爱诗科技C轮融近30亿：阿里领投，王慧文家族办公室现身

《科创板日报》7月14日讯（记者 李明明） 今日，爱诗AI视频生成与实时世界模型领域领军企业爱诗科技（PixVerse）正式宣布完成整体C轮融资，科技累计融资金额高达29.8亿元人民币。轮里领

本轮最新交割的融近C+轮由阿里巴巴集团领投，Lollapalooza Capital（王慧文家族办公室）、投王常春藤资本、慧文惠远资本、家族钟鼎资本、室现身韩国未来资产、爱诗OCBC生态旗下Lion X基金、科技蓝色光标、轮里领CloudAlpha、融近iGlobe Partners等十余家知名机构联合跟投。投王

《科创板日报》记者分析指出，慧文在成立仅三年多的家族时间内，由王长虎创立并执掌的爱诗科技单轮即吸纳近30亿元资金。这一体量在国内大模型及AI视频赛道中稳居第一梯队。作为年内AI视频领域规模最大的融资事件之一，该笔资金进一步印证了行业共识：AI视频已接过AI代码（AI Coding）的接力棒，成为首个进入规模化商业落地阶段的核心赛道。

创始人系字节跳动AI Lab核心骨干

爱诗科技成立于2023年，专注于多模态视频大模型与世界模型的研发，并基于自研模型提供多元化的原生AI视频产品。公司构建了覆盖全球与中国市场的双轨产品矩阵：面向全球用户的PixVerse，以及面向中国市场的“拍我 AI”；同时，还面向团队生产、开发者集成及未来交互场景，提供系列模型、产品与底层能力。

2026年初，爱诗科技正式发布支持1080P分辨率的通用实时世界模型PixVerse R1。数据显示，其用户网络已覆盖全球177个国家和地区。

爱诗科技创始人王长虎拥有中国科学技术大学博士学位。他是国内最早一批推动AI视频模型研发及产业化的领军人物之一，2004年加入微软亚洲研究院。2017年，王长虎加入字节跳动担任AI Lab总监。2023年3月，他开启首次创业，成立爱诗科技。

王长虎的创业战略明确避开当时热门的NLP大模型赛道，转而深耕其熟悉且感兴趣的视觉与多模态领域，旨在打造面向全球用户的大模型产品。

据悉，爱诗科技核心团队成员多出自“字节系”。自2017年起，王长虎便参与抖音、TikTok从零到一的研发，负责亿级用户产品背后的视频人工智能体系建设。这段经历使其团队积累了涵盖数据处理、内容生成、安全合规、视频内容精准理解及全方位广告场景在内的全链路实战经验。

此前，爱诗科技于2023年8月完成天使轮融资，金额达数千万元人民币，在公司成立仅四个月后迅速落地。

关于本轮领投方阿里系，其不仅多轮加注爱诗科技，还在该赛道布局了生数科技，并于2026年7月以阿里云主体身份参与了可灵AI近30亿美元的融资。

值得注意的是，王慧文的家族办公室Lollapalooza Capital出现在资方名单中。王慧文近年来在AI领域动作频频，其投资常被市场视为对下一代技术平台的个人意志表达。此外，蓝色光标等营销传播集团的参与，也为AI视频技术的产业落地提供了新的想象空间。

资本加速涌向AI视频赛道

如果说2025年是AI Coding的融资大年，那么2026年，资本聚光灯正快速转移至AI视频领域。据统计，2025年至今，国内AI视频生成赛道持续获得资本加注，公开融资总额已突破百亿元人民币量级。

头部项目融资数据亮眼：
* 可灵AI：快手旗下可灵AI于2026年7月完成近30亿美元（约合204亿元人民币）的单轮融资，创下全球视频大模型赛道有史以来最大单笔融资纪录，腾讯、阿里、百度等头部互联网企业罕见同台参投。
* 爱诗科技：继2025年9月获得阿里领投的6000万美元B轮融资后，于2026年7月完成累计29.8亿元的C轮融资。
* 其他重点事件：演语科技完成近3亿美元B+轮融资，Sand.ai完成两轮合计超1亿美元融资。

资本正持续向头部技术型企业集中。与此同时，头部项目相继传出资本化动态：
* 可灵AI：据传预计于2027年初正式向香港联交所递交上市申请表格，启动IPO流程。
* 生数科技：据《科创板日报》此前独家获悉，公司或最快于2026年上半年启动港股IPO。

技术内核升维：从“生成”到“世界模型”

AI视频赛道的技术竞争焦点正在发生深刻变化。2024年，行业比拼的核心指标是“生成视频的时长和清晰度”；而自2025年下半年至今，竞争重心已转向“世界模型”的构建。

• 字节跳动：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、跨场景角色一致性等突破，跻身全球头部梯队。
• 生数科技：以基座世界模型（Foundation World Model）为核心底层架构，分别面向数字世界打造世界生成模型（WGM），面向物理世界打造世界行动模型（WAM）。
• 爱诗科技：联合创始人谢旭璋在联合国 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。谢旭璋表示：“游戏场景是世界模型与实时视频技术的硬核检验场。”

对于世界模型的发展路径，王长虎向《科创板日报》记者指出，目前世界模型仍处于早期阶段，不同团队的目标和技术路径存在差异。他将其分为两类：

1. 构造数字世界：模型不仅生成内容，更能生成可持续、可交互、可变化的数字环境。例如李飞飞团队在空间智能方向的探索，以及Google Genie系列对可交互环境生成的研究。
2. 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，此类世界模型备受关注。其目标不仅是生成可视化的世界，更是让模型理解物理空间、行动结果和环境反馈，从而服务于真实世界中的决策与执行。

“我不太愿意用一个概念标签去判断谁真谁假，”王长虎强调，“关键不在于名字叫不叫世界模型，而在于它是否具备一个实际系统，允许用户、智能体或设备与该数字世界或物理世界进行自由交互。”

（科创板日报记者 李明明）

(责任编辑：探索)