1.5 亿用户、4000 万美元 ARR，爱诗科技迈入 AI 视频 “决赛圈”

摘要：阿里领投 30 亿

来源：朝阳资本论

作者：明珠

7 月 14 日，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。

其中 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、蓝色光标等十余家机构参投。

加上今年 3 月完成的约 3 亿美元 C 轮融资，爱诗科技在不到半年内连续获得两轮大额融资，累计募资体量位居国内 AI 视频生成领域前列。

爱诗科技成立于 2023 年 4 月，创始人王长虎曾是字节跳动视觉技术负责人，从零搭建了字节的视觉算法平台和业务中台，完整参与了抖音和 TikTok 从 0 到 1 的全链路视觉能力建设。

三年时间，PixVerse 全球用户突破 1.5 亿，覆盖 177 个国家和地区。

然而，在 AI 视频赛道玩家林立、巨头环伺的当下，一家创业公司凭什么能够拿到近 30 亿元的资本弹药？这笔钱又将如何改变行业的竞争格局？

从 4K 视频到实时世界：爱诗科技的产品进阶与市场卡位

爱诗科技的核心业务围绕自研的 AI 视频生成大模型展开，产品矩阵分为三个层级。

面向 C 端，海外版 PixVerse 和国内版 “拍我 AI” 构成其消费级产品的双引擎；面向 B 端，公司提供开放平台 API 和企业级视频模型工具；而在技术前沿，2026 年初发布的 PixVerse R1 实时世界模型则代表了其下一代技术方向。

爱诗科技出圈优势之一，就是产品的迭代速度。

2023 年 10 月，爱诗推出 PixVerse V1，成为全球首个可生成 4K 视频的视频大模型。此后几乎每 3 个月进行一次模型升级，从 V1 到 V6，完成了 5 次大迭代、8 个版本更新。

在国际权威 AI 评估机构 Artificial Analysis 的图生视频与文生视频榜单中，PixVerse V6 均位列全球第二，生成速度位居全球第一。

不过，真正让爱诗科技在技术路线上实现差异化的，是 PixVerse R1 的发布。

PixVerse R1 是全球首个支持 1080P 分辨率的通用实时世界模型，将视频生成延迟从 “秒级” 压缩至 “即时” 响应。

核心技术包括 Omni 原生多模态基础模型，将文本、图像、音频与视频融合为单一生成序列；自回归流式生成机制，可生成任意长度视频并允许用户在生成过程中随时插入新指令；以及瞬时响应引擎，将传统扩散模型所需的 50 多次采样步数压缩至 1 到 4 步。

用户可以通过自然语言指令实时改变视频画面，实现从 “视频观看” 到 “视频交互” 的体验转变。

在用户规模上，PixVerse 全球用户已超过 1.5 亿，月活跃用户超 1500 万。产品曾入选 a16z 发布的 Top 50 生成式 AI 消费级应用前 25 名。

在商业化方面，公开资料显示，自 2024 年 11 月启动商业化，不到一年收入增长超过 10 倍。截至 2025 年 10 月，年度经常性收入（ARR）超过 4000 万美元。其中约 80% 的收入来自 C 端订阅，绝大部分来自海外用户，欧美用户贡献超过一半收入，API 收入约占两成。

从 4K 视频生成到实时世界模型，从千万级用户到 1.5 亿的覆盖，爱诗科技用三年时间完成了从技术验证到规模化商业闭环。

阿里重仓、产业资本跟注，赌的是什么？

回到这轮融资，投资者名单值得研究。

领投方阿里巴巴早在 2025 年 9 月就以超 6000 万美元领投了爱诗的 B 轮。此次 C+ 轮继续加注，堪称重仓。

而复盘阿里的 AI 投资版图可以发现，其几乎包揽了市面上主流的 AI 视频模型公司——除了爱诗科技，阿里云还领投了生数科技的 B 轮，蚂蚁投资了演语科技，阿里还参与了可灵的融资。

这种 “广撒网、押赛道” 的打法，与阿里在大语言模型时期的策略如出一辙：自研大模型、重金投资、算力服务、场景生态，这套逻辑被原封不动平移到了视频生成赛道。

其次是产业资本的参与。

蓝色光标、中国儒意、三七互娱等公司出现在爱诗科技的投资者名单中。

中国儒意不仅参与了 3 月的 C 轮融资，还在 2026 年 1 月与爱诗科技建立了战略合作关系，并投入 1420 万美元的战略投资。

这些产业方其实都是视频内容的 “重度消费者”：影视制作、广告营销、游戏开发。

投资爱诗科技，就是在为自己的业务采购下一代生产力工具。

王慧文家族办公室 Lollapalooza Capital 的参与逻辑有点不一样。

王慧文从美团退休后，投资项目基本都与 AI 相关。在王慧文看来，视频生成是 “重要投资方向，视频生成的发展会产生多个大创新机会，会有多个成功的创业公司”，于是同时押注了爱诗科技和另一家 AI 视频公司 Sand.AI。

如同爱诗科技创始人王长虎所言：“过去十年，短视频改变了人类获取信息和表达自我的方式。未来十年，AI 视频会进一步改变信息的生产、分发和交互方式。”

资本看中的，不是爱诗科技当前成绩，而是 AI 视频在成为继 AI 编程之后第二个跑通大规模商业化的 AI 赛道。

据测算，AI 视频模型行业收入规模在 2025 年和 2026 年预计分别达到 12 亿美元和 77 亿美元。在这个千亿美元量级的市场中，具备全球 C 端产品、模型能力、实时交互探索和产业化落地能力的公司，有机会成为下一代视觉基础设施的核心玩家。

30 亿弹药之后，爱诗能否穿越 “决赛圈”？

如今，AI 视频赛道的竞争正在急剧升温。

就在爱诗科技宣布 C+ 轮融资的一周前，快手旗下可灵 AI 完成了近 30 亿美元的首轮外部融资，投后估值约 180 亿美元。可灵 2026 年第一季度营业收入超过 6.5 亿元，同比增长超 300%，3 月年化收入运行率（ARR）接近 5 亿美元。

相比之下，爱诗科技约 4000 万美元的 ARR 约为可灵的十分之一。

字节跳动的 Seedance 则是另一极。

2026 年 2 月，Seedance 2.0 成为业界第一个在文生视频和图生视频两大任务上同时登顶 Arena.AI 排行榜的模型。

随后推出的 Seedance 2.0mini 将视频生产成本拉低至 0.5 元/秒。最新公布的 Seedance 2.5 更是将单段原生视频生成时长从 15 秒延长至 30 秒。字节跳动拥有抖音和 TikTok 的天然场景优势，这是任何创业公司都无法企及的流量入口。

在国际市场，Runway 在 2026 年 2 月完成 3.15 亿美元 E 轮融资，估值达到约 53 亿美元。Pika 完成 8000 万美元 B 轮融资，估值超 4.7 亿美元。生数科技在 2026 年完成超 6 亿元 A+ 轮和近 20 亿元 B 轮融资。

从融资规模来看，爱诗科技 29.8 亿元的 C 轮融资在国内 AI 视频赛道中位居前列，但与可灵 30 亿美元（约 204 亿元）的量级仍有显著差距。

在用户规模上，可灵尚未公布全球用户总数，但其商业化收入已是爱诗的十倍量级。

不过，将爱诗科技与可灵、Seedance 直接对比可能并不完全公平。

可灵脱胎于快手，Seedance 背靠字节，它们都拥有母公司的资金、数据和场景支撑。

爱诗科技作为独立创业公司，能够在巨头环伺中拿到近 30 亿元的融资并积累 1.5 亿用户，已经证明了自身在产品化和全球化方面的能力。

未来值得关注度的，是爱诗科技选择的差异化路径。

2026 年 7 月，公司进一步发布了基于实时视频模型的互动游戏引擎 PixVerse Game，玩家可以通过自然语言与游戏世界实时交互。

这条路径如果走通，爱诗科技将不再只是一家视频生成工具公司，而是有可能成为下一代互动娱乐基础设施的构建者。

AI 视频赛道的 “决赛圈” 正在快速收拢。

可灵拿到了 180 亿美元的估值，Seedance 背靠字节的流量生态，Runway 有好莱坞的产业资源，每一家都有各自的底牌。

爱诗科技完成 C 轮融资，有筹码有底牌，这笔钱怎么花，花了效果如何，是否能转为增长，《朝阳》将持续关注。