2023年4月成立的北京爱诗科技有限公司，在创始人王长虎的带领下，于人工智能视频生成领域展现出惊人的爆发力。这位前字节跳动视觉技术负责人，凭借参与抖音、TikTok从零到一搭建的技术积淀，带领由微软亚洲研究院、快手、腾讯等机构精英组成的50人团队，在24个月内完成了五轮融资，累计金额突破4亿元，最新A5轮融资由靖亚资本独家注资。
不同于传统融资节奏，爱诗科技采用”小步快跑”策略，将A轮拆分为五次交割。这种灵活机制使公司估值始终与阶段性成果保持动态平衡，既规避了早期过高估值风险，又持续吸引蚂蚁集团、顺禧基金等国字号资本入局。技术迭代与资本运作形成良性循环，其核心产品PixVerse的视频生成速度突破5秒大关，V4版本更实现音画同步的自动配音功能，全球用户规模已达4000万，月活用户1500万的数字背后，是海外市场付费习惯与国内技术红利的精准嫁接。
在视频生成模型架构层面，团队将Transformer与扩散模型深度融合的技术路径，与OpenAI的Sora形成差异化竞争。不同于Sora侧重物理世界模拟，PixVerse聚焦社交媒体场景优化，通过”毒液特效””机器人变身”等爆款案例验证了娱乐化内容生成能力。这种垂直领域的深耕策略，使其在Lumina、Stable Video等开源模型围剿中建立起商业护城河。
值得关注的是资本市场的战略布局逻辑。靖亚资本的选择折射出投资机构对多模态AI的重新评估——当文本大模型进入平台期，视频生成因其更高的技术门槛和更直观的商业变现能力，正在成为新的价值洼地。爱诗科技背靠北京国管旗下顺禧基金的政府资源，同时获得蚂蚁集团的生态加持，这种”技术+政策+场景”的铁三角架构，为其即将推出的国内版本铺就独特竞争优势。
在全球AI竞赛白热化的背景下，这家初创企业的成长轨迹揭示了中国AI创业的新范式：顶尖技术团队不再盲目追求参数规模，而是以工程化能力为支点，在特定应用场景实现技术穿透。当多数公司困于大模型训练的高昂成本时，爱诗科技通过分阶段融资持续优化单位算力产出效率，这种精细化运营思维或许正是其保持24个月产品迭代周期的关键。