7月14日消息，AI 视频生成公司爱诗科技宣布完成整体 C 轮融资，累计融资 29.8 亿元人民币。据 TechCrunch 报道，本轮融资后公司估值突破 20 亿美元。这是中国 AI 视频生成赛道创业公司迄今最大的一笔融资。但这笔钱要解决的问题也很明确：在字节跳动 Seedance 单月营收已超 10 亿元、快手可灵 ARR 达 5 亿美元的竞争格局下，一家 ARR 为 4000 万美元的创业公司如何找到自己的生态位。 C 轮分两步完成，阿里从 B 轮跟投到 C+ 轮领投
这笔 29.8 亿元融资分两步完成。2026 年 3 月，爱诗科技先完成 3 亿美元 C 轮，由鼎晖香港基金、鼎晖 VGC、鼎晖百孚联合领投，中国儒意、三七互娱、亦庄国投、众为资本、国泰君安创新投资等参投。7 月 14 日宣布的 C+ 轮由阿里巴巴领投，Lollapalooza Capital（王慧文家办）、常春藤资本、惠远资本、钟鼎资本、韩国未来资产、OCBC 生态下 Lion X 基金、蓝色光标、CloudAlpha、iGlobe Partners 等十余家国内外机构参投。
阿里巴巴在 2025 年 9 月 B 轮即以领投身份入场，此次升级为 C+ 轮领投，参与深度持续加码。爱诗科技已与阿里巴巴达成 AI 视频能力的部署合作。产业资本中国儒意和三七互娱从 C 轮即参投，分别指向影视内容和游戏两个 R1 实时世界模型的落地方向。
爱诗科技成立于 2023 年 4 月，由前字节跳动视觉技术负责人王长虎创立。王长虎此前在字节跳动搭建了视觉算法平台并主导了视觉大模型从零到一的建设，更早曾在微软亚洲研究院任主管研究员。公司此前已完成从天使轮到 B+ 轮的多轮融资，累计超 8 亿元。加上 C 轮整体 29.8 亿元，公司总融资额已接近 38 亿元人民币。
营收 4000 万美元 vs. 对手月入 10 亿元，差距在量级
理解这笔融资的价值需要先看竞争格局。据 36 氪报道，字节跳动的 Seedance 2.0 单月营收已超 10 亿元人民币，该模型在短剧行业渗透率约 95%，带动火山引擎将 2026 全年 MaaS 营收目标上调至 150 亿元。快手可灵在 2026 年 Q1 收入 6.5 亿元人民币，3 月 ARR 达 5 亿美元，目前正筹划拆分独立并推动 2027 年港股 IPO，估值约 200 亿美元。
爱诗科技的 ARR 截至 2025 年 12 月为 4000 万美元。王长虎在接受《智能涌现》专访时称 2026 年 ARR 仍在持续增长，但未披露具体数字。爱诗旗下 PixVerse（海外）和拍我 AI（国内）的全球用户数已超过 1.5 亿，曾入选 a16z Top 50 GenAI 消费级应用前 25 名。
从收入绝对值看，爱诗与 Seedance 和可灵之间存在数量级差距。这也是"创业公司要不要继续自己训模型"这个问题反复被问到的原因。王长虎的回答是继续训，理由是模型与产品的迭代闭环是护城河的核心来源。
实时世界模型是技术路线选择，也是生态位选择
爱诗科技当前的产品矩阵分三条线：V 系列为视频生成基座模型（最新为 PixVerse V6，2026 年 3 月发布，官方称推理速度达同类模型数倍）；C 系列面向专业影视制作流程；R 系列为实时世界模型。
R 系列的旗舰产品 PixVerse R1 于 2026 年 1 月 13 日发布，基于三个技术支柱：Omni 原生多模态基础模型统一处理文本、图像、音频和视频；自回归流式生成机制配合记忆增强注意力实现理论上无限长度的连续生成；瞬时响应引擎（IRE）将采样步数压缩至 1 到 4 步实现实时交互。R1 支持最高 1080P 分辨率输出，2 月更新后支持 720P 高清实时生成、音频同步和 API 开放。
7 月 14 日，爱诗在海外同步发布了 PixVerse Game，官方称其为"全球首个实时视频驱动的游戏引擎"，将 R1 的实时交互能力产品化到互动剧情场景。王长虎在专访中将实时世界模型定位为"视频模型发展的终极阶段"：当视频模型的推理速度无限接近于零，就可以实现实时交互，生成一个用户可以持续影响和参与的数字世界。
这个技术判断同时也是一个竞争策略。在传统视频生成赛道上，Seedance 和可灵凭借大厂算力和流量优势已占据主导地位。爱诗选择将重心延伸到实时交互领域，构建一条大厂尚未大规模投入的差异化路线。王长虎在专访中的表述是"差异化不是刻意寻找的，而是被服务的场景和用户反向塑造出来的"——面向普通消费者降低创作门槛的目标，驱动了移动端优先、模板化创作和极致推理速度的产品路径，推理速度的极致追求自然延伸到了实时生成。
训练成本 1/10 的说法和模型-产品一体化
王长虎在专访中给出了一个引人注意的数字：爱诗训练同等参数规模大模型的成本约为同行的十分之一。他将这一差距归因于四个因素叠加：不采用赛马机制（节省几倍资源）、在技术判断节点上的准确率（减少试错成本）、算法创新带来的训练速度翻倍、高质量数据让训练收敛时间从同行的 3 个月压缩到 1.5 个月。
这个数字目前只有创始人自述一个来源，缺乏可独立验证的对照基准。但它反映了创业公司在资源约束下生存的核心逻辑：不在资源层面与大厂竞争，而是通过组织效率和判断力弥补算力差距。
组织结构上，爱诗与字节跳动的差异体现在模型和产品团队的关系上。字节的 Seedance 和即梦是两个独立团队，早期即梦用户量最大的功能是图片生成而非视频。爱诗的模型团队和产品团队合为一个，王长虎认为这种一体化结构能更快地将用户反馈转化为模型优化方向。当前爱诗团队约 150 人，分布在北京、上海和新加坡。 融资能买到时间，但买不到生态位
29.8 亿元是一笔大融资，但放在 AI 视频赛道的资本密度中需要打一个折扣。字节跳动 2026 年计划 AI 基础设施投入高达 5000 亿元人民币，快手计划全年资本支出 260 亿元。爱诗的融资额不足快手一年资本支出的十分之一。这笔钱能做的事情是延长窗口期：让爱诗在 R1 和 PixVerse Game 的方向上持续投入，同时维持 V 系列在视频生成基座上的竞争力，而非在算力规模上与大厂对等竞争。
王长虎在专访中提到，视频生成赛道从 2024 年 Sora 发布后的十几家玩家已淘汰到 3 至 5 家。爱诗是其中之一。他对此的判断是"跟过去三年相比压力小了"。这个判断的前提是爱诗的竞争对手从"所有想做视频模型的公司"收窄到了"已经跑出来的几家"，且爱诗在实时世界模型方向上建立了先发优势。 市场容易误读的地方在于：融资额大不等于收入差距已经缩小。爱诗的 ARR 与 Seedance 和可灵之间仍是量级差距。这笔融资解决的是存活和投入的问题，而非胜负的问题。真正的变量不在资本，在于实时世界模型这条路线能否在 2026 年下半年产生可规模化的收入。PixVerse Game 是第一个测试点：实时视频驱动的游戏引擎能否从概念验证走向开发者生态和用户增长。
接下来要看 ARR 增速和 R1 的产品化节奏
C 轮融资完成后，爱诗科技已进入需要用收入增速回答估值合理性的阶段。20 亿美元估值对应 4000 万美元 ARR，市销倍数超过 50 倍，在 AI 视频赛道中处于高位。接下来最值得观察的指标是 2026 年全年 ARR 的增长轨迹，尤其是 B 端收入的占比变化——王长虎在专访中提到 B 端收入今年"慢慢涨起来了"，但未给出具体数字。R1 的企业 API 商业化进展和 PixVerse Game 的开发者采用情况，将决定实时世界模型从技术演示变成收入来源的速度。在大厂一侧，字节是否会在实时交互方向大规模投入，是爱诗差异化窗口期长短的关键外部变量。
AI 速览
