晚點獨家丨愛詩融資 3 億美元，中國視頻生成最大單筆融資誕生

超過 20 家機構投資。

文丨陳佳惠

編輯丨程曼祺

我們獨家獲悉，愛詩科技近期完成了 3 億美元 C 輪融資，由鼎暉投資領投，超過 20 家機構參與，包括中國儒意、三七互娛等文娛行業(yè)產業(yè)方，亦莊國投、蘇創(chuàng)投等地方國資，和 UOB Venture Management、 Lion X 基金等海外機構。

這是目前為止中國視頻生成領域最大的單筆融資。

我們了解到，愛詩 2025 年底年度經常性收入（ARR）超過 4000 萬美元。據他們去年 10 月的公開信息，旗下手機端 App 產品 PixVerse（海外版）和拍我 AI 的總用戶數當時已超 1 億，月活超 1600 萬。

據公開報道和數據，中國背景的 AI 創(chuàng)業(yè)公司中，ARR 超過 5000 萬美元的公司僅有數家，如 Manus、Lovart、Genspark、Heygen 等。

大部分視頻生成公司或產品，如 Runway、快手可靈、生數科技、MiniMax 海螺等都主要服務相對專業(yè)的內容創(chuàng)作者，在 Web 端提供服務。

愛詩也有這塊業(yè)務，但從 2024 年下半年，他們開始主做 C 端產品，在當年第四季度上線了移動端視頻生成和分享 app PixVerse。字節(jié)旗下的即夢在同年 3 月開始內測，初期以圖片生成為主；后來引起更大關注的 Sora app 則是在第二年（2025 年）10 月上線。

在模型技術探索上，愛詩的最新進展是在今年 1 月發(fā)布 PixVerse R1，它可以實時生成、且能讓畫面無限延續(xù)，這是自回歸方法帶來的特性之一。“實時 + 無限畫面” 也是視頻生成領域久被討論的趨勢，它可能會解鎖交互式內容和生成式游戲等新體驗。

PixVerse R1 上用戶分享的原創(chuàng)互動世界

探索這一方向的公司還有 Sand.ai 和 Vivix AI。Sand.ai 由光年之外聯合創(chuàng)始人曹越創(chuàng)立，曾在 2025 年 3 月開源了使用自回歸技術的視頻生成模型 MAGI-1；Vivix AI 由商湯前執(zhí)行研究總監(jiān)劉宇創(chuàng)立，專注 “實時交互多模態(tài)內容”。

Seedance2.0 爆火出圈后，壓力傳導給了其他視頻生成公司。愛詩聯合創(chuàng)始人謝旭璋告訴我們，他們也有焦慮，但從用戶數據來看，Seedance2.0 對愛詩的影響并不明顯：“因為視頻生成的市場足夠大，大家還沒到需要正面競爭的階段。”

以下是此輪融資前后，我們和謝旭璋的訪談，涉及近期的資本市場變化、Seedance 2.0 等行業(yè)進展和新競爭，以及愛詩自己的 “世界模型” 探索。

融資 3 億美元后，繼續(xù)自研模型、全球化、to C

晚點：單輪 3 億美元創(chuàng)下視頻生成金額記錄。為什么在 25 年年底，投資市場對這個方向、對愛詩表現出這種熱情？

謝旭璋：因為從注意力和收入看，視頻生成都是 AI 各具體方向里增長很快的。同行也融了不少錢。（注：美國視頻生成公司 Runway 于 2026 年 2 月完成 3.15 億美元融資。）

晚點：為什么這一輪有這么多機構？是因為參與方很多，但有魄力出大錢的機構又比較少嗎？

謝旭璋：去年底啟動融資的時候本想融 1 億美金，但國內外投資人想參與的比較多，就決定多融一些，儲備充足彈藥。

晚點：準備怎么花這 3 億美元？

謝旭璋：繼續(xù)投入研發(fā)，探索新業(yè)務，拓展全球市場。我們希望做出最好的視頻模型，也把 R1 系列做得更好。

晚點：你們模型訓練一次的成本是多少？3 億美元里，會有多少用在模型研發(fā)上？

謝旭璋：研發(fā)同參數量甚至效果更好的模型，我們平均每月用的訓練資源不到千卡，成本大概只有同行的 10%，今年希望能加大幾倍的投入。

晚點：為什么可以比同行低？

謝旭璋：綜合優(yōu)勢——模型架構、算法、工程、產品能力。外界解讀時會希望能找到一些簡單結論，但其實沒有單一歸因。

之前一些比我們融了更多錢的大模型公司不缺人，不缺數據，但其中多數公司依然做不出視頻生成模型，說明訓視頻生成模型本身有難度。

晚點：但 OpenAI 這樣的頂尖 AI Lab 還是可以做出來，而廣義上來說，你們也是對手。

謝旭璋：確實 2024 年年初 Sora 剛發(fā)布后，大家都在說 “創(chuàng)業(yè)公司完蛋了”、“大廠一統天下”，“創(chuàng)業(yè)公司應該做應用別搞大模型了”...... 雖然外界有很多討論，但我們內部比較堅定，要把模型能力掌握在自己手中。

Sora 出來也有一個好處。我們是 23 年就成立的，在那之前，連做視頻模型創(chuàng)業(yè)在中國都是非共識，大家更關注大語言模型公司的進展。所以我們已經把自研視頻生成從非共識堅持到它變成共識了，那何不再堅持一下呢？

晚點：這股勁兒什么時候得到釋放的？

謝旭璋：24 年下半年，我們發(fā)了 PixVerse V3。當時有一個超級英雄變身的效果，在全球病毒式傳播。那時我們覺得模型和應用都做對了。

晚點：當時怎么想到或試出 “模板” 這個應用形態(tài)的？

謝旭璋：我們當時想做 ToC，決定要用 “模板” 這個應用形態(tài)也是為了服務普通人。這和我們最早做這家公司的初心是符合的，只能說那時候的技術能力 ready 了。

晚點：字節(jié)是不是更能把這個事做好了？

謝旭璋：那時他們還沒反應過來，給了我們機會。

晚點：如果字節(jié)現在投入更多來做視頻生成的 C 端應用呢？它有流量、有產品、有模型。

謝旭璋：我們不是在做同樣的事。字節(jié)流量最大的視頻產品是抖音和 Tiktok，它們最主要還是做短視頻消費，而我們的重點是讓沒做過視頻的普通用戶能用 AI 創(chuàng)作視頻。新的創(chuàng)作者能在我們這里獲得用原生 AI 創(chuàng)作和分發(fā)的體驗。

晚點：你們在視頻生成領域進行了這么多探索，你覺得哪個場景是真正能夠支撐百億收入的？

謝旭璋：其實這件事已經發(fā)生了。在美國，一個月視頻生成 API 的調用量就超過了 1 億美金，一年其實就有 100 億人民幣的 API 調用量。

晚點：你們現在還有什么在堅持的非共識嗎？

謝旭璋：在 Seedance2.0 發(fā)布后繼續(xù)投入模型自研，繼續(xù)做全球化 ToC，繼續(xù)服務普通人，這些依然是非共識。另一個就是繼續(xù)投入以視頻為載體的世界模型 R1。

Seedance 2.0 出現是好事，行業(yè)沒到正面競爭階段

晚點：Seedance2.0 爆火出圈，你們感到焦慮和有壓力嗎？

謝旭璋：我們是有焦慮。但從 2023 年成立到現在，三年里，同樣的事我們經歷了太多次——Sora、可靈、Veo 等等，“改變世界” 的發(fā)布太多了，“顛覆” 太多了。

從數據看，我們沒受什么影響。其實 Sora 2 發(fā)布時，對我們也沒有很大影響。C 端視頻生成的市場比大家想象得要大得多，還遠遠沒到直接競爭的階段。

晚點：Sora App 已經發(fā)了快半年了。現在來看你覺得 Sora App 是一個真正的 C 端平臺機會嗎？

謝旭璋：至少從結果來看，Sora App 的留存顯著不如 PixVerse。

晚點：根據 SensorTower 的第三方估測，Sora App 的 30 日留存是 8%，你們的留存是多少？

謝旭璋：在 Similarweb 上能看到我們的 Bounce rate 比 Sora 低。Bounce rate 數值低，代表用戶愿意在你的網頁上去嘗試。從第三方平臺的數據來看，我們的 App 和網頁留存都是行業(yè)內最高的。（注：Bounce rate 是在選定時間段內，僅瀏覽網站單一頁面后離開的訪客占比。簡單說它代表用戶打開 App 后，沒有進行有意義的互動就立刻關掉會話的比例。）

晚點：有了 Seedance 2.0，字節(jié)的即夢有可能成為一個 “更成功版的 Sora App” 嗎？

謝旭璋：據我們了解，過去半年到一年，即夢主要的用戶群體還是專業(yè)用戶。Seedance2.0 之后它會不會還是這樣，可能也要一兩個月之后才能知道。Sora app 剛出來的時候，很多人都覺得它是 Super App ，但這在一個月后就被證偽了。

還有一點，即夢做中國市場，我們做全球市場。Seedance2.0 是一個很好的模型，但會不會誕生下一個 Super App？未必。

晚點：你們自己的核心用戶畫像是什么？

謝旭璋：我們的用戶群體里有很多是第一次用 AI 做視頻的人。全球有幾十億人看視頻，這中間有不到 10% 的視頻創(chuàng)作者，而剩下 90% 的人也有表達欲。我們想用 AI 幫他們變成創(chuàng)作者。

晚點：你們也在同時服務 B 端專業(yè)內容制作者，這和 C 端產品的關系是什么？

謝旭璋：C 端占大頭，B 端的專業(yè)內容制作業(yè)務也在增長，比如今年我們在漫劇這類行業(yè)里有明確的收入增長。

可以交互的視頻出現會改變內容生產邏輯

晚點：愛詩節(jié)前新發(fā)布了 “世界模型 PixVerse R1”，它是一個可以實時生成的視頻生成模型，這是真的 “世界模型” 嗎？有人質疑這是蹭概念和熱點。

謝旭璋：行業(yè)內關于世界模型的實現有多條技術路徑，Sora 發(fā)布時叫 World simulator（世界模擬器），Runway 也發(fā)布過以視頻為載體的世界模型。我們對世界模型的定義更通俗地說，是讓 AI 通過學習足夠多事物運行的規(guī)律，產生一個可預測模擬物理、因果、時空等規(guī)律的模型。

在這個大方向上，有的公司會通過視頻、3D、機器人等等來實現。那我覺得，我們的模型學習視頻代表的客觀的世界，構建一個虛擬世界，也是一個非常重要的技術路線。

晚點：我們看到 R1 模型的效果視頻，用戶發(fā)一段提示詞想和畫面互動的時候，畫面會被比較生硬地改變，且只能持續(xù)幾秒，幾秒之后又會變回原來的狀態(tài)。這是你們滿意的效果嗎？

謝旭璋：R1 模型有很多使用場景。我們有一些穩(wěn)定的故事線，也有一些完全發(fā)散的，是根據不同場景進行設計的。模型本身是一個完全開放、有無限可能的模型，但還處于比較初步的階段。

晚點：為什么你們要投入 “實時” 和 “無限生成”？

謝旭璋：我們團隊一直在做一些前瞻性嘗試。2023 年大家都在卷語言模型，我們就開始做視頻了；后來瞄準 ToC 市場做 AI 模板，當時也少有人做。現在的實時生成也是一樣，我們想探索視頻大模型還能怎么落地，想走出一條新路。

至于 R1，是因為我們判斷，未來視頻和游戲的邊界一定會越來越模糊。一旦視頻變得能交互了，全新的內容、用戶和創(chuàng)作機會就會涌現，所以我們必須提前布局。

晚點：可交互的視頻生成，具體能帶來什么新機會？

謝旭璋：在 R1 里，創(chuàng)作和消費是融為一體的。看視頻的人就是創(chuàng)作者，比如通過消耗 Token 來參與互動。以后大家看到的視頻，可能基礎框架一樣，但具體畫面和走向會跟著個人的喜好實時變化。這會給現有的內容消費模式帶來實質性的改變。

晚點：有多少人想一邊看視頻一邊創(chuàng)作？會不會大部分人只想安安靜靜看個視頻，休息一下呢？

謝旭璋：很多用戶他也有一些希望讓別人看到的想法，也許通過視頻生成能讓別人看到他心中的畫面。用戶也更樂于去分享這樣的內容。

晚點：R1 模型現是一個單獨的 web 端產品（
https://realtime.pixverse.ai），合適會用到你們的移動端產品上？

謝旭璋：它目前是一個單獨的產品線。我們會嘗試移動端的形態(tài)，同時也在考慮把 R1 進一步迭代成 AI 原生視頻游戲引擎。

晚點：R1 發(fā)布后，有哪些行業(yè)的 B 端客戶來找你們合作？

謝旭璋：游戲行業(yè)比較多。最近谷歌的 Genie 3 沖擊了傳統游戲引擎，R1 也可能用 AI 原生模型重構游戲的底層創(chuàng)作。它可能會成為 AI 游戲引擎的核心底座。以后的游戲開發(fā)不用再像過去那樣熬漫長的大周期了，無論是玩法、畫面還是劇情，AI 都能讓它變得更輕量、更具想象力。更重要的是，它能幫那些不懂代碼但有創(chuàng)意的人，把點子變成真正的游戲。

同時，短劇、漫劇團隊也在積極找過來。以前的視頻都是拍好再分發(fā)給觀眾；但想象一下，以后看短劇，主角是去當 “贅婿” 還是創(chuàng)業(yè)，劇情能讓觀眾自己選。一旦視頻變得可交互，整個內容產業(yè)的底層邏輯就變了。

我們自己還是會專注底層技術，期待與游戲、影視、智能設備等行業(yè)的合作伙伴共同探索，在這個模型上做出第一個有意義的產品。

題圖來源：PixVerse R1