爱诗科技（PixVerse）

是什么

爱诗科技（PixVerse）是一家 AI 视频生成公司，成立于 2023 年，团队分布在亚洲和美国^[1]。公司把自己描述为一家全球性的 AI 视频生成平台，并称模型完全自研，而不是在别人的基础模型上搭建^[1]。中文财经报道中，它的公司名写作爱诗科技^[3]。

所谓「AI 视频生成」，指的是由一段文字提示生成视频（文生视频），或者把一张静态图片动起来（图生视频）。它比生成图片更吃算力：模型要在很多帧之间保持物体、运动和光照一致，而图片只需要处理一帧。

由来与团队

公司的联合创始人兼首席执行官是王长虎（Changhu Wang），联合创始人兼总裁是 Jaden Xie^[1]。中文财经媒体在报道融资时称，爱诗科技完成 29.8 亿元融资，C+ 轮由阿里巴巴领投，王长虎为创始人兼首席执行官^[3]。

模型

截至 2026 年 2 月 28 日，公司的 V5.6 模型在 Artificial Analysis 的文生视频和图生视频两个榜单上均排名全球第二；该站用公开基准对生成模型做横向比较^[2]。V5.6 建立在公司自研的扩散 Transformer（diffusion transformer）之上，不到一分钟就能生成带原生音频的 1080p 视频^[2]。扩散 Transformer 把两种思路合在一起：扩散模型学习一步步把噪声变成干净样本，Transformer 则是当前多数语言模型和图像模型使用的注意力网络。「原生音频」意味着声音和画面由同一个生成过程产生，而不是后期再配上。

2026 年 1 月，公司发布 R1，并称其为全球首个实时世界模型（world model）^[1][2]。在这类语境里，世界模型指的是学习环境如何变化、并能把环境模拟出来的模型：用户可以在模拟场景里操作，场景当场作出反应，而不必等一段视频渲染完。

产品与开发者工具

产品线包括网页应用、命令行工具与插件、Canvas、一个智能体（agent），以及 API 平台^[1]。模型菜单并不限于自家系统：除了自研的 V6 和 R2，还列出 Seedance 2.5、MiniMax H3、Flux 3 等第三方模型^[1]。把外部模型和自研模型放在一起，用户可以在同一个平台里按任务挑模型。公司的 GitHub 组织发布了官方 MCP 服务器、命令行工具和智能体技能库，面向想在自己的软件或 AI 智能体里调用这些模型的开发者^[4]。

融资与规模

2026 年 3 月 12 日，PixVerse 完成 C 轮融资，由 CDH Investments 领投，公司称这轮融资使其成为独角兽^[2]。公司称这是亚洲 AI 视频生成领域规模最大的一轮融资^[2]。它在新加坡设立全球办公室，负责北美和亚洲的企业销售^[2]。

到 2026 年 9 月，公司称其在 177 个国家和地区的用户超过 1.5 亿^[1]；同期公布生成视频超过 21 亿条，月活跃用户 1600 万^[2]。

在发展中的位置

PixVerse 属于少数既自研模型、又直接运营面向普通用户产品的视频生成公司。它对外强调的东西大致有三样：自研模型在公开基准上的名次^[2]、完全自研的路线^[1]，以及从浏览器应用到 API、智能体工具的产品面^[1][4]。融资和用户数字说明这条路线已经走到了什么规模；而基准排名和 R1 的说法，则是公司自己对其技术水平的表述。