爱诗科技完成超6000万美元B轮融资，登顶AI视频生成新高度

作者｜周鑫雨

编辑｜苏建勋

《智能涌现》独家获取信息，近期，人工智能视频生成领域的创新企业「爱诗科技」正式宣布完成B轮融资，融资金额突破6000万美元大关。

此轮融资由科技巨头阿里巴巴牵头投资，达晨财智、深创投、北京市AI基金、湖南电广、巨人网络以及Antler等机构共同参与。据悉，这一融资规模刷新了国内视频生成行业的单笔最高纪录。

爱诗科技在融资与业务增长上的强劲势头，成为当前国内视频生成赛道高速发展的一个典型代表。目前，其旗下核心产品PixVerse的全球用户数量已突破1亿，而在短短4个月前，这一数字仅为6000万。

商业化进程同样加速推进。爱诗科技创始人兼首席执行官王长虎向《智能涌现》透露，公司通过产品订阅获得的收入现已能够覆盖运营成本。

另一家视频生成领域的领先者快手的财务报告显示，2025年第二季度，其旗下的可灵AI业务营收已超过2.5亿元人民币，占快手总营收的4.8%。

然而，回溯一年前，由于Sora的横空出世以及大型科技公司的纷纷入局，AI视频生成创业一度面临市场质疑。

《智能涌现》曾在《杨立昆、朱啸虎不看好的赛道，正在海外悄悄赚钱》一文中提及，2024年初，许多投资人的普遍看法是：视频模型的投资回报率短期内难以转正，初创企业可能像语言模型赛道一样，被少数几家大厂淘汰。

成立于2023年4月的爱诗科技，深刻体会过市场的冷遇：当时的视频生成技术尚未形成共识，创业公司资源紧张，创始人王长虎和谢旭璋也并非资本追捧的“天才少年”类型。

在爱诗科技CEO王长虎看来，公司能够重返行业焦点，恰恰源于对“不变”原则的坚守：

自创立之初，团队就将视频生成视为确定性机遇，从自主研发模型到产品落地，始终聚焦主线；

在产品方向上，C端市场一直是团队看好的领域——爱诗推出的AI视频创作平台PixVerse（面向海外）和拍我AI（面向国内），致力于为普通用户提供低门槛的AI视频创作工具。

其特效模板通过“提示词封装”技术，将复杂的视频制作流程简化为“一键生成”操作。

2025年8月27日，爱诗发布了新一代视频生成模型PixVerse V5，在生成速度、视觉质量、指令遵循能力等方面进行了显著优化。

同步上线的还有一款面向C端用户的“Agent创作助手”，即使没有视频创作经验的用户，也能借助现有模板库和简单指令，轻松制作出一段视频。

△通过“Agent创作助手”与内置模板创作视频。图源：作者试用

△“拍我AI”生成的宠物主题视频。图源：作者试用

从市场冷遇到斩获最大单笔融资，爱诗的成功秘诀何在？

实现逆势崛起，爱诗究竟做对了哪些关键决策？王长虎总结为两大核心：

第一，无论是用户获取还是团队扩张，都避免盲目烧钱。

王长虎表示，过去半年，爱诗用户规模从6000万跃升至1亿，相较于大规模市场投放，依靠产品自身实力实现智能增长，是更为高效的战略。例如，2024年11月推出的“毒液变身”等展示模型能力的特效模板，至今已为PixVerse带来了超过百亿次的曝光。

第二，不盲目追求模型参数规模的无限扩大。

在爱诗科技看来，Scaling Law（缩放定律）虽仍适用于视频生成模型，但对于资源有限的创业公司而言，模型训练不容有失，试错成本远高于大型企业。

这意味着，每一次模型训练，爱诗都必须在保证质量的前提下控制成本，同时规划更精细的迭代路径。

爱诗的经验是，每一次模型和产品的升级，都必须紧密贴合用户的实际需求。

例如，团队观察到，无论在专业创作还是短视频场景中，大多数单镜头视频长度都在10秒以内，广为传播的视频也多在10秒左右，“60秒一镜到底”并非用户核心诉求。

因此，爱诗将资源集中投入于提升视频生成速度、画质以及指令遵循优化上。

基于“分布匹配蒸馏”技术，爱诗在行业内率先将视频生成速度从“分钟级”压缩至“秒级”。为确保生成质量，团队在训练中引入特征自约束损失函数，稳定了视频画质。

这两点经验共同指向一个方向：创业公司如何高效利用有限资源，构建自身竞争优势。

然而，资源限制也带来了一些遗憾。王长虎最为惋惜的是未能全球最早训练出对标Sora的模型。

“早期阶段，我们错过了一些融资机会。”他告诉《智能涌现》，“但回顾过去，我们应该更积极地储备资金，尽可能获取投资，以更早将模型推向市场。”

当然，时机对创业者同样至关重要。

2023年4月，爱诗成立于视频生成技术尚未成为共识的时期。

非共识创业的挑战显而易见。王长虎回忆，当时市场上缺乏高性能视频生成模型，小型创业公司常被质疑是否具备训练此类模型的能力和资源。

但另一方面，非共识创业也让爱诗避免了行业FOMO（错失恐惧症）情绪的干扰。王长虎指出：“这反而使我们在早期处于更健康的状态：估值与实力匹配，发展节奏更为稳健，而非被高估值所绑架。”

此外，先发优势带来了技术和产品上的领先。2024年下半年，随着Sora使DiT架构成为视频生成领域的技术共识，海内外众多大厂和初创公司才陆续入局，发布视频生成模型。

彼时，PixVerse的全球用户规模已达1000万，并实现了规模化收入。近期发布的V5模型，在独立测评平台Artificial Analysis的最新测试中，登顶全球图生视频榜单，并在文生视频榜中位列全球第二。

Artificial Analysis 最新测试结果

Artificial Analysis 最新测试结果

视频生成领域，或将涌现“Canva”与“Photoshop”级产品

视频生成赛道是否真正存在创业公司的机会？这是王长虎和团队创业以来最常面对的问题。

爱诗几乎用整个2024年来回答这一问题。那一年，他们经历了Sora的冲击，以及快手、字节等大厂的激烈竞争。

但事实证明，在这一新兴赛道，机会并非强者专属。2024年7月，紧随可灵AI之后，爱诗发布了PixVerse V2，成为国内首家推出可实际应用DiT视频模型的创业公司。

对于未来格局，王长虎判断：AI技术并非简单替换短视频平台中的现有内容，而是带来了全新的交互范式：

“一旦视频能够实现实时或准实时生成，用户在观看内容的同时，即可即时调整并生成新内容。”在他看来，视频行业全新的交互逻辑，注定会像“短视频孕育抖音”一样，催生新的国民级应用。

2025年，视频生成赛道的竞争已从“复刻Sora”转向产品差异化角逐。

一个明显趋势是，视频生成领域的参与者正逐渐分散至风格、用户群体、功能各异的细分市场。

例如，前光年之外联合创始人曹越创立的Sand AI，跳出了主流的DiT技术路线，采用自回归方法，实现了视频的无限扩展生成。

爱诗聚焦于没有视频制作技术的普通用户。王长虎表示，由于视频创作门槛高、工具供给不足，目前95%人群的视频创作需求尚未被满足。

他将当前产品类比为视频生成领域的Canva，“更大众化、更平等”，而其他产品则类似于Photoshop和Figma，服务于专业创作者。

从外部视角看，2024年11月以来，“美人鱼变身”“毒液变身”等特效模板的全球爆火，似乎是爱诗押中的幸运一步。

△“拍我AI”提供的视频生成模板。图源：“拍我AI”官网

但王长虎认为，特效模板的走红是必然趋势，“模板能极大降低用户创作门槛，是团队自然衍生的决策。”

如今，为C端用户提供视频生成模板已成为爱诗产品生态的重要组成部分。社区中不仅有官方模板，还涌现了大量用户自发创作的模板。例如，拍我AI上一款用户制作的“衣柜变装”模板，获得了超百万浏览量。

产品定位决定了爱诗当前最关注的指标：用户增长、留存率以及社区活跃度（如UGC模板创作）。

视频生成行业的发展远未定型。知名风投机构BVP在2025年AI报告中指出，未来一年内，视频生成领域的格局很可能像当前语言模型赛道一样趋于明朗。

谁能持续覆盖成本、稳步扩大用户规模，谁就更有可能留在竞争牌桌上。

欢迎交流！