生数科技完成数亿元A轮融资 Vidu多模态大模型加速全球布局

多模态生成AI赛道再迎重磅消息：生数科技宣布完成数亿元A轮融资，由博华资本领投，百度战投、北京市人工智能产业投资基金等老股东持续跟投，建发新兴投资等产业资本新晋加入。这家成立仅两年的公司，凭借其多模态大模型“Vidu”在技术与商业化上的亮眼表现，正迅速成为全球AI内容生成领域的焦点。

1. 数亿元A轮融资落地，资本加注多模态赛道

此次融资并非生数科技首次获得资本青睐。在此之前，公司已完成天使轮、天使+轮、Pre-A轮等多轮融资，投资方名单中不乏启明创投、蚂蚁集团、百度战投等一线机构。而本轮融资的领投方博华资本，在硬科技与AI领域投资经验丰富，其入局进一步印证了生数科技在多模态赛道的头部地位。

生数科技的核心团队源自清华大学人工智能研究院，技术底蕴深厚。CEO骆怡航博士在公开场合多次强调，多模态生成技术正处于“从实验室走向生产力”的关键阶段。此次融资资金将主要用于三方面：一是持续突破Vidu模型的智能上限，拓展技术应用广度；二是加强产品生态建设与用户服务；三是加速全球商业布局，深化与海外客户的合作。

Tips：多模态大模型指能够同时理解和生成文本、图像、音频、视频等多种模态信息的人工智能模型，是当前AI领域的核心发展方向之一。其技术难点在于跨模态信息的统一表征与生成一致性，应用场景覆盖内容创作、智能交互、工业设计等多个领域。

2. Vidu多模态大模型：技术硬实力与核心突破

作为生数科技的核心产品，Vidu多模态大模型自2023年4月发布以来，始终保持着快速迭代节奏。其定位是“对标OpenAI Sora的全栈式内容生成工具”，目前已覆盖图片、视频、音频生成完整能力，并在“可控性”与“一致性”两大技术痛点上实现突破。

2.1 对标Sora与Nano Banana：技术路线与差异化优势

在视频生成领域，OpenAI Sora凭借对物理世界的精细模拟能力，至今仍是行业标杆。而Vidu被业界认为是“国内最接近Sora技术路线的模型”——两者均采用Diffusion Model（扩散模型）与Transformer架构结合的技术路径，支持生成高清、长时序视频。不过，Vidu在“参考生成”功能上另辟蹊径：用户可上传参考图或视频片段，模型能精准还原主体特征（如人物面容、物体形态）并生成新内容，这一能力使其在商业素材创作中更具实用性。

2024年9月发布的Vidu Q1生图模型，则直接对标Google的Nano Banana。与侧重轻量化部署的Nano Banana不同，Vidu Q1聚焦“高精度还原”：支持同时输入7张参考图（国内多图参考数量上限），在多人、多场景生成中能精准保持主体面貌与特征。这一功能仅用两个月研发完成，距离Google发布Nano Banana仅隔10天，展现出极强的技术响应速度。

2.2 核心功能创新：从主体库到“参考生”能力

Vidu的“主体库”功能是其商业化的关键抓手。创作者可将人物、物体等核心主体上传至库中，生成视频或图片时直接调用，确保主体特征在不同场景中保持一致。截至目前，该功能已积累超100万主体资产，使用次数突破2000万次，有效解决了AI生成中“主体漂移”的行业痛点。凭借在参考生成领域的技术领先，生数科技也被业内称为“参考生之父”。

此外，Vidu的视频生成能力持续进化：累计生成视频超4亿条，其中核心的“参考生成视频”超1亿条，商业内容素材占比过半。这意味着其已从“技术演示工具”转变为真正的生产力工具，广泛应用于广告制作、电商营销等实战场景。

2.3 业务数据印证：从实验室到生产力工具

以下核心数据直观展现了Vidu的商业化进展：

Tips：年度经常性收入（ARR）是衡量SaaS类产品商业化能力的核心指标，指将当前季度收入年化后的金额。Vidu在8个月内实现2000万美元ARR，意味着其单月稳定收入已超160万美元，在AI生成领域处于全球第一梯队。

3. 商业化提速：头部客户覆盖与场景落地

生数科技的商业化能力同样亮眼。目前，其B端客户已覆盖电商、媒体、品牌、办公软件等多个领域，包括京东、亚马逊、飞书、央视动漫、安踏、荣耀、联想等头部企业。

在电商领域，与京东、亚马逊的合作聚焦“商品视频自动化生成”。传统电商商品视频需专业团队拍摄剪辑，单条成本数百至数千元，而通过Vidu，商家上传商品图与文案即可生成多风格视频，成本降低90%以上，效率提升数十倍。安踏、飞鹤等品牌则将Vidu用于营销素材制作，快速生成适配抖音、小红书等平台的短视频内容。

媒体与办公场景中，央视动漫利用Vidu辅助动画分镜生成，飞书则计划将其能力集成至办公套件，支持用户一键生成汇报演示视频。海外市场方面，生数科技已与头部互联网公司HubX达成合作，探索Vidu在海外社交媒体内容创作中的应用。

4. 多模态赛道竞争加剧，生数科技的领跑逻辑

当前，多模态生成AI已进入“技术竞速”与“商业化卡位”并行的阶段。全球范围内，OpenAI Sora凭借先发优势占据技术高地，Runway、Pika等创业公司聚焦细分场景，Google、Meta等巨头则通过开源模型扩大影响力。而在国内，字节跳动、阿里巴巴、百度等大厂加速布局，魔珐科技、硅基智能等创业公司亦各有侧重。

生数科技的竞争优势在于“技术迭代速度”与“商业化落地能力”的双轮驱动：一方面，其从视频生成拓展至图文音全模态，Q1生图模型10天内对标Google，展现出极强的研发响应速度；另一方面，2000万美元ARR与50%商业素材占比，证明其已打通“技术-产品-收入”闭环。

此次融资后，生数科技计划加大模型研发投入，探索更长时序、更高精度的内容生成，并深化全球市场布局。随着AI内容生成技术从“能用”向“好用”进化，生数科技能否持续领跑，推动多模态技术重塑数字内容生产方式，值得行业持续关注。

参考链接：

• 量子位
• 生数科技专题报道