移动互联网已经过去了，AI 是我的救赎”
- “希望是一切痛苦的解药，是一切痛苦的意义”
这让他在 2023 年 5 月（ChatGPT 爆发后仅 5 个月）就辞职创业。
我在寒假回家的路上听到这里，心里冒出来一句话：Timing is everything。
如果他晚半年出来，LibLib 和 Lovart 的机会窗口可能就没了。
三、第一代产品 LibLib：专业设计师的 AI 绘图社区
3.1 LibLib 的定位
根据访谈和资料，LibLib（哩布哩布）是陈冕团队的第一代产品，定位是：
- AI 绘图 / 文生图社区
- 专业用户为主（设计师、插画师）
- 门槛相对较高，需要理解模型、参数、提示词
3.2 为什么选择从社区切入？
这个策略我觉得很聪明，主要体现在三点：
- 社区有网络效应
PGC 创作者贡献内容 → 吸引 UGC 用户 → 形成正循环
- 避开直接竞争
不只是做工具，而是做“工具 + 社区”，用结构差异避开同质化对打
- 积累用户认知
让用户习惯“AI 生成图像”这件事，把新能力变成日常使用行为
3.3 LibLib 的成功与局限
从访谈中可以推断，LibLib 做得还不错（陈冕说“上线即爆”），但也有局限：
- 太专业：普通用户用不起来
- 门槛高：需要懂提示词、参数调整
- 变现难：社区模式的商业化路径不明确
我听完的感受是：第一代产品可以不完美，但要积累关键认知与资产。
LibLib 为后续铺垫了三类能力：
- AI 图像生成的用户需求理解
- 社区运营的经验
- 专业设计师的痛点洞察
这些后来都变成了 Lovart 的“基础设施”。
小结：这一篇我记住的三个点
- 避战思维：创业不是逞强，先活下来，再找优势局
- 多模态的应用层机会：更容易形成可见价值、更容易商业化
- 社区是第一代产品的加速器：先把人聚起来，先把内容跑起来，先把认知沉淀下来
下篇预告（3/4）
下一篇会进入最“至暗”的部分：账上只剩 4000 块那 6 个月发生了什么、为什么不卖公司、以及“融资节奏不对”如何几乎杀死一家看起来“做得不错”的公司。
Loading...