
七月还没过完,AI视频生成赛道已经热到发烫。
从7月3日到7月23日,短短20天,5家公司相继宣布大额融资。
其中前4家达到独角兽级别公司的融资加在一起,超过262亿人民币。也就是说,2026年7月这一个月涌入的钱,比整个赛道在过去两年(2024-2025)加起来的还要多。
为什么他们都集中在7月融资,到底发生了什么?这应该不是某种巧合。
7月3日,
A轮30亿美元的增资上限,对应投后估值约180亿美元;目前已签约部分约190亿元。
为什么资本敢给这个数字,还得是快手2026年一季报给市场信心了。
快手2026年Q1财报披露,
这个数字在AI视频赛道是断层的——除了字节Seedance,国内没有第二家做到这个量级。
可灵的营收是双轮驱动:B端企业客户API调用 + P端付费会员订阅。截至2026年6月,
产品方面,今年2月,可灵上线3.0系列模型,实现最长15秒视频生成、分镜控制、主体一致性、音画同出。
值得注意的是两个细节。一是估值比5月传闻的200亿美元目标有所下调,定价更务实,交易反而跑得更快;二是公告里埋了一条对赌条款——如果北京可灵未能在2031年10月前完成IPO上市,投资者有权要求按本金加年化8%单利回购。
分拆、融资、股权激励、回购条款,这套组合拳指向很明确:可灵在为独立上市铺路。
7月6日,生数科技宣布5亿美元B+轮融资。
但如果你把时间线拉长看,这家公司在5个月内拿了3轮:2月A+轮超6亿元(中关村科学城、星连资本领投),4月B轮20亿元(阿里云领投),加上7月这轮5亿美元,累计已超50亿元人民币。
5个月3轮,这个节奏说明一件事:资本在抢着上车。为什么这么着急呢?
今年3月底,生数科技已完成股份制改造——这是上市前的标准动作。市场消息称其最快上半年启动港股IPO流程。所以,资本抢在IPO前夜上车。
生数科技的核心产品是
2025年全年生数科技已实现用户和收入超10倍增长,累计生成视频超4亿条;尤其B端客户阵容相当硬:广告电商领域有京东、阿里巴巴1688、亚马逊、美团、分众传媒、蓝色光标、欧莱雅、安踏;影视动画领域覆盖腾讯动漫、阅文集团、央视动漫、爱奇艺、芒果TV;游戏领域服务莉莉丝、三七互娱。
生数科技不满足于只做视频生成,今年开始向具身智能方向延伸。
2026年4月,生数科技正式发布了通用世界行动模型Motubrain,采用World Action Model (WAM)技术路线,将感知、预测与行动统一建模,使机器人具备“一脑预见”与“一脑多能”能力,同时商用版MotuBrain进入工业级验证。
这家清华系公司成立仅3年,正在从“视频模型公司”加速演进为“通用世界模型平台”。5亿美元到账后,资金将主要用于“通用世界模型”的研发。
这才是资本真正看中的故事。
7月14日,爱诗科技C+轮由阿里巴巴领投。加上3月完成的C轮3亿美元(鼎晖投资领投,中国儒意、三七互娱等近20家参投),C轮整体融资达29.8亿人民币,投后估值突破20亿美元。
阿里此前已在2025年9月领投了爱诗B轮6000万美元,这次C+轮继续加码。蚂蚁集团也早在2024年4月领投了A2轮超亿元。
阿里系对爱诗的持续投入,说明它把爱诗当作AI视频赛道的战略布局点。
截至2026年3月,爱诗科技全球用户突破1.5亿,月活1500万,年度经常性收入(ARR)已达4000万美元。
有意思的是,联合创始人谢旭璋透露,爱诗研发同级别模型的训练成本大约只有同行的10%。这种成本优势的关键路径是筛选高质量数据,减少无效训练迭代,以及利用优化的Diffusion Transformer 架构,提升资源利用率,降低单次训练开销,通过工程化经验复用实现。
今年1月,爱诗发布

爱诗的路线和其他玩家不同:别人在卷生成质量,它在卷交互能力。R1发布仅一周,中国儒意就宣布与爱诗建立战略合作,并投资1420万美元。
而最新C+轮的融资用途明确写着:用于视频生成基础模型、实时世界模型、全球化增长。
智象未来是这份名单里的"新晋独角兽"——15亿元C轮落地后,投后估值超10亿美元。创始人梅涛是加拿大工程院外籍院士、原京东副总裁。
这家公司近三个月密集完成三轮融资、累计超21亿元。
在7月23日,智象未来宣布C轮15亿人民币融资,社保基金、四川产业振兴基金、工银投资领投,上影新视野基金、华策影视等影视产业资本和18家机构参投——国家级长期资金、地方国资和产业资本的组合,在AI视频赛道并不多见。
智象早在2024年5月就上线了全球首个开放使用的视频生成DiT架构模型,在刚结束的WAIC 2026上发布了多模态创作智能体vivago R1,主打无限时长视频生成与编辑。
目前其产品覆盖全球100多个国家,服务超5000万用户和4万家企业客户。2025年全年收入超1亿元,而2026年Q1营收已超过去年。梅涛在 2026 年链博会期间表述,由于大模型预训练成本高,预计公司在2029年实现单月盈亏平衡。
梅涛说得也很直接:“我们不跟字节PK底层能力,我们做的是商业营销,是专业影视协作。”
智象的路线很清晰:避开大厂正面战场,在垂直场景里深耕。它先用图像模型建立用户基础,再向视频和世界模型演进。
FlovaAI的创始人郭列,在中国移动互联网史上是个绕不开的名字。2013年郭列做出脸萌,之后是FaceU激萌,2018年团队以3亿美元被字节跳动收购。此后他在字节参与孵化了轻颜相机、
2025年郭列再次出发,成立深圳雨舟科技,10月上线Flova.ai。红杉中国、IDG、云九资本累计投了超8000万美元。
天使轮就敢给8000万美元,投资人赌的不是产品,是郭列这个人。他过去做过的每一个C端工具产品都成了现象级爆款。

Flova是一个AI原生的视频创作Agent平台。用户通过对话表达创作需求,Agent完成从剧本创作、角色设计、分镜设计到图片/视频/音频生成、剪辑时间线组装的全流程。
和市面上主流的画布形态不同,Flova设计了一个“故事板”工作面板。Agent在对话框里接收指令,干活的过程呈现在左侧故事板上,用户通过中间预览区直接看结果,不满意可以随时双击干预修改。
多名早期用户反馈,Flova最大的特点是“记性”——创作十几集后,还能记住第一集的某个分镜。这种长上下文记忆能力在同类产品中非常突出。
现阶段Flova采取0毛利策略。郭列说:“在发展期,我们会尽量做到0毛利。”团队不急于追求短期收入,更关注有效消耗比例:Token消耗中有多少是用户觉得有价值的,哪些是因为产品不够好导致的无效浪费。
现在回到核心问题:为什么这5家公司不约而同地在7月密集融资?我把所有信息拼在一起,发现四个原因形成了共振。
第一,字节Seedance的“虹吸效应”倒逼所有人加速。
字节Seedance 2.0自今年2月发布后,单月营收超10亿元,短剧行业渗透率约95%,按日Token消耗量计算占据市场超80%份额。
火山引擎把2026年MaaS营收目标从去年的15亿上调到150亿——10倍增长,几乎全靠Seedance一个模型。而且Seedance 2.1即将发布,效果预计再提升20%,低配版价格压到5毛一秒。
当字节在用“模型能力断层领先 + 价格战”双杀市场,其他玩家如果不快速拿钱、囤算力、加速迭代,可能连留在牌桌上的资格都没有。
大家都在找一个能跟字节长期对抗的支点。但打法完全不同:可灵走平台化全模态路线,生数走技术极客路线,爱诗走实时交互差异化路线,智象走垂直场景深耕路线,FlovaAI走Agent工作流路线。
资本不是在投同一个故事,而是在押注不同的技术路线和商业模式。
第二,商业化已经跑通,资本看到了退出路径。
去年大家还在讨论“AI视频能不能赚钱”,今年数据已经出来了:可灵ARR近5亿美元,生数2025年收入超10倍增长,爱诗ARR 4000万美元, Seedance单月超10亿。
广告、电商、短剧、游戏、影视——AI视频的付费场景被一个个验证。这种“看得见现金流”的状态,是资本集中入场的直接触发器。
第三,赛道从“视频生成”升级为“世界模型”,叙事升级了。
今年上半年,基础大模型竞争格局趋于集中,一级市场资金开始寻找下一阶段的方向,多模态生成和世界模型成了共识出口。
注意一个趋势:拿到巨额融资的4家公司没有一家只说自己在做“视频生成”。可灵在讲All-in-One全模态创作工作流,生数在讲“通用世界模型”和具身智能,爱诗在讲“实时世界模型”和交互式娱乐,智象在讲“原生全模态世界模型”和因果推演。
视频生成只是入口,真正的终局是世界模型——能理解、推理、构建物理世界的AI系统。投资人看的不是今年的视频生成市场,而是三年后世界模型谁能跑出来。
第四,港股IPO窗口敞开,资本在抢“车票”。
今年1月智谱、
生数股改完毕、IPO传闻不断;可灵的分拆融资加回购条款,本质也是上市前奏。一级市场的密集融资,很大程度是在为二级市场的入场券做准备。
最后我想说,这个7月之后,AI视频赛道进入决赛圈了,格局大概会清晰很多:头部公司手握重金冲刺上市,腰部公司被世界模型的叙事重新定价,而像Flova这样的新玩家,正试图用Agent绕开模型军备竞赛,从应用层切走一块蛋糕。
但热闹背后的问题是钱来得快,烧钱更快。视频生成是算力消耗最凶的AI品类,260多亿听着惊人,摊到各家一年的算力账单上,未必宽裕。
