文 | 新质动能

7 月 14 日，AI 视频公司爱诗科技宣布完成整体 C 轮融资，其中 C+ 轮由阿里巴巴领投，Lollapalooza Capital、常春藤资本、惠远资本、钟鼎资本等十余家机构跟投。

加上今年 3 月由鼎晖投资领投的 3 亿美元 C 轮，短短半年时间，爱诗科技累计募资达 29.8 亿元人民币。

支撑起这轮融资的，是一家成立三年多的创业公司，创始人兼 CEO 王长虎此前是字节跳动 AI Lab 视觉负责人，2023 年创办爱诗科技，旗下产品 PixVerse 和拍我 AI 目前合计拥有超 1.5 亿全球用户，覆盖 177 个国家和地区。

半年两轮融资，累计近 30 亿元，爱诗科技是怎么在字节、快手等大厂环伺的赛道里，把自己跑成了资本抢着投的对象？

一、从 " 没人相信 " 到资本追捧

时间倒回 2023 年。这一年，大模型创业迎来第一轮热潮，几乎所有创业公司都把目光投向了大语言模型。

相比之下，视频生成不仅训练成本更高，对算力和数据的要求也更加苛刻，商业模式更是迟迟没有得到验证。在很多投资人看来，这是一条投入巨大、回报却充满不确定性的赛道。

正是在这样的背景下，41 岁的王长虎创办了爱诗科技。

王长虎，1982 年出生，中国科学技术大学本硕博读的都是计算机视觉方向，2004 年进入微软亚洲研究院，一待就是 13 年；2017 年加入字节跳动，出任 AI Lab 视觉负责人和视觉技术总负责人，从零搭建了字节的视觉算法平台和业务中台，带队完成了抖音和 TikTok 从 0 到 1 的视觉技术体系建设，美颜、特效、图像审核、AR 特效、视频画质增强，这些能力都出自他的团队；2021 年，他离开字节，转去龙湖集团做了两年数字化与智能化负责人。

2023 年 4 月，王长虎与联合创始人谢旭璋一起创办了爱诗科技，当时 41 岁的王长虎判断，语言模型的牌桌已经太拥挤，而视频会是 AI 内容生成里被低估的一个方向。

王长虎光鲜的履历和专业的能力，是早期投资人愿意押注的理由。2023 年 8 月，公司成立仅 4 个月便完成天使轮融资；同年 10 月，爱诗推出 PixVerse V1，成为国内首家将 DiT 架构应用于视频生成的创业公司，也是全球最早实现 4K 视频生成能力的产品之一。相比当时行业普遍采用的 U-Net 架构，DiT 训练成本更高、早期效果也并不占优，但爱诗依然选择提前押注这条技术路线。

随后两年，公司陆续完成多轮 A 系列融资，累计融资超过 4 亿元，蚂蚁集团、达晨财智、国科投资、阿里巴巴等机构相继进入。

早期资本押注的，不是只短期内兑现的商业回报，更是这个团队和这条提前选定的技术路线。

二、半年融资近 30 亿元，资本为什么越投越多？

如果说 A 轮阶段解决的是 " 能不能做 " 的问题，那么接下来两年，爱诗要回答的是" 能不能持续做得更好、更快 "。

2024 年 1 月，PixVerse 网页版正式上线，团队定下了 " 模型和产品一起训练 " 的打法：不等模型完全成熟再做产品，而是让产品先跑起来，用真实的用户反馈反过来指导模型迭代。

这套打法在当年 10 月迎来了一个意外的验证节点：PixVerse V3 上线后，一个 " 超级英雄变身 " 的特效模板在海外 TikTok 上意外走红，单条视频播放量突破 8000 万。

在这次突然出圈的经历中，团队关注到了一个细节：那时爱诗还没有上线手机 App，而这个模板在网页端的使用量里，有一半以上竟然来自手机浏览器。这组数据让团队第一次意识到，移动端的普通用户是一块被严重低估的市场，而当时行业里几乎所有 AI 视频公司，都还把网页端当作唯一的产品主战场。

沿着这条思路，团队摸索了几个月。2024 年 12 月，PixVerse 移动端 App 正式上线，比网页版晚了将近一年。巨大的流量随之带来了不小的算力压力，谢旭璋的话说，" 当时流量很大，如果不做商业化可能会亏死 "，公司随即启动商业化。

订阅方案上线的第一个月，收入就覆盖了全部业务成本，移动端也由此成长为公司最大的收入来源。也是在这一年，蚂蚁集团领投超 1 亿元人民币的 A 轮融资，一度是当时国内 AI 视频领域单笔最大的机构投资。

2025 年，随着移动端商业化跑通，B 端需求也开始主动找上门。不少企业客户希望直接接入 API，爱诗顺势从年初开始拓展 B 端业务，全年 API 调用量增长超过 10 倍。

模型这条线也在持续推进：年初 V4 实现 " 准实时生成 "，5 月 V4.5 发布时全球用户已达 6000 万，6 月国内版 " 拍我 AI" 上线，8 月 V5 加入 Agent 创作助手并开放 API 生态，12 月 V5.5 做到 " 分镜 + 音频 " 一键生成。

9 月，阿里巴巴领投了 6000 万美元的 B 轮融资。这背后也是阿里自身 AI 投资打法的延续：除了自研通义万相，阿里近年在 AI 和具身智能领域已参与投资超过 26 家公司，包括快手可灵、生数科技等多家 AI 视频公司，爱诗是其中被连续加注的一家。

2026 年 1 月，V5.6 发布，在 Artificial Analysis 权威评测榜单上位列全球第二；同月，爱诗推出了支持 1080P 分辨率的实时世界模型 PixVerse R1，用户可以用自然语言实时改变画面内容，也获得了中国儒意 1420 万美元的战略投资。

3 月，爱诗完成 3 亿美元 C 轮融资，约合 20.6 亿元人民币，由鼎晖香港基金、鼎晖 VGC、鼎晖百孚领投，中国儒意、三七互娱等产业资本和二十余家国内外机构参与，估值达到 10 亿美元，创下当时国内 AI 视频生成赛道最大单笔融资纪录。4 月，全球首个影视行业大模型 PixVerse C1 发布。

到了 7 月 14 日，阿里巴巴领投的 C+ 轮落地，加上此前的 C 轮，整体累计融资达到 29.8 亿元。

资本连续加码，看中的不仅是一家公司的成长速度，更是 AI 视频商业化开始进入新的阶段。

三、AI 视频进入下半场，拼的不只是模型

不过，融资纪录不断刷新，并不意味着竞争变得轻松。恰恰相反，当越来越多资本开始相信 AI 视频能够跑通商业化，也意味着这条赛道正式进入新的竞争阶段。

过去两年，行业讨论更多是谁能率先做出视频大模型；如今，大家比拼的已经变成谁能留住用户、持续创造收入，并不断拓展新的应用场景。

这场变化最早发生在海外。2024 年，OpenAI 发布 Sora，让视频生成从一个非共识判断，变成全行业的共识，大批公司涌入这条赛道，一度有十几家玩家同场竞争。

但今年 3 月，Sora 被关停，被外界解读为 OpenAI 需要把资源和注意力聚拢到别处；此前上线的 Sora App，据第三方机构 SensorTower 的数据，30 日留存率约为 8%，留存表现并不算理想。

Sora 的发展放缓，并没有改变 AI 视频持续升温的趋势。随着国内产品不断成熟，新一轮竞争开始更多发生在中国市场。字节跳动旗下的 Seedance在今年 2 月发布 2.0 版本后迅速走红，据称单月营收已经接近 10 亿元人民币，2.5 版本也即将发布；快手旗下的可灵，年度经常性收入已接近 5 亿美元，并在 7 月初宣布完成近 30 亿美元融资，投后估值 180 亿美元，超过 1200 亿元人民币，资方阵容囊括腾讯、阿里云、百度三家互联网公司。

与此同时，这条赛道的边界也正在不断外延。随着实时世界模型、AI 游戏引擎这类新产品形态出现，行业的竞争不再只是视频生成公司之间的较量，还牵涉到 Unity、Unreal Engine 这样的游戏引擎公司，乃至一些还没有出现的内容消费形态。

对于产业资本而言，这也是持续加码 AI 视频的重要原因。从最初投资模型能力，到今天围绕影视、游戏、内容创作等下游产业提前布局，资本争夺的已经不只是技术领先，而是下一代数字内容生产入口。

三年时间，爱诗科技从一个几乎没人看好的方向，走到了这条赛道的头部位置，这中间既有技术路线选择（较早押注 DiT 架构）和组织效率上的积累，也赶上了资本市场对 AI 视频这条赛道重新定价的窗口期。

但把视角拉远一点看，这更像是整个 AI 视频行业阶段性变化的一个缩影：这条赛道正在从 " 讲技术故事 " 转向 " 看商业化成绩单 "，用户规模、ARR、B 端场景渗透，正逐渐取代单纯的模型参数和榜单排名，成为衡量这些公司的新标准；与此同时，实时世界模型、AI 游戏引擎等新方向的出现，也说明这条赛道的边界还在持续扩张，远没有到分出胜负的时候。

对爱诗科技和它的同行来说，眼下拿到的这些资本，更像是一张让它们留在牌桌上的入场券，而不是终点。真正决定谁能笑到最后的，还是接下来几年里，谁能把模型能力、产品体验和商业化路径，持续跑成一个正向循环。

参考资料：

《拿下 29.8 亿融资，爱诗科技王长虎：不和大厂打资源战要怎么赢》，智能涌现；

《6 个月融 25 亿元，他是 " 字节系 " 最猛的 AI 创业者》，中国企业家杂志；

《中国 AI 视频赛道最大单笔融资，为什么给了爱诗科技》，APPSO；

《晚点独家丨爱诗融资 3 亿美元，中国视频生成最大单笔融资诞生》，晚点 LatePost；

《产业与全球资本共同加注，爱诗科技完成 29.8 亿元 C 轮融资》，AI 科技评论；

《阿里领投！爱诗科技完成近 30 亿元 C 轮融资》，中国基金报。