AI視頻企業愛詩科技完成 29.8 億元C輪融資，阿里巴巴領投

AI 視頻領域再傳重磅消息，新創公司愛詩科技（AI Poem）宣布完成整體 C 輪融資，累計金額達到 29.8 億元人民幣（約合新台幣 130 億元），本輪由阿里巴巴領投，引發市場高度關注。這筆鉅額資金將用於加速其自研的多模態視頻大模型與世界模型的技術迭代，並推動原生 AI 視頻產品在全球市場的布局。 愛詩科技成立於 2023 年，是一家專注於 AI 視頻生成與理解技術的年輕企業。公司核心團隊來自頂尖學術機構與科技巨頭，擁有深厚的計算機視覺、自然語言處理與深度學習背景。不同於市面上多數僅停留在文字轉影片的工具，愛詩科技標榜的是「多模態視頻大模型」，能同時處理文字、圖片、語音、影片等多種輸入，並生成邏輯連貫、風格統一的動態內容。此外，公司也投入「世界模型」的研發，試圖讓 AI 理解物理世界的因果關係，使生成的影片更加符合現實邏輯。 這輪融資從 A 輪到 C 輪一路累積，阿里巴巴的領投不僅是資金支持，更代表著電商與雲端生態對 AI 視頻商業化的強烈信心。目前愛詩科技的產品已覆蓋全球 177 個國家及地區，用戶涵蓋內容創作者、行銷人員、教育機構與企業客戶。其提供的服務包括智能腳本生成、自動剪輯、虛擬角色驅動、動態視覺效果等，大幅降低了專業影片製作的門檻。 值得注意的是，AI 視頻正繼 AI 程式碼生成（AI Coding）之後，成為第二個跑通大規模商業化的 AI 賽道。過去一年，從 OpenAI 的 Sora 模型問世，到國內外多家初創企業獲得大額投資，市場明顯感受到內容生產方式的轉變。愛詩科技的快速成長與此輪融資，進一步驗證了該領域的商業潛力——不只是技術炫技，而是能實際創造營收與用戶黏性的成熟應用。 從技術層面來看，多模態視頻大模型的挑戰在於如何同時處理不同模態的數據，並在生成時保持一致性。愛詩科技採用了基於 Transformer 的改良架構，結合擴散模型與對抗訓練，使生成的影片在畫質、流暢度與場景理解上都有顯著提升。公司也自建了大規模高品質訓練資料庫，涵蓋自然場景、人物動作、物體互動等多種情境，確保模型能泛化到真實應用。 世界模型則是更長遠的布局。傳統影片生成往往只關注畫面本身的像素變化，缺乏對物體物理屬性（如重量、彈性、速度）的認知。愛詩科技嘗試讓模型透過觀看大量影片來自我學習物理規律，從而在生成新內容時自動遵守這些規則，例如讓球落下時有正確的拋物線、人物走路時腳部接觸地面。這對於製作遊戲預告片、虛擬實境內容或自動駕駛模擬都極具價值。 市場反應同樣正面。多家國內外影音平台已開始與愛詩科技洽談 API 對接，期望以更低的成本批量產出短影音廣告、產品展示與教育影片。在台灣，也有不少網紅與中小企業嘗試使用其工具進行社群內容創作，縮短從構思到發布的週期。用戶回饋指出，目前的生成品質雖然仍有進步空間，但速度與靈活度已超越傳統後製流程。 阿里巴巴的投資布局也耐人尋味。過去幾年，阿里在 AI 領域已投入大量資源，包含自家的大語言模型通義千問、雲端算力平台以及電商場景的智慧應用。領投愛詩科技，可能意味著阿里有意將視頻生成技術整合進淘寶直播、優酷內容生產或國際電商業務中，打造從文案到影片的一站式 AI 創作生態。這與先前投資 AI Coding 初創公司的邏輯一脈相承——先卡位基礎能力，再嵌入自身業務。 從產業趨勢來看，AI 影片生成正在經歷從「玩具」到「工具」的轉變。早期模型生成的影片經常出現扭曲、跳幀、邏輯錯誤等問題，但隨著算力提升與演算法最佳化，2024 年下半年起成品已能達到商用標準。愛詩科技宣稱其模型在用戶滿意度與重複使用率上已領先同業，這讓投資人願意在估值較高的階段持續加碼。 展望未來十年，AI 影片將深刻改變資訊的生產、分發與交互方式。傳統上，影片製作需要專業團隊、昂貴設備與大量時間；未來，只要輸入文字或圖片，AI 就能在數分鐘內產出高品質內容。這不僅會衝擊影視後製行業，也會重新定義教育、行銷、新聞報導與個人表達的形式。愛詩科技這類新創公司的崛起，正是此一變革的縮影。 當然，挑戰仍在。首先是監管與倫理問題：AI 生成的內容如何標註來源？如何防止深度偽造與假新聞？愛詩科技表示將在產品中內建浮水印與內容溯源機制，並遵循各國法規。其次是商業模式的可持續性：目前多數 AI 影片公司仍以訂閱或按量付費為主，能否在成本下降後維持合理利潤，尚待時間驗證。 整體而言，愛詩科技完成近 30 億元 C 輪融資，不僅是公司發展的里程碑，更為整個 AI 影片賽道注入強心針。在阿里巴巴等巨頭的加持下，多模態視頻大模型與世界模型的商業化路徑將更加清晰。隨著用戶遍及 177 個國家，這家成立僅兩年的公司，正準備迎接內容產業全面變革的到來。