Look Capital、Lollapalooza Capital、九坤创投、经纬创投、和玉资本、创新工场、襄禾资本、源码资本、中科创星、洪泰基金、今日资本、华业天成、云晖资本、IDG、百度风投等投资。

来源：猎云网

近日，AI 视频生成解决方案提供商 Sand.ai 连续完成 2 轮累计超 1 亿美元融资，投资方包括：Look Capital、Lollapalooza Capital、九坤创投、经纬创投、和玉资本、创新工场、襄禾资本、源码资本、中科创星、洪泰基金、今日资本、华业天成、云晖资本、IDG、百度风投等。

Sand.ai 隶属于北京三呆科技有限公司，该公司成立于 2025 年 3 月。创始人 &CEO 曹越，曾是一家顶级人工智能研究机构的视觉模型中心的负责人，专注于基本视觉模型和多模态大型模型研究。

在过去的 5 年里，曹越广泛探索了视觉大型模型，在网络架构设计中提出了 Swin Transformer 和 Video Swin 等作品，以及在预训练方法中提出了 SimMIM 和 EVA 等作品。他的作品在该领域受到了广泛的关注，有 7 篇论文被列在 PaperDigest 最有影响力的论文中，累积了超过 5 万个谷歌学者引用。曹越打破了谷歌和 OpenAI 等北美科技巨头在视觉大型模型方面的垄断，在关键视觉感知任务（如 ImageNet 分类、COCO 检测、ADE20K 分割）方面取得了突破性进展。他的工作已被广泛应用于 Microsoft Office 365、Azure Cognitive Service、TikTok 和 Kuaishou 等产品。

在上一段创业 " 光年之外 " 戛然而止后，曹越很快就投入到 Sand.ai 的创业中，做视频生成模型。

2025 年初，Sand.ai 发布基于自回归架构训练的模型 Magi-1 后，曹越很快意识到 " 只有画面是不够的 "，于是团队开始探索音画同出。后来，Sand.ai 成为了除了 Google VEO 3 之外最早拿出音画同出模型的团队，Magi-1 也在 Google DeepMind 的 Physics IQ benchmark 上长期保持第一。

随后在 2025 年 11 月，曹越决定带着团队将模型架构从 Dense 转向 MoE。2026 年 Q3，Sand.ai 即将发布新一代视频生成模型，采用 MoE 架构，兼顾高效推理与目前开源领域最大的参数规模。

值得一提的是，在持续推进基础模型训练的同时，Sand.ai 也已经在应用侧探索过数字人、视频 Agent 等产品。今年 1 月上线的音乐 Agent 产品 VidMuse ，三个月已经做到千万美元 ARR 的体量。

1、猎云网原创文章未经授权转载必究，如需转载请联系官方微信号进行授权。

2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网（微信号：lieyunjingxuan

）字样。

3、猎云网报道中所涉及的融资金额均由创业公司提供，仅供参考，猎云网不对真实性背书。

4、联系猎云，请加微信号：jinjilei