A Yanyu Technology mira uma oferta pública inicial em Hong Kong após 3 anos, com avaliação de 3 bilhões de dólares

En meio ao crescente entusiasmo global por grandes modelos de IA, um "intermediário" que conecta modelos e usuários finais pode sustentar uma narrativa massiva de capital sem construir modelos fundamentais? Relatórios recentes da mídia indicam que a Evoken começou a se preparar para uma oferta pública inicial (IPO) em Hong Kong, com sua rodada mais recente de financiamento avaliando a empresa em US$ 3 bilhões. Tendo crescido rapidamente ao longo de três anos por meio de vários produtos de criação e aplicação de IA, a Evoken reacendeu os debates da indústria sobre o valor comercial e as barreiras competitivas da camada de aplicações de IA.

Da comunidade de modelos à lógica comercial de "intermediário": a evolução da Liblib

A jornada da Evoken começou com o lançamento da LiblibAI, uma comunidade de modelos de imagem, em 2023. Na época, o ecossistema de modelos de imagem de código aberto estava em pleno crescimento. A plataforma evoluiu gradualmente para uma comunidade vertical semelhante a um site de hospedagem de código, agregando modelos carregados e ajustados por criadores. À medida que as capacidades dos grandes modelos multimodais avançavam rapidamente, a Liblib atualizou para a versão 2.0, transformando-se de uma comunidade de ajuste fino de modelos únicos em um hub de criação multimodal. Ela integrou vários grandes modelos multimodais principais em seu núcleo e introduziu uma interface amigável para geração com um clique.

Apesar da expansão do posicionamento do produto, sua lógica comercial subjacente continua centrada no empacotamento de serviços, integrando as capacidades dos modelos multimodais. Como "intermediário" para grandes modelos, seu modelo de lucro baseia-se principalmente em garantir vantagens de custo de API de fontes oficiais ou de canais e vendê-las por meio de pacotes combinados. Por exemplo, a plataforma utiliza mecanismos como a expiração de pontos de membros para compensar os custos reais de uso. Essa abordagem difere da venda tradicional de ferramentas, focando em operações refinadas impulsionadas pela escala da plataforma e pelo consumo real dos usuários.

Diversa matriz de produtos: avanços rápidos de agentes de design para criação de vídeo com IA

Para ir além das limitações de atuar apenas como intermediário, a Evoken estabeleceu rapidamente vários produtos de aplicação vertical, construindo seu próprio motor de crescimento.

Primeiro, lançou um produto de assistente de agente especializado voltado para o setor de design. Seguindo a onda de conceitos gerais de agentes, a equipe formou rapidamente um grupo de produtos dedicado, focando na automação de processo completo e no aumento da eficiência no design. Sua estratégia central envolve o uso da lógica de agentes para decompor tarefas de design, otimizando funções específicas para abordar as dores dos designers no processamento de texto e imagem, modificação de texto e alinhamento de efeitos, otimizando assim profundamente os fluxos de trabalho tradicionais de design.

Em segundo lugar, introduziu uma plataforma de vídeo com IA para o setor de criação de vídeos. Aproveitando o boom de dramas curtos e geração de vídeos com IA, esses produtos entraram no mercado rapidamente ao modularizar a geração de roteiros, design de storyboards, geração visual e edição de pós-produção. Isso contribuiu significativamente para a Receita Recorrente Anual (ARR) da empresa. Ao captar com agilidade as tendências do setor e iterar rapidamente os recursos do produto, a empresa garantiu uma vantagem de pioneiro em vários mercados de nicho.

Fosso tecnológico e lacuna de tempo: desafios reais na camada de aplicações de IA

Embora a Evoken tenha demonstrado impressionante crescimento de receita e velocidade de iteração de produtos, seu modelo de negócios ainda enfrenta desafios práticos significativos e escrutínio objetivo.

Por um lado, o fosso tecnológico central para produtos da camada de aplicações de IA depende em grande parte de uma "lacuna de tempo". À medida que as capacidades dos grandes modelos continuam a melhorar e os gigantes da internet entram em mercados verticais, as barreiras diferenciadas criadas por vantagens de pioneiro podem ser rapidamente comprimidas. Grandes fabricantes, aproveitando ecossistemas e recursos vastos, estão acelerando seu layout de agentes criativos inteligentes e plataformas de criação semelhantes.

Por outro lado, os custos de migração de usuários para ferramentas de IA são relativamente baixos, e a competição no mercado muitas vezes se reduz a guerras de preços e corridas na velocidade de iteração funcional. Manter um crescimento rápido enquanto melhora a retenção e a fidelidade dos usuários a longo prazo, e construir barreiras técnicas e ecológicas mais robustas, continua sendo um desafio chave para essas empresas de aplicações de IA em seu desenvolvimento de longo prazo. À medida que o processo de IPO avança, o mercado determinará finalmente a qualidade da lucratividade e a sustentabilidade deste modelo "intermediário".