近日，AI 視頻生成公司「愛詩 科技 」完成 B 輪融資，總金額超過 6000 萬美元。

該輪融資由阿里巴巴領投，達晨財智、深創投、北京市 AI 基金、湖南電廣、巨人網絡和 Antler 跟投。 據了解，這也是國內視頻生成領域單次最大融資額。

愛詩在融資和增長上的猛勢，是如今國內視頻生成賽道集體狂飆的一個縮影，目前愛詩旗下產品 PixVerse 的全球用戶已經邁過 1 億大關。就在 4 個月前，這個數字還是 6000 萬。

同樣起飛的還有 商業 化。愛詩科技創始人兼 CEO 王長虎告訴《智能涌現》， 公司產品的訂閱收入已經覆蓋成本。

另一位視頻生成領域頭部玩家，快手的財報顯示，2025 年 Q2，旗下可靈 AI 的營收已經超過 2.5 億元，占快手總營收的 4.8%。

然而，僅僅一年前，由于 Sora 的掀桌、大廠的入局，AI 視頻生成 創業 ，一度不被看好。

《智能涌現》曾在《楊立昆、朱嘯虎不看好的賽道，正在海外悄悄賺錢》一文中提到，2024 年初，不少 投資 人的共識是：視頻模型 ROI 短時間無法打正，以及初創公司會像語言模型賽道一樣，被 2-3 家大廠淘汰。

成立在 2023 年 4 月的愛詩科技，對市場的不看好深有體會：彼時的視頻生成還是非共識，創業公司資源有限，創始人王長虎和謝旭璋并非最受資本歡迎的 " 天才少年 "。

在愛詩科技 CEO 王長虎看來，愛詩回到舞臺中央，恰恰因為堅持了 " 不變 "：

從第一天起，團隊就將視頻生成作為確定性的機會，從自研模型到產品化，從未偏離主線；

至于產品，C 端則是團隊一直看好的方向——愛詩旗下的產品，AI 視頻創作平臺 PixVerse（海外）和拍我 AI（國內），主打為普通用戶提供低門檻的 AI 視頻創作工具。

其特效模板通過 " 提示詞封裝 "，將視頻生成復雜的制作過程簡化為 " 一鍵生成 "。

2025 年 8 月 27 日，愛詩發布的新一代視頻生成模型 PixVerse V5，優化了生成速度、視覺質量、指令遵循等能力。

與此同步上線的，是一款面向 C 端用戶的 "Agent 創作助手 "，沒有視頻創作基礎的用戶，也能用現有的模板庫和極為簡單的指令，創作出一段視頻。

△使用 "Agent 創作助手 " 和內置的模板創作視頻。圖源：作者試用

△ " 拍我 AI" 生成的寵物視頻。圖源：作者試用

從不被看好到拿下最大單筆融資額，愛詩做對了什么？

成功逆襲，愛詩到底做對了什么，王長虎總結出了兩點：

第一，無論用戶還是團隊，都不盲目燒錢擴張。

王長虎告訴我們，過去半年內，愛詩用戶規模從 6000 萬增長到一億， 比起投放，靠產品能力本身去做聰明的增長，是更為行之有效的方法。 比如，2024 年 11 月，" 毒液變身 " 等展示模型能力的特效模板，迄今已為 PixVerse 帶來了過百億的曝光量。

第二，不盲目對模型做 Scaling（擴大參數規模）。

在愛詩科技看來，Scaling Law 仍然適用于當下的視頻生成模型。但對于資源有限的創業公司而言，模型訓練不允許失敗，試錯成本遠高于大廠。

這意味著，每一次的模型訓練，愛詩都需要保證模型質量的前提下，降低訓練成本，同時規劃更為精細化的迭代方向。

愛詩的經驗是， 每一次模型和產品的迭代，都要貼著用戶的需求走。

比如，團隊發現，不管在專業創作還是短視頻領域，大多數單鏡頭視頻的長度都在 10s 以內，廣為傳播的視頻長度在 10 秒左右，"60s 一鏡到底 " 不是用戶的核心需求。

因此愛詩把資源集中在提升視頻生成的速度、質量和指令遵從優化上。

基于 " 分布匹配蒸餾 " 技術，愛詩在行業中率先將視頻生成速度從 " 分鐘級 " 壓縮到了 " 秒級 "。為了保證視頻生成的質量，團隊在訓練過程中引入特征自約束損失，穩定了視頻生成的畫質。

這兩點經驗，都指向了同一個方向： 創業公司如何更高效地利用有限的資源，建立自己的優勢。

不過，資源有限下的遺憾也是存在的。讓王長虎最為扼腕的，是沒有全球最早訓練出對標 Sora 的模型。

" 早些年，有些錢我們沒有拿。" 他告訴《智能涌現》，" 但回頭看，我們應該多儲備一些資金，盡可能地去拿錢，更早把模型做出來。"

當然，Timing（時機）對創業者而言同樣重要。

2023 年 4 月，愛詩成立在一個視頻生成還是非共識的時間點。

非共識創業的難點是擺在明面上的。王長虎回憶，當時，市面上還不存在高性能的視頻生成模型，小型創業公司常被市場質疑的一點是：是否有訓練高性能視頻生成模型的能力和資源。

但另一面，非共識創業，也讓愛詩免受行業 FOMO（害怕錯過）情緒的負面影響。王長虎告訴我們：" 這反而讓我們在早期處于一種更健康的狀態： 估值與能力相匹配，發展節奏更扎實，而不是被高估值所左右。"

再者，比別人更早，也意味著技術和產品上的先發優勢。2024 年下半年，隨著 Sora 將 DiT 架構變為視頻生成領域的技術共識，海內外不少大廠和初創公司才接連入局，發布視頻生成模型。

彼時，PixVerse 的全球用戶規模已經達到 1000 萬，并且已經實現了規模化收入。近期發布的視頻生成模型 V5，也在獨立測評平臺 Artificial Analysis 的最新測試中，登頂全球圖生視頻榜單，在文生視頻榜中位列全球第二。

Artificial Analysis 的最新測試

視頻生成界，也會誕生 "Canva" 和 "Photoshop"

視頻生成的 游戲 ，到底有沒有創業公司的機會？這是創業以來，王長虎和團隊最常被問的問題。

愛詩幾乎用了 2024 年一整年，來回答這個問題。那一年，他們面對了 Sora 的突襲，快手和字節的輪番傾軋。

但事實證明，在一個相當初期的賽道，機會沒有獨屬于強者。2024 年 7 月，緊接著可靈 AI，愛詩發布了 PixVerse V2，成了國內首個發布可實際使用的 DiT 視頻模型的創業公司。

至于未來的格局，王長虎判斷： AI 技術并不是簡單把抖音等短視頻平臺中的內容替換成 AI 內容，而是帶來了全新的交互方式：

" 一旦視頻能實現實時或準實時生成，用戶在觀看內容的同時，也能即時調整、生成新的內容。" 在他看來，視頻行業全新的交互邏輯，注定會像 " 短視頻孕育出抖音 " 一樣，孕育出新的國民級產品。

2025 年，視頻生成賽道的競速，已經從 " 比誰先復刻出 Sora"，拉到了產品差異化競爭。

一個明顯的跡象是， 視頻生成領域的不同玩家，逐漸分散至風格、用戶畫像、功能各異的細分領域。

比如，前商湯秒畫負責人劉宇成立的 Vivix Group Limited，其產品 TipTap 聚焦在 AI Porn 的生成；前光年之外聯合創始人曹越創業做的 Sand AI，則跳出了主流的 DiT 技術路線，采用自回歸路線，實現了視頻的無限擴展生成。

愛詩聚焦的用戶，是沒有視頻制作技術的普通人。王長虎對我們表示，由于視頻創作門檻高，加之工具供給不足，目前 95% 的人的視頻創作需求還沒被滿足。

他將目前的產品比作視頻生成界的 Canva， " 更大眾，更平權 "，而其他視頻生成產品則是 Photoshop 和 Figma，服務的是專業創作者。

在外界的視角中，2024 年 11 月以來，" 美人魚變身 "" 毒液變身 " 等特效模板的全球爆火，是愛詩押對的幸運一棋。

△ " 拍我 AI" 提供的視頻生成模板。圖源：" 拍我 AI" 官網

但王長虎認為，特效模板走紅，是遲早的事，" 模板能夠將用戶的創作門檻降下來，是團隊自然而然做出的決策。"

如今，為 C 端用戶提供視頻生成模板，也是愛詩產品生態中重要的一部分。在社區中，不僅有官方制作的模板，還有不少來自用戶自發的創作。比如，拍我 AI 上，一款用戶做出的 " 衣柜變裝 " 模板，獲得了百萬級以上的瀏覽量。

產品的定位，也決定了愛詩目前最看重的幾個指標： 用戶增長、留存以及社區行為活躍度（如 UGC 模板創作）。

視頻生成行業的發展，還未到終局。著名風投機構 BVP 在 2025 年 AI 報告中提到，在接下來 1 年中，視頻生成領域的格局，大概率會像如今的語言模型那樣塵埃落地。

誰能覆蓋成本、穩步擴大用戶規模，誰就更有可能留在牌桌上。

來源：36氪