阿里重仓，AI视频赛道强势崛起

AI视频这个赛道，越来越热闹了。

14日，AI视频生成与实时世界模型公司爱诗科技宣布完成整体C轮融资，累计规模达到29.8亿元。这个数字，放在国内大模型及AI视频同行里，已经稳稳踏入第一梯队。

最新交割的C+轮由阿里巴巴领投，Lollapalooza Capital（王慧文家族办公室）、常春藤资本、惠远资本、钟鼎资本、韩国未来资产、OCBC生态下的Lion X基金、蓝色光标、CloudAlpha、iGlobe Partners等十余家机构跟投。

这家成立仅仅三年多的公司，单C轮就拿下了近30亿的融资，足以说明资本对AI视频赛道的热情。行业共识也越来越清晰：AI视频已经接过了AI代码的接力棒，成为开始规模化商业落地的核心赛道之一。

创始人系字节跳动AI Lab核心骨干

爱诗科技成立于2023年，专注于多模态视频大模型与世界模型的研发，同时基于自研模型提供多元化的原生AI视频产品。公司旗下产品包括面向全球用户的PixVerse、面向中国市场的“拍我 AI”，以及面向团队生产、开发者集成和未来交互的系列模型与能力。

2026年初，爱诗科技推出了支持1080P的通用实时世界模型PixVerse R1，用户已遍布全球177个国家及地区。

创始人王长虎，中国科学技术大学博士。他的履历很扎实：2004年加入微软亚洲研究院，是国内最早一批推动AI视频模型研发及产业化的领军人物之一；2017年加入字节跳动担任AI Lab总监。2023年3月，他开启了第一次创业，成立了爱诗科技。

王长虎的创业思路很清晰：避开当时当红的NLP大模型，从自己最熟悉的视觉和多模态出发，做AI视频大模型，打造面向全球用户的AI产品。

值得一提的是，他的核心团队成员很多出自字节系。王长虎从2017年开始参与抖音、TikTok从零到一的研发，负责这个亿级用户产品背后的视频人工智能建设，积累了丰富的实战经验。这些经历，让团队几乎涉猎了所有与视频智能相关的领域，包括数据处理、内容生成、安全问题处理、视频内容精准理解以及全方位广告场景。

2023年8月，爱诗科技完成天使轮融资，融资金额达数千万元，距离公司成立仅四个月。

本轮融资的领投方阿里系，除了多轮押注爱诗科技，还在该赛道投资了生数科技，并在2026年7月以阿里云主体参与了可灵AI近30亿美元的融资。

值得关注的是，王慧文的家族办公室Lollapalooza Capital也出现在这一轮的资方名单中。王慧文近年来在AI领域连续出手，其押注常被市场解读为对下一代技术平台的个人意志表达。蓝色光标这类营销传播集团的参与，则提供了产业落地的想象空间。

资本加速涌向AI视频赛道

如果说2025年是属于AI Coding的融资大年，那么2026年，聚光灯正快速移向AI视频。2025年至今，国内AI视频生成赛道持续迎来资本加注，公开融资总额已突破百亿元量级。

快手旗下可灵AI于2026年7月落地近30亿美元（约合204亿元）的单轮融资，创下全球视频大模型赛道有史以来最大单笔融资纪录，腾讯、阿里、百度等头部互联网企业罕见同台参投。

同期，爱诗科技继2025年9月拿下阿里领投的6000万美元B轮融资后，又在2026年7月完成累计29.8亿元的C轮融资。叠加演语科技近3亿美元B+轮融资、Sand.ai两轮合计超1亿美元融资等多笔行业重点事件，资本正持续向头部技术型企业集中。

与此同时，头部项目相继传出资本化动态：可灵被传预计在2027年年初向香港联交所递交上市申请；生数方面，据消息人士透露，公司或最快于2026年上半年启动港股IPO。

值得一提的是，AI视频赛道的技术内核正在升维。2024年各家比拼的还是“生成视频的时长和清晰度”，而到了2025年下半年至今，竞争焦点之一已转向“世界模型”。

字节跳动Seedance 2.0凭借对物理世界动态规律的深度建模，实现了多镜头剪辑、运镜控制、跨场景角色一致等突破，登顶全球头部梯队。

生数科技以基座世界模型（Foundation World Model）为核心底层架构，分别面向数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动模型（WAM）。

爱诗科技联合创始人谢旭璋日前在联合国AI for Good峰会上，展示了基于世界模型技术构建的首个实时视频游戏引擎PixVerse Game。该引擎将实时视频模型、游戏机制工具链与用户自定义世界观相结合。谢旭璋的判断是：游戏场景是世界模型与实时视频技术的硬核检验场。

王长虎对世界模型的看法更为审慎。他认为世界模型本身还在早期，不同团队的目标和技术路径并不完全一样，可以先把它分成两类来看。

第一类，是构造数字世界。模型不是只生成一段内容，而是能够生成一个可持续、可交互、可变化的数字环境。比如李飞飞团队在空间智能方向的探索，Google Genie系列对可交互环境生成的研究等。

第二类，是通过数字世界影响物理世界。随着具身智能、机器人和智能体的发展，这一类世界模型也开始受到越来越多关注。它不仅是为了生成一个可看的世界，而是希望模型对物理空间、行动结果和环境反馈形成理解，最终服务真实世界中的决策和执行。

“所以我不太愿意用一个概念标签去判断谁真谁假。关键不在于名字叫不叫世界模型，而在于它有没有一个实际系统，让用户、智能体或者设备可以和这个数字世界或物理世界发生自由交互。”王长虎说。