爱诗科技C轮融资近30亿：阿里领投，王慧文家族办公室加入

《徽声在线》7月14日讯（记者 李晓明） 今日，专注于AI视频生成与实时世界模型研发的爱诗科技正式对外宣布，其已完成C轮整体融资，累计融资规模高达29.8亿元人民币，这一数字在AI视频领域引起了广泛关注。

据透露，此次C+轮融资由阿里巴巴领衔投资，Lollapalooza Capital（即知名企业家王慧文的家族投资机构）、常春藤资本、惠远资本、钟鼎资本、韩国未来资产、OCBC生态旗下的Lion X基金、蓝色光标、CloudAlpha以及iGlobe Partners等十余家知名投资机构纷纷跟投，共同助力爱诗科技的发展。

《徽声在线》记者深入了解到，爱诗科技在成立仅三年多的时间里，便凭借其创始人王长虎的卓越领导力和团队的不懈努力，成功吸引了近30亿元的C轮融资。相较于国内大模型及AI视频领域的同行，爱诗科技的融资规模已跻身行业前列。这笔融资不仅是AI视频领域年内规模最大的融资之一，也进一步印证了行业的一个共识：AI视频正逐步接过AI代码的接力棒，成为规模化商业落地的核心赛道。

创始人出身字节跳动AI Lab，技术底蕴深厚

爱诗科技自2023年成立以来，便致力于多模态视频大模型与世界模型的研发，并基于自研模型推出了一系列原生AI视频产品。其产品线丰富多样，包括面向全球用户的PixVerse、针对中国市场的“拍我AI”，以及为团队生产、开发者集成和未来交互量身打造的系列模型、产品与能力。

值得一提的是，2026年初，爱诗科技推出了支持1080P高清画质的通用实时世界模型PixVerse R1，该模型一经推出便受到了全球用户的热烈欢迎，用户遍布全球177个国家和地区。

爱诗科技的创始人王长虎，拥有中国科学技术大学的博士学位，是AI领域的资深专家。他早在2004年便加入了微软亚洲研究院，是国内最早一批投身于AI视频模型研发及产业化的领军人物之一。2017年，王长虎加入字节跳动，担任AI Lab总监，负责抖音、TikTok等亿级用户产品背后的视频人工智能建设。2023年3月，他毅然决定创业，成立了爱诗科技，开启了新的征程。

王长虎的创业思路清晰而独特，他选择避开当时热门的NLP大模型领域，从自己熟悉且感兴趣的视觉和多模态领域入手，专注于AI视频大模型的研发，致力于打造面向全球用户的大模型产品。

据悉，王长虎的核心团队成员大多来自字节跳动，他们早在2017年便开始参与抖音、TikTok的研发工作，负责视频人工智能建设，积累了丰富的实战经验。这些经历让团队成员涉猎了视频智能领域的各个方面，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等。

2023年8月，爱诗科技迅速完成了天使轮融资，融资金额达数千万元人民币，为公司的发展奠定了坚实的基础。该轮融资在公司成立仅四个月后便成功落地，显示了市场对爱诗科技的高度认可和期待。

关于本轮融资的领投方阿里系，除了多轮投资爱诗科技外，还在该赛道投资了生数科技等优秀企业。并在2026年7月以阿里云为主体参与了可灵AI近30亿美元的巨额融资，进一步彰显了阿里在AI视频领域的布局和决心。

值得关注的是，王慧文的家族办公室Lollapalooza Capital也出现在了这一轮的资方名单中。王慧文近年来在AI领域频繁出手投资，其投资决策往往被市场解读为对下一代技术平台的个人判断和表达。与此同时，蓝色光标等营销传播集团的参与，也为爱诗科技的产业落地提供了更多的联想和可能性。

资本加速涌入，AI视频赛道迎来黄金发展期

如果说2025年是AI Coding的融资大年，那么2026年，聚光灯无疑正快速移向AI视频领域。据统计，2025年至今，国内AI视频生成赛道持续迎来资本的加注，公开融资总额已突破百亿元人民币大关。

其中，快手旗下的可灵AI在2026年7月成功落地了近30亿美元（约合204亿元人民币）的单轮融资，创下了全球视频大模型赛道有史以来的最大单笔融资纪录。腾讯、阿里、百度等头部互联网企业罕见地同台参投，显示了市场对AI视频领域的极高热情和期待。

同期，爱诗科技在继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月完成了累计29.8亿元的C轮融资。此外，演语科技也完成了近3亿美元的B+轮融资，Sand.ai则完成了两轮合计超1亿美元的融资。这些行业重点事件表明，资本正在持续向头部技术型企业集中，AI视频赛道迎来了黄金发展期。

与此同时，头部项目也相继传出了资本化的动态。可灵AI被传预计在2027年年初向香港联交所正式递交上市申请表格，启动IPO流程；生数科技方面，记者此前从多位接近生数科技的人士处独家获悉，公司或最快于2026年上半年启动港股IPO，进一步彰显了AI视频领域的蓬勃发展和无限潜力。

值得一提的是，AI视频赛道的技术内核正在不断升维。2024年，各家企业比拼的主要是“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了“世界模型”。这一转变显示了AI视频领域技术的不断进步和创新。

字节跳动的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，成功登顶全球头部梯队。这一成就不仅彰显了字节跳动在AI视频领域的技术实力，也为整个行业的发展树立了新的标杆。

生数科技则以基座世界模型（Foundation World Model）为核心底层架构，分别面向数字世界和物理世界打造了世界生成模型（WGM）和世界行动模型（WAM）。这一创新举措为AI视频领域的发展提供了新的思路和方向。

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，为游戏行业带来了新的变革和可能性。谢旭璋对《徽声在线》记者表示，游戏场景是世界模型与实时视频技术的硬核检验场，将为AI视频领域的发展提供更多的实践经验和创新灵感。

王长虎对《徽声在线》记者判断，世界模型本身还处于早期发展阶段，不同团队的目标和技术路径并不完全相同。他个人倾向于将其分成两类来看：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；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。

王长虎进一步解释道，其他模型不只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。因此，他不太愿意用一个简单的概念标签去判断谁真谁假，关键在于模型是否有一个实际系统，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。

“这才是世界模型真正的价值和意义所在。”王长虎强调道。

（徽声在线记者 李晓明）