阿里巴巴領投，字節前視覺掌舵人，干出AI視頻獨角獸

文 | 新質動能

7月14日，AI視頻公司愛詩科技宣布完成整體C輪融資，其中C+輪由阿里巴巴領投，Lollapalooza Capital、常春藤資本、惠遠資本、鐘鼎資本等十余家機構跟投。

加上今年3月由鼎暉投資領投的3億美元C輪，短短半年時間，愛詩科技累計募資達29.8億元人民幣。

支撐起這輪融資的，是一家成立三年多的創業公司，創始人兼CEO王長虎此前是字節跳動AI Lab視覺負責人，2023年創辦愛詩科技，旗下產品PixVerse和拍我AI目前合計擁有超1.5億全球用戶，覆蓋177個國家和地區。

半年兩輪融資，累計近30億元，愛詩科技是怎么在字節、快手等大廠環伺的賽道里，把自己跑成了資本搶著投的對象？

一、從“沒人相信”到資本追捧

時間倒回2023年。這一年，大模型創業迎來第一輪熱潮，幾乎所有創業公司都把目光投向了大語言模型。

相比之下，視頻生成不僅訓練成本更高，對算力和數據的要求也更加苛刻，商業模式更是遲遲沒有得到驗證。在很多投資人看來，這是一條投入巨大、回報卻充滿不確定性的賽道。

正是在這樣的背景下，41歲的王長虎創辦了愛詩科技。

王長虎，1982年出生，中國科學技術大學本碩博讀的都是計算機視覺方向，2004年進入微軟亞洲研究院，一待就是13年；2017年加入字節跳動，出任AI Lab視覺負責人和視覺技術總負責人，從零搭建了字節的視覺算法平臺和業務中臺，帶隊完成了抖音和TikTok從0到1的視覺技術體系建設，美顏、特效、圖像審核、AR特效、視頻畫質增強，這些能力都出自他的團隊；2021年，他離開字節，轉去龍湖集團做了兩年數字化與智能化負責人。

2023年4月，王長虎與聯合創始人謝旭璋一起創辦了愛詩科技，當時41歲的王長虎判斷，語言模型的牌桌已經太擁擠，而視頻會是AI內容生成里被低估的一個方向。

王長虎光鮮的履歷和專業的能力，是早期投資人愿意押注的理由。2023年8月，公司成立僅4個月便完成天使輪融資；同年10月，愛詩推出PixVerse V1，成為國內首家將DiT架構應用于視頻生成的創業公司，也是全球最早實現4K視頻生成能力的產品之一。相比當時行業普遍采用的U-Net架構，DiT訓練成本更高、早期效果也并不占優，但愛詩依然選擇提前押注這條技術路線。

隨后兩年，公司陸續完成多輪A系列融資，累計融資超過4億元，螞蟻集團、達晨財智、國科投資、阿里巴巴等機構相繼進入。

早期資本押注的，不是只短期內兌現的商業回報，更是這個團隊和這條提前選定的技術路線。

二、半年融資近30億元，資本為什么越投越多？

如果說A輪階段解決的是“能不能做”的問題，那么接下來兩年，愛詩要回答的是“能不能持續做得更好、更快”。

2024年1月，PixVerse網頁版正式上線，團隊定下了“模型和產品一起訓練”的打法：不等模型完全成熟再做產品，而是讓產品先跑起來，用真實的用戶反饋反過來指導模型迭代。

這套打法在當年10月迎來了一個意外的驗證節點：PixVerse V3上線后，一個“超級英雄變身”的特效模板在海外TikTok上意外走紅，單條視頻播放量突破8000萬。

在這次突然出圈的經歷中，團隊關注到了一個細節：那時愛詩還沒有上線手機App，而這個模板在網頁端的使用量里，有一半以上竟然來自手機瀏覽器。這組數據讓團隊第一次意識到，移動端的普通用戶是一塊被嚴重低估的市場，而當時行業里幾乎所有AI視頻公司，都還把網頁端當作唯一的產品主戰場。

沿著這條思路，團隊摸索了幾個月。2024年12月，PixVerse移動端App正式上線，比網頁版晚了將近一年。巨大的流量隨之帶來了不小的算力壓力，謝旭璋的話說，“當時流量很大，如果不做商業化可能會虧死”，公司隨即啟動商業化。

訂閱方案上線的第一個月，收入就覆蓋了全部業務成本，移動端也由此成長為公司最大的收入來源。也是在這一年，螞蟻集團領投超1億元人民幣的A輪融資，一度是當時國內AI視頻領域單筆最大的機構投資。

2025年，隨著移動端商業化跑通，B端需求也開始主動找上門。不少企業客戶希望直接接入API，愛詩順勢從年初開始拓展B端業務，全年API調用量增長超過10倍。

模型這條線也在持續推進：年初V4實現“準實時生成”，5月V4.5發布時全球用戶已達6000萬，6月國內版“拍我AI”上線，8月V5加入Agent創作助手并開放API生態，12月V5.5做到“分鏡+音頻”一鍵生成。

9月，阿里巴巴領投了6000萬美元的B輪融資。這背后也是阿里自身AI投資打法的延續：除了自研通義萬相，阿里近年在AI和具身智能領域已參與投資超過26家公司，包括快手可靈、生數科技等多家AI視頻公司，愛詩是其中被連續加注的一家。

2026年1月，V5.6發布，在Artificial Analysis權威評測榜單上位列全球第二；同月，愛詩推出了支持1080P分辨率的實時世界模型PixVerse R1，用戶可以用自然語言實時改變畫面內容，也獲得了中國儒意1420萬美元的戰略投資。

3月，愛詩完成3億美元C輪融資，約合20.6億元人民幣，由鼎暉香港基金、鼎暉VGC、鼎暉百孚領投，中國儒意、三七互娛等產業資本和二十余家國內外機構參與，估值達到10億美元，創下當時國內AI視頻生成賽道最大單筆融資紀錄。4月，全球首個影視行業大模型PixVerse C1發布。

到了7月14日，阿里巴巴領投的C+輪落地，加上此前的C輪，整體累計融資達到29.8億元。

資本連續加碼，看中的不僅是一家公司的成長速度，更是AI視頻商業化開始進入新的階段。

三、AI視頻進入下半場，拼的不只是模型

不過，融資紀錄不斷刷新，并不意味著競爭變得輕松。恰恰相反，當越來越多資本開始相信AI視頻能夠跑通商業化，也意味著這條賽道正式進入新的競爭階段。

過去兩年，行業討論更多是誰能率先做出視頻大模型；如今，大家比拼的已經變成誰能留住用戶、持續創造收入，并不斷拓展新的應用場景。

這場變化最早發生在海外。2024年，OpenAI發布Sora，讓視頻生成從一個非共識判斷，變成全行業的共識，大批公司涌入這條賽道，一度有十幾家玩家同場競爭。

但今年3月，Sora被關停，被外界解讀為OpenAI需要把資源和注意力聚攏到別處；此前上線的Sora App，據第三方機構SensorTower的數據，30日留存率約為8%，留存表現并不算理想。

Sora的發展放緩，并沒有改變AI視頻持續升溫的趨勢。隨著國內產品不斷成熟，新一輪競爭開始更多發生在中國市場。字節跳動旗下的Seedance在今年2月發布2.0版本后迅速走紅，據稱單月營收已經接近10億元人民幣，2.5版本也即將發布；快手旗下的可靈，年度經常性收入已接近5億美元，并在7月初宣布完成近30億美元融資，投后估值180億美元，超過1200億元人民幣，資方陣容囊括騰訊、阿里云、百度三家互聯網公司。

與此同時，這條賽道的邊界也正在不斷外延。隨著實時世界模型、AI游戲引擎這類新產品形態出現，行業的競爭不再只是視頻生成公司之間的較量，還牽涉到Unity、Unreal Engine這樣的游戲引擎公司，乃至一些還沒有出現的內容消費形態。

對于產業資本而言，這也是持續加碼AI視頻的重要原因。從最初投資模型能力，到今天圍繞影視、游戲、內容創作等下游產業提前布局，資本爭奪的已經不只是技術領先，而是下一代數字內容生產入口。

三年時間，愛詩科技從一個幾乎沒人看好的方向，走到了這條賽道的頭部位置，這中間既有技術路線選擇（較早押注DiT架構）和組織效率上的積累，也趕上了資本市場對AI視頻這條賽道重新定價的窗口期。

但把視角拉遠一點看，這更像是整個AI視頻行業階段性變化的一個縮影：這條賽道正在從“講技術故事”轉向“看商業化成績單”，用戶規模、ARR、B端場景滲透，正逐漸取代單純的模型參數和榜單排名，成為衡量這些公司的新標準；與此同時，實時世界模型、AI游戲引擎等新方向的出現，也說明這條賽道的邊界還在持續擴張，遠沒有到分出勝負的時候。

對愛詩科技和它的同行來說，眼下拿到的這些資本，更像是一張讓它們留在牌桌上的入場券，而不是終點。真正決定誰能笑到最后的，還是接下來幾年里，誰能把模型能力、產品體驗和商業化路徑，持續跑成一個正向循環。

參考資料：

《拿下29.8億融資，愛詩科技王長虎：不和大廠打資源戰要怎么贏》，智能涌現；

《6個月融25億元，他是“字節系”最猛的AI創業者》，中國企業家雜志；

《中國AI視頻賽道最大單筆融資，為什么給了愛詩科技》，APPSO；

《晚點獨家丨愛詩融資3億美元，中國視頻生成最大單筆融資誕生》，晚點LatePost；

《產業與全球資本共同加注，愛詩科技完成29.8億元C輪融資》，AI科技評論；

《阿里領投！愛詩科技完成近30億元C輪融資》，中國基金報。