《科创板日报》7 月 14 日讯（记者 李明明） 今日，AI 视频生成与实时世界模型公司爱诗科技宣布完成整体 C 轮融资，累计规模达到 29.8 亿元人民币。
其中，最新交割的 C+ 轮由阿里巴巴领投，Lollapalooza Capital（王慧文家族办公室）、常春藤资本、惠远资本、钟鼎资本、韩国未来资产、OCBC 生态下的 Lion X 基金、蓝色光标、CloudAlpha、iGlobe Partners 等十余家机构跟投。
《科创板日报》记者注意到，在成立仅仅三年多后，王长虎创立并执掌的爱诗科技，单 C 轮就收进了接近 30 亿元。对比国内大模型及 AI 视频同行的融资体量，这已进入第一梯队。而这笔年内 AI 视频领域规模顶尖的融资，也印证行业共识：AI 视频已经接过 AI 代码的接力棒，成为开始规模化商业落地的核心赛道之一。
创始人系字节跳动 AI Lab 核心骨干
爱诗科技成立于 2023 年，致力于多模态视频大模型与世界模型的研发，同时基于自研模型提供多元化的原生 AI 视频产品，公司旗下产品包括面向全球用户的 PixVerse、面向中国市场的 " 拍我 AI"，以及面向团队生产、开发者集成和未来交互的系列模型、产品与能力。
2026 年初，爱诗科技推出支持 1080P 的通用实时世界模型 PixVerse R1。据介绍，其用户遍布全球 177 个国家及地区。
爱诗科技创始人为王长虎，拥有中国科学技术大学博士学位。王长虎 2004 年加入微软亚洲研究院，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一，2017 年加入字节跳动担任 AI Lab 总监，2023 年 3 月，他开启了第一次创业尝试，成立了爱诗科技。
王长虎的创业思路是，避开当时当红的 NLP 大模型，从自己熟悉并感兴趣的视觉和多模态出发，做 AI 视频大模型，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很多出自字节系，他最早从 2017 年开始参与抖音、TikTok 从零到一的研发，负责这个亿级用户产品背后的视频人工智能建设，积累了实战经验。这些工作，让他的团队涉猎了几乎所有与视频智能相关的领域，包括且不限于数据处理、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。
2023 年 8 月，爱诗科技完成天使轮融资，融资金额达数千万元人民币。该轮融资在公司成立四个月后迅速落地。
关于本轮融资的领投方阿里系，除了多轮押注爱诗科技，也在该赛道投资了生数科技，并在 2026 年 7 月以阿里云主体参与了可灵 AI 近 30 亿美元的融资。
值得关注的是，王慧文的家族办公室 Lollapalooza Capital 也出现在这一轮的资方名单中。王慧文近年来在 AI 领域连续出手，其押注常被市场解读为对下一代技术平台的个人意志表达。与此同时，蓝色光标这类营销传播集团的参与，则提供了产业落地联想。
资本加速涌向 AI 视频赛道
如果说 2025 年是属于 AI Coding 的融资大年，那么 2026 年，聚光灯正快速移向 AI 视频。2025 年至今，国内 AI 视频生成赛道持续迎来资本持续加注，公开融资总额已突破百亿元人民币量级。
其中，快手旗下可灵 AI 于 2026 年 7 月落地近 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；
同期爱诗科技继 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 月完成累计 29.8 亿元的 C 轮融资，叠加演语科技近 3 亿美元 B+ 轮融资、Sand.ai 两轮合计超 1 亿美元融资等多笔行业重点事件，资本正持续向头部技术型企业集中。
与此同时，头部项目相继传出了资本化动态：可灵被传预计在 2027 年年初便向香港联交所正式递交上市申请表格，启动 IPO 流程；生数方面，记者此前从多位接近生数科技人士处独家获悉，公司或最快于 2026 年上半年启动港股 IPO。
值得一提的是，AI 视频赛道的技术内核正在升维。2024 年各家比拼的还是 " 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 " 世界模型 "。
字节跳动 Seedance 2.0 凭借对物理世界动态规律的深度建模，实现多镜头剪辑、运镜控制、跨场景角色一致等突破，登顶全球头部梯队。
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了世界生成模型（WGM）、面向物理世界打造了世界行动模型（WAM）。
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。谢旭璋对《科创板日报》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。
王长虎对《科创板日报》记者判断，世界模型本身还在早期，不同团队的目标和技术路径并不完全一样，个人会先把它分成两类来看。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。比如李飞飞团队在空间智能方向的探索，Google Genie 系列对可交互环境生成的研究等。
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。其它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。
" 所以我不太愿意用一个概念标签去判断谁真谁假。关键不在于名字叫不叫世界模型，而在于它有没有一个实际系统，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。"
（科创板日报记者 李明明）
