愛詩科技C輪融近30億：阿里領投，王慧文家族辦公室現(xiàn)身

《科創(chuàng)板日報》7月14日訊（記者 李明明） 今日，AI視頻生成與實時世界模型公司愛詩科技宣布完成整體C輪融資，累計規(guī)模達到29.8億元人民幣。

其中，最新交割的C+輪由阿里巴巴領投，Lollapalooza Capital（王慧文家族辦公室）、常春藤資本、惠遠資本、鐘鼎資本、韓國未來資產(chǎn)、OCBC生態(tài)下的Lion X基金、藍色光標、CloudAlpha、iGlobe Partners等十余家機構跟投。

《科創(chuàng)板日報》記者注意到，在成立僅僅三年多后，王長虎創(chuàng)立并執(zhí)掌的愛詩科技，單C輪就收進了接近30億元。對比國內(nèi)大模型及AI視頻同行的融資體量，這已進入第一梯隊。而這筆年內(nèi)AI視頻領域規(guī)模頂尖的融資，也印證行業(yè)共識：AI視頻已經(jīng)接過AI代碼的接力棒，成為開始規(guī)模化商業(yè)落地的核心賽道之一。

創(chuàng)始人系字節(jié)跳動AI Lab核心骨干

愛詩科技成立于 2023 年，致力于多模態(tài)視頻大模型與世界模型的研發(fā)，同時基于自研模型提供多元化的原生AI視頻產(chǎn)品，公司旗下產(chǎn)品包括面向全球用戶的 PixVerse、面向中國市場的“拍我 AI”，以及面向團隊生產(chǎn)、開發(fā)者集成和未來交互的系列模型、產(chǎn)品與能力。

2026年初，愛詩科技推出支持 1080P 的通用實時世界模型 PixVerse R1。據(jù)介紹，其用戶遍布全球 177 個國家及地區(qū)。

愛詩科技創(chuàng)始人為王長虎，擁有中國科學技術大學博士學位。王長虎2004年加入微軟亞洲研究院，是國內(nèi)最早一批推動AI視頻模型研發(fā)及產(chǎn)業(yè)化的領軍人物之一，2017年加入字節(jié)跳動擔任AI Lab總監(jiān)，2023年3月，他開啟了第一次創(chuàng)業(yè)嘗試，成立了愛詩科技。

王長虎的創(chuàng)業(yè)思路是，避開當時當紅的 NLP 大模型，從自己熟悉并感興趣的視覺和多模態(tài)出發(fā)，做 AI視頻大模型，打造面向全球用戶的大模型產(chǎn)品。

據(jù)悉，王長虎的核心團隊成員很多出自字節(jié)系，他最早從2017年開始參與抖音、TikTok從零到一的研發(fā)，負責這個億級用戶產(chǎn)品背后的視頻人工智能建設，積累了實戰(zhàn)經(jīng)驗。這些工作，讓他的團隊涉獵了幾乎所有與視頻智能相關的領域，包括且不限于數(shù)據(jù)處理、內(nèi)容生成、安全問題處理、視頻內(nèi)容精準理解以及全方位廣告場景。

2023年8月，愛詩科技完成天使輪融資，融資金額達數(shù)千萬元人民幣。該輪融資在公司成立四個月后迅速落地。

關于本輪融資的領投方阿里系，除了多輪押注愛詩科技，也在該賽道投資了生數(shù)科技，并在2026年7月以阿里云主體參與了可靈AI近30億美元的融資。

值得關注的是，王慧文的家族辦公室Lollapalooza Capital也出現(xiàn)在這一輪的資方名單中。王慧文近年來在AI領域連續(xù)出手，其押注常被市場解讀為對下一代技術平臺的個人意志表達。與此同時，藍色光標這類營銷傳播集團的參與，則提供了產(chǎn)業(yè)落地聯(lián)想。

資本加速涌向AI視頻賽道

如果說2025年是屬于AI Coding的融資大年，那么2026年，聚光燈正快速移向AI視頻。2025年至今，國內(nèi)AI視頻生成賽道持續(xù)迎來資本持續(xù)加注，公開融資總額已突破百億元人民幣量級。

其中，快手旗下可靈AI于2026年7月落地近30億美元（約合204億元人民幣）的單輪融資，創(chuàng)下全球視頻大模型賽道有史以來最大單筆融資紀錄，騰訊、阿里、百度等頭部互聯(lián)網(wǎng)企業(yè)罕見同臺參投；

同期愛詩科技繼2025年9月拿下阿里領投的6000萬美元B輪融資后，又在2026年7月完成累計29.8億元的C輪融資，疊加演語科技近3億美元B+輪融資、Sand.ai兩輪合計超1億美元融資等多筆行業(yè)重點事件，資本正持續(xù)向頭部技術型企業(yè)集中。

與此同時，頭部項目相繼傳出了資本化動態(tài)：可靈被傳預計在2027年年初便向香港聯(lián)交所正式遞交上市申請表格，啟動IPO流程；生數(shù)方面，記者此前從多位接近生數(shù)科技人士處獨家獲悉，公司或最快于2026年上半年啟動港股IPO。

值得一提的是，AI視頻賽道的技術內(nèi)核正在升維。2024年各家比拼的還是“生成視頻的時長和清晰度”，而到了2025年下半年至今，競爭焦點之一已轉向 “世界模型”。

字節(jié)跳動Seedance 2.0憑借對物理世界動態(tài)規(guī)律的深度建模，實現(xiàn)多鏡頭剪輯、運鏡控制、跨場景角色一致等突破，登頂全球頭部梯隊。

生數(shù)科技以基座世界模型（Foundation World Model）為核心底層架構，分別面向數(shù)字世界打造了世界生成模型（WGM）、面向物理世界打造了世界行動模型（WAM）。

愛詩科技聯(lián)合創(chuàng)始人謝旭璋日前在聯(lián)合國 AI for Good 峰會上，展示了基于世界模型技術構建的首個實時視頻游戲引擎 PixVerse Game。該引擎將實時視頻模型、游戲機制工具鏈與用戶自定義世界觀相結合。謝旭璋對《科創(chuàng)板日報》記者表示，游戲場景是世界模型與實時視頻技術的硬核檢驗場。

王長虎對《科創(chuàng)板日報》記者判斷，世界模型本身還在早期，不同團隊的目標和技術路徑并不完全一樣，個人會先把它分成兩類來看。第一類，是構造數(shù)字世界。模型不是只生成一段內(nèi)容，而是能夠生成一個可持續(xù)、可交互、可變化的數(shù)字環(huán)境。比如李飛飛團隊在空間智能方向的探索，Google Genie 系列對可交互環(huán)境生成的研究等。

第二類，是通過數(shù)字世界影響物理世界。隨著具身智能、機器人和智能體的發(fā)展，這一類世界模型也開始受到越來越多關注。其它不只是為了生成一個可看的世界，而是希望模型對物理空間、行動結果和環(huán)境反饋形成理解，最終服務真實世界中的決策和執(zhí)行。

“所以我不太愿意用一個概念標簽去判斷誰真誰假。關鍵不在于名字叫不叫世界模型，而在于它有沒有一個實際系統(tǒng)，讓用戶、智能體或者設備可以和這個數(shù)字世界或物理世界發(fā)生自由交互。”

（科創(chuàng)板日報記者 李明明）