阿里巴巴，投出AI視頻生成賽道最大單筆融資｜智能涌現獨家

文｜周鑫雨

編輯｜蘇建勛

《智能涌現》獨家獲悉，近日，AI視頻生成公司「愛詩科技」完成B輪融資，總金額超過6000萬美元。

該輪融資由阿里巴巴領投，達晨財智、深創投、北京市AI基金、湖南電廣、巨人網絡和Antler跟投。據瞭解，這也是國內視頻生成領域單次最大融資額。

愛詩在融資和增長上的猛勢，是如今國內視頻生成賽道集體狂飆的一個縮影，目前愛詩旗下產品PixVerse的全球用户已經邁過1億大關。就在4個月前，這個數字還是6000萬。

同樣起飛的還有商業化。愛詩科技創始人兼CEO王長虎告訴《智能涌現》，公司產品的訂閲收入已經覆蓋成本。

另一位視頻生成領域頭部玩家，快手的財報顯示，2025年Q2，旗下可靈AI的營收已經超過2.5億元，佔快手總營收的4.8%。

然而，僅僅一年前，由於Sora的掀桌、大廠的入局，AI視頻生成創業，一度不被看好。

《智能涌現》曾在《楊立昆、朱嘯虎不看好的賽道，正在海外悄悄賺錢》一文中提到，2024年初，不少投資人的共識是：視頻模型ROI短時間無法打正，以及初創公司會像語言模型賽道一樣，被2-3家大廠淘汰。

成立在2023年4月的愛詩科技，對市場的不看好深有體會：彼時的視頻生成還是非共識，創業公司資源有限，創始人王長虎和謝旭璋並非最受資本歡迎的「天才少年」。

在愛詩科技CEO王長虎看來，愛詩回到舞臺中央，恰恰因為堅持了「不變」：

從第一天起，團隊就將視頻生成作為確定性的機會，從自研模型到產品化，從未偏離主線；

至於產品，C端則是團隊一直看好的方向——愛詩旗下的產品，AI視頻創作平臺PixVerse（海外）和拍我AI（國內），主打為普通用户提供低門檻的AI視頻創作工具。

其特效模板通過「提示詞封裝」，將視頻生成複雜的製作過程簡化為「一鍵生成」。

2025年8月27日，愛詩發佈的新一代視頻生成模型PixVerse V5，優化了生成速度、視覺質量、指令遵循等能力。

與此同步上線的，是一款面向C端用户的「Agent創作助手」，沒有視頻創作基礎的用户，也能用現有的模板庫和極為簡單的指令，創作出一段視頻。

△使用「Agent創作助手」和內置的模板創作視頻。圖源：作者試用

△「拍我AI」生成的寵物視頻。圖源：作者試用

從不被看好到拿下最大單筆融資額，愛詩做對了什麼？

成功逆襲，愛詩到底做對了什麼，王長虎總結出了兩點：

第一，無論用户還是團隊，都不盲目燒錢擴張。

王長虎告訴我們，過去半年內，愛詩用户規模從6000萬增長到一億，比起投放，靠產品能力本身去做聰明的增長，是更為行之有效的方法。比如，2024年11月，「毒液變身」等展示模型能力的特效模板，迄今已為PixVerse帶來了過百億的曝光量。

第二，不盲目對模型做Scaling（擴大參數規模）。

在愛詩科技看來，Scaling Law仍然適用於當下的視頻生成模型。但對於資源有限的創業公司而言，模型訓練不允許失敗，試錯成本遠高於大廠。

這意味着，每一次的模型訓練，愛詩都需要保證模型質量的前提下，降低訓練成本，同時規劃更為精細化的迭代方向。

愛詩的經驗是，每一次模型和產品的迭代，都要貼着用户的需求走。

比如，團隊發現，不管在專業創作還是短視頻領域，大多數單鏡頭視頻的長度都在10s以內，廣為傳播的視頻長度在10秒左右，「60s一鏡到底」不是用户的核心需求。

因此愛詩把資源集中在提升視頻生成的速度、質量和指令遵從優化上。

基於「分佈匹配蒸餾」技術，愛詩在行業中率先將視頻生成速度從「分鍾級」壓縮到了「秒級」。爲了保證視頻生成的質量，團隊在訓練過程中引入特徵自約束損失，穩定了視頻生成的畫質。

這兩點經驗，都指向了同一個方向：創業公司如何更高效地利用有限的資源，建立自己的優勢。

不過，資源有限下的遺憾也是存在的。讓王長虎最為扼腕的，是沒有全球最早訓練出對標Sora的模型。

「早些年，有些錢我們沒有拿。」他告訴《智能涌現》，「但回頭看，我們應該多儲備一些資金，儘可能地去拿錢，更早把模型做出來。」

當然，Timing（時機）對創業者而言同樣重要。

2023年4月，愛詩成立在一個視頻生成還是非共識的時間點。

非共識創業的難點是擺在明面上的。王長虎回憶，當時，市面上還不存在高性能的視頻生成模型，小型創業公司常被市場質疑的一點是：是否有訓練高性能視頻生成模型的能力和資源。

但另一面，非共識創業，也讓愛詩免受行業FOMO（害怕錯過）情緒的負面影響。王長虎告訴我們：「這反而讓我們在早期處於一種更健康的狀態：估值與能力相匹配，發展節奏更紮實，而不是被高估值所左右。」

再者，比別人更早，也意味着技術和產品上的先發優勢。2024年下半年，隨着Sora將DiT架構變為視頻生成領域的技術共識，海內外不少大廠和初創公司才接連入局，發佈視頻生成模型。

彼時，PixVerse的全球用户規模已經達到1000萬，並且已經實現了規模化收入。近期發佈的視頻生成模型V5，也在獨立測評平臺 Artificial Analysis 的最新測試中，登頂全球圖生視頻榜單，在文生視頻榜中位列全球第二。

Artificial Analysis 的最新測試

Artificial Analysis 的最新測試

視頻生成界，也會誕生「Canva」和「Photoshop」

視頻生成的遊戲，到底有沒有創業公司的機會？這是創業以來，王長虎和團隊最常被問的問題。

愛詩幾乎用了2024年一整年，來回答這個問題。那一年，他們面對了Sora的突襲，快手和字節的輪番傾軋。

但事實證明，在一個相當初期的賽道，機會沒有獨屬於強者。2024年7月，緊接着可靈AI，愛詩發佈了PixVerse V2，成了國內首個發佈可實際使用的DiT視頻模型的創業公司。

至於未來的格局，王長虎判斷：AI技術並不是簡單把抖音等短視頻平臺中的內容替換成AI內容，而是帶來了全新的交互方式：

「一旦視頻能實現實時或準實時生成，用户在觀看內容的同時，也能即時調整、生成新的內容。」在他看來，視頻行業全新的交互邏輯，註定會像「短視頻孕育出抖音」一樣，孕育出新的國民級產品。

2025年，視頻生成賽道的競速，已經從「比誰先復刻出Sora」，拉到了產品差異化競爭。

一個明顯的跡象是，視頻生成領域的不同玩家，逐漸分散至風格、用户畫像、功能各異的細分領域。

比如，前商湯秒畫負責人劉宇成立的Vivix Group Limited，其產品TipTap聚焦在AI Porn的生成；前光年之外聯合創始人曹越創業做的Sand AI，則跳出了主流的DiT技術路線，採用自迴歸路線，實現了視頻的無限擴展生成。

愛詩聚焦的用户，是沒有視頻製作技術的普通人。王長虎對我們表示，由於視頻創作門檻高，加之工具供給不足，目前95%的人的視頻創作需求還沒被滿足。

他將目前的產品比作視頻生成界的Canva，「更大眾，更平權」，而其他視頻生成產品則是Photoshop和Figma，服務的是專業創作者。

在外界的視角中，2024年11月以來，「美人魚變身」「毒液變身」等特效模板的全球爆火，是愛詩押對的幸運一棋。

△「拍我AI」提供的視頻生成模板。圖源：「拍我AI」官網

但王長虎認為，特效模板走紅，是迟早的事，「模板能夠將用户的創作門檻降下來，是團隊自然而然做出的決策。」

如今，為C端用户提供視頻生成模板，也是愛詩產品生態中重要的一部分。在社區中，不僅有官方製作的模板，還有不少來自用户自發的創作。比如，拍我AI上，一款用户做出的「衣櫃變裝」模板，獲得了百萬級以上的瀏覽量。

產品的定位，也決定了愛詩目前最看重的幾個指標：用户增長、留存以及社區行為活躍度（如UGC模板創作）。

視頻生成行業的發展，還未到終局。著名風投機構BVP在2025年AI報告中提到，在接下來1年中，視頻生成領域的格局，大概率會像如今的語言模型那樣塵埃落地。

誰能覆蓋成本、穩步擴大用户規模，誰就更有可能留在牌桌上。

歡迎交流！