盘点 | 2026年全球AI视频生成赛道的融资众生相|应用层|拆分|系列模型|融资

作者丨邱同春

编辑丨邢怡然

7月2日，快手旗下视频生成大模型可灵AI（Kling AI）的运营主体完成30亿美元独立融资，创下全球视频大模型单笔融资纪录，投后估值180亿美元。

本轮融资完成意味着可灵AI将以完全独立的市场主体身份，直面全球视频大模型市场。四天后，海外头部玩家Runway完成3.15亿美元E轮融资，估值53亿美元。7月的头部项目接连大额融资，将AI视频生成赛道的资本热度推向高潮。

放眼2026年前七个月，全球AI视频生成赛道累计发生29起融资事件（据公开资料整理），其中27起披露具体融资金额，总融资规模达91.47亿美元。

海量资本持续涌入，表面上印证着赛道依旧火热，但拆解全部融资案例不难发现，行业喧嚣表象的背后底层投资逻辑已经发生反转。资本虽然仍在加码赛道，但行业的准入窗口已经悄然收窄，新玩家的入局门槛被大幅抬高。

单纯的视频生成能力，已经不足以撑起独立创业叙事，赛道竞争正在向更高维度的技术比拼跃迁。在此背景下，中外资本面对同一赛道，演化出两套截然不同的投资下注逻辑，也由此塑造出当下全球 AI 视频生成领域的双轨竞争格局。

01 全球资金流向概览

2026年1-7月，全球AI视频生成赛道月度融资规模分别为2.8亿美元、13.99亿美元、15.35亿美元、3.68亿美元、3.69亿美元、9.56亿美元、42.4亿美元。其中7月融资规模独占鳌头，占据前七月融资总额的46%，核心增量来自可灵AI的30亿美元巨额融资。4月、5月为赛道融资低谷，两月合计融资仅7.37亿美元，不足7月单月融资额的两成。

从地域维度来看，中国企业呈现碾压式领跑态势：年内完成19起融资，总金额56.98亿美元，分别占据全球融资事件数的65.5%、融资总金额的62.3%。美国以6起融资、34.49亿美元规模紧随其后，剩余融资零星分布于英国、法国、新加坡、以色列，各国均仅1起。

02 新玩家的准入门槛逐步抬高

更重要的是，仅占交易总数13.8%的后期项目，包揽了赛道近半数的融资资金。一个2026年才想入场做AI视频生成的新团队，几乎不可能靠“我们也能生成视频”拿到钱。

四笔核心后期融资分别为：英国企业Synthesia的2亿美元E轮融资、投后估值40亿美元，Synthesia主打企业级AI数字人视频，服务大企业批量生产培训、营销素材；美国头部厂商Runway的3.15亿美元E轮融资，Runway旗下Gen系列模型是最早实现文生视频商业化的产品之一；李飞飞创立的World Labs的10亿美元战略轮融资，World Labs主打空间智能，依托Marble产品实现图像转可探索3D场景，累计融资达12.3亿美元；以及可灵AI的30亿美元独立融资。

这四家企业，均成立于2023年之前，且已跑通成熟、可规模化的商业化路径，资本正向经过市场验证的成熟玩家倾斜，逐步关闭了新晋企业冲击赛道头部的通道。

剔除后期轮次45.15亿美元融资后，早期轮次整体融资额为17.47亿美元，看似尚可，但其中10.3亿美元被单一企业包揽。

AMI Labs，由图灵奖得主、前Meta首席AI科学家Yann LeCun（杨立昆）于2026年初联合创办的前沿AI研究实验室，坚守JEPA架构技术路线，投前估值达35亿美元。

其10.3亿美元的种子轮融资阵容堪称豪华，集结Cathay Innovation、Greycroft、Bezos Expeditions等机构，同时获得英伟达、淡马锡、三星、丰田创投等产业资本加持，创下欧洲史上最大种子轮融资纪录，彼时公司尚未推出成型产品、但已明确了清晰的商业化方向。

剔除该笔特殊融资后，剩余9起早期融资合计仅7.17亿美元，单笔平均融资不足8000万美元。这正是赛道对普通新玩家的真实定价：若非顶级学术大牛、自带核心技术壁垒的标杆团队，资本暂时不会为早期项目买单。

再来拆分中外早期融资数据，两地市场呈现截然不同的格局。

中国年内完成6起早期融资、总金额4.98亿美元，海外4起、12.49亿美元；但海外剔除AMI Labs的巨额融资后，仅剩3起融资、2.19亿美元，单笔平均7300万美元。中国市场的早期融资环境更为严苛：6起早期融资中3起归属同一家企业——三启万物旗下的Tripo深耕AI 3D模型生成，3月至7月短短四个月内连拿三轮融资，累计募资3.9亿美元。

其余5家中国早期初创企业，融资总额合计仅1.08亿美元。当下赛道并非资本离场，而是准入门槛被抬高，仅凭普通技术故事、通用模型能力，已经无法撬动早期资本，行业正式告别野蛮生长的初创红利期。

03 视频正在从终点变成中间产物

从细分赛道拆分来看，视频生成大模型赛道共10起融资、总金额46.96亿美元，世界模型/3D生成赛道13起融资、总金额38.42亿美元。表面上视频生成大模型赛道仍保持领先，但其中可灵AI单一项目就贡献了30亿美元，存在极大数据极值。

剔除可灵AI后，世界模型/3D生成赛道融资额是纯视频生成赛道的2.3倍，二者分别为38.42亿美元、16.96亿美元，单笔平均融资规模2.95亿美元对1.88亿美元。从融资事件数量来看，世界模型/3D生成赛道已正式反超传统视频生成赛道，成为资本核心押注方向。

这个转向背后，其实是产品形态的根本变化。

传统视频生成给出的是一段只能播放的画面，用户无法生成交互性的视频、更改变不了镜头角度；而世界模型/3D生成给出的是一个可探索的空间。

例如上传几张房间的照片，World Labs的Marble世界模型能把它还原成一个可以360度环视的3D场景视频，同时视频符合真实的光影和物理规律。视频不再是终点，而是生成这类可交互空间的一道中间工序。

全球13起世界模型/3D生成细分赛道融资中，中国占据9起，远超海外4起，但从融资金额来看，海外4起融资合计26.4亿美元，单笔平均6.6亿美元；中国8起披露金额的融资合计12.02亿美元，单笔平均仅1.5亿美元，不足海外单笔均值的四分之一。

海外世界模型/3D生成赛道融资均为大额战略性押注：World Labs的10亿美元战略轮、AMI Labs的10.3亿美元种子轮、以色列Decart的3亿美元B轮，该企业主打低延迟交互式视频生成，累计融资4.5亿美元、Odyssey的3.1亿美元B轮，旗下的实时多模态世界模型Starchild-1可实现实时探索式生成场景。

中国赛道则呈现密集分散的融资特征：三启万物、智象未来各完成3轮融资，格拉飞可斯科技、三呆科技、影眸科技各1轮。其中格拉飞可斯科技7月完成的B轮融资达3.9亿美元，投后估值突破100亿元人民币，是2026年全球AI 3D赛道顶级融资之一。

海内外头部企业技术方向高度趋同：World Labs的Marble、Odyssey的Starchild-1、Decart的DOS、生数科技的Motubrain、三启万物的Project Eden，产品名称各异，但核心逻辑高度一致。资本已经不再为画质更清晰、帧率更高的传统视频生成能力支付溢价，转而押注可交互、可预知、符合物理规律的3D空间生成能力。视频，正在从AI生成的最终成果，降级为高阶空间智能的中间产物。

04 产业资本的入局逻辑

中国市场的19起融资事件，对应12家企业，4家核心企业包揽11起融资，资本持续加码、高频跟投：

生数科技：清华系团队，核心产品Vidu，2月A+轮、4月B轮、7月B+轮，三轮融资间隔不足三个月，阿里云连续两轮领投；

三启万物（VAST）：聚焦AI 3D与世界模型，3月A轮、6月A+/A++轮、7月A3战略轮，在四个月内完成四轮融资，持续获得产业资本加持；

智象未来：布局全模态生成与AI短剧工业化，今年前七个月的三轮融资累计超21亿元人民币；

爱诗科技：字节跳动前视觉技术负责人创立，旗下PixVerse主打海外C端市场，3月C轮、7月C+轮，四个月实现估值翻倍。

国内该赛道的核心支柱是阿里：2026年前七月，阿里系参与至少5起核心融资，包括生数科技B轮、B+轮、爱诗科技C+轮、三启万物A轮、可灵AI独立融资。其中4起可统计融资合计38.28亿美元，占中国赛道融资总额的67%。

海外则由英伟达深度绑定：英伟达先后参投World Labs、AMI Labs、Decart、Synthesia四大核心项目，四笔融资合计25.3亿美元，占海外融资总额的73%。阿里买的是模型层的位置和随之而来的云消耗，英伟达买的是算力需求的长期绑定。

05 应用落地，成为中国厂商的竞争优势

集成创作平台是四大细分赛道中规模最小的板块，前七个月仅4起融资、披露总金额3.95亿美元。对比来看，视频生成大模型、世界模型/3D生成两大模型层赛道合计融资85.38亿美元，占比高达93.3%，资本超九成资金集中押注底层模型技术，仅有极少资金流向产品落地与应用层。

资本的偏好差异，本质是行业价值重心的阶段性不同。模型层解决的是“能不能生成”，应用层解决的是“能不能被一家企业用起来、用得起”。

全球铝轧制巨头Novelis在北美、欧洲、亚洲、南美有约1.35万名员工，此前每次更新培训内容，都要重新组织拍摄、翻译、配音，一轮流程走完往往需要上百小时；接入Synthesia（一个基于浏览器的AI视频生成平台）后，同一份培训内容可以直接生成十种语言版本，开发成本降低约85%，生产周期缩短83%。

但正是这个规模最小的应用层赛道，国内企业拿下3起融资、总金额3.2亿美元，海外仅美国Mirage一家完成0.75亿美元融资，中国在应用层的市场份额、落地能力全面领跑全球。

演语科技单轮2.9亿美元B+轮融资，独占该细分赛道73%的融资规模。旗下拥有LiblibAI、Lovart、LibTV等产品，深耕AI图像与视频创作平台，把外部企业的底层模型能力，包装成普通创作者不需要懂技术也能直接上手的工具。

演语科技旗下的星流已接入十余个主流大模型，支持从脚本拆解、分镜规划到口型同步、配乐、字幕的完整短视频产出链路。有用户仅用一句话描述需求，将小说《长安的荔枝》改编成一部AI动画短片，星流就自动完成了分镜生成、视频拼接和配乐，产出一条近1分钟、逻辑连贯的动画短片。