在多模態(tài)落地應(yīng)用加速的當(dāng)下，智象未來還潛藏著怎樣的商業(yè)潛力？

距離OpenAI發(fā)布文生視頻模型Sora已過去近兩年，中美兩地的AIGC企業(yè)卻呈現(xiàn)出截然不同的發(fā)展?fàn)顟B(tài)：一面是成本居高不下，始終無法鋪開量的Sora2，和留存率幾乎為零的SoraApp；另一面，是扎根在廣闊的應(yīng)用土壤上，漸入佳境的中國企業(yè)，在商業(yè)化上迎來全面爆發(fā)的局面。

《智能涌現(xiàn)》近日獲悉，專注于視覺多模態(tài)的生成式AI創(chuàng)企智象未來2025年的全能營收已過1億元。其C端產(chǎn)品vivago.ai同樣在近期迎來了下載最高峰，其中，1月新增近千萬用戶，在全球100+國家和地區(qū)進(jìn)入Google Play“視頻播放與編輯”類別榜前10，已呈現(xiàn)出巨大的商業(yè)發(fā)展?jié)摿Α?/p>

自創(chuàng)辦以來，智象未來先后發(fā)布了HiDream-I1圖像生成大模型與HiDream-E1交互編輯模型，并在2025年4月全面開源，開源24小時(shí)內(nèi)即登頂國際權(quán)威AI測評(píng)榜單Artificial Analysis。

這家從合肥出發(fā)的企業(yè)，通過自研的超百億參數(shù)大模型、全球首創(chuàng)的擴(kuò)散自回歸架構(gòu)，在生成質(zhì)量與效率上找到了完美平衡�，F(xiàn)階段，其產(chǎn)品已在文創(chuàng)、影視、廣告等領(lǐng)域廣泛應(yīng)用。

《智能涌現(xiàn)》獨(dú)家獲悉，智象未來融資進(jìn)程再提速：B輪融資已進(jìn)入交割階段，下一輪TS已提前落袋，接近公司的核心知情人士透露，兩輪融資均為數(shù)億元量級(jí)。在AI視覺生成賽道競爭加劇的當(dāng)下，智象未來憑借硬核技術(shù)實(shí)力與清晰的商業(yè)化路徑，持續(xù)獲得頭部資本的重倉布局。

在多模態(tài)落地應(yīng)用加速的當(dāng)下，智象未來還潛藏著怎樣的商業(yè)潛力？

最產(chǎn)業(yè)化的科學(xué)家，最落地的浪漫

從創(chuàng)立之初，智象未來就找到了一種務(wù)實(shí)的浪漫。創(chuàng)始人梅濤是加拿大工程院外籍院士，此前曾在微軟任職長達(dá)12年。在多媒體分析和計(jì)算機(jī)視覺領(lǐng)域發(fā)表論文300多篇，先后15次榮獲最佳國際論文獎(jiǎng)。

但梅濤的經(jīng)歷又不止于學(xué)術(shù)。2018年，梅濤加入京東，任京東探索研究院副院長。這段職業(yè)，讓他看到了從技術(shù)到商業(yè)化落地的通路。

在決定創(chuàng)辦智象未來時(shí)，梅濤有過清晰的構(gòu)想。一方面，多模態(tài)是實(shí)現(xiàn)通用AGI的最可能路徑，這種觀點(diǎn)后來也成為了行業(yè)共識(shí)。與此同時(shí)，在商業(yè)化前景上，多模態(tài)又比純語言模型有著更為廣闊的空間�！爱�(dāng)前全球AIGC收入的50%-60%來自圖片和視頻相關(guān)應(yīng)用，高于純文本模型。2023年我們創(chuàng)業(yè)決策時(shí)，像Midjourney這樣的多模態(tài)公司已通過SaaS工具證明了強(qiáng)大的商業(yè)化能力，清晰的驗(yàn)證了產(chǎn)品的市場契合度�！泵窛�2025年中對(duì)36氪表示。

而這恰恰是梅濤的主戰(zhàn)場，在計(jì)算機(jī)視覺（CV）和多模態(tài)領(lǐng)域有著深厚的積淀。

不過，對(duì)于當(dāng)時(shí)的中國創(chuàng)新企業(yè)來說，初入戰(zhàn)場，Sora是擺在面前的一座大山，考慮到其對(duì)物理世界的還原程度和實(shí)現(xiàn)的驚艷效果，當(dāng)時(shí)業(yè)內(nèi)頗為期待的是，中國創(chuàng)企能否拿出可以與之匹敵的生成結(jié)果。

一場競逐就此開啟。在Sora發(fā)布后，僅用了半年時(shí)間，智象未來就發(fā)布自主研發(fā)的多模態(tài)大模型，2025年4月，智象未來更是一口氣開源了圖像生成大模型HiDream-I1與交互編輯模型HiDream-E1，打通從對(duì)話到圖像創(chuàng)作的閉環(huán)。HiDream-I1在權(quán)威榜單Artificial Analysis中24小時(shí)內(nèi)登頂，成為首個(gè)躋身全球第一梯隊(duì)的中國自研生成式AI模型，并在圖像質(zhì)量、語義理解、藝術(shù)表現(xiàn)三大維度刷新行業(yè)紀(jì)錄。

不過，多位創(chuàng)業(yè)者事后都復(fù)盤，覺得Sora在架構(gòu)創(chuàng)新層面反倒有些落后。梅濤當(dāng)時(shí)也感覺，Sora整體功能與預(yù)期相近。就在此后半年，隨著智象未來等初創(chuàng)企業(yè)的入局，在當(dāng)前的視頻生成領(lǐng)域，OpenAI已不具備太大優(yōu)勢。特別是從產(chǎn)品落地角度來看，無論是海外還是國內(nèi)的其他產(chǎn)品，其實(shí)都已經(jīng)相差無幾。

與此同時(shí)，在探索多模態(tài)架構(gòu)范式上，智象未來甚至還走在了前列，公司最早研發(fā)了生成和理解雙模型，而后則規(guī)劃理解生成一體化，這被看作是通往物理世界的最佳路徑。

智象未來也一直走在突破行業(yè)難題的路上。2025年，隨著最新模型的開源以及vivago2.0等產(chǎn)品的發(fā)布，梅濤也告訴36氪，DiT（編輯注：Diffusion Transformer）架構(gòu)利用Transformer的強(qiáng)大能力處理視頻數(shù)據(jù)，讓AI模型能高效建模時(shí)空關(guān)系并靈活生成不同分辨率的視頻，這是一個(gè)重要的進(jìn)步。然而，對(duì)整個(gè)生成式AI領(lǐng)域而言，復(fù)雜物理現(xiàn)象的逼真還原仍是懸而未決的難題——飛濺的水珠軌跡、物體碰撞的力學(xué)反饋等人類直覺可感的動(dòng)態(tài)細(xì)節(jié)，仍處于“形似而神不似”的探索階段，在相關(guān)場景中仍常出現(xiàn)視覺違和感。

智象未來通過Sparse DiT架構(gòu)讓模型在生成效果和運(yùn)行速度之間找到了優(yōu)異的平衡點(diǎn)。再通過對(duì)抗蒸餾技術(shù)在增加推理效率的同時(shí)，極大地增強(qiáng)了畫面的細(xì)節(jié)和美感。這最終促成了智象未來旗下HiDream-I1模型的多個(gè)創(chuàng)造性成績。

在算法上另辟蹊徑，解決好最后一公里的問題

和大廠卷基模、搞參數(shù)的邏輯不同，小廠更講究創(chuàng)新與落地，在梅濤看來，這也是智象未來的價(jià)值，解決好AI最后一公里的落地問題。

其曾對(duì)36氪表示，“從我們創(chuàng)業(yè)第一天起，我們就非常有危機(jī)感意識(shí)，就想著怎么樣去找PMF。我們?cè)谏虡I(yè)化方面走得比較早，也比較快。雖然我們?nèi)诘腻X并不是最多的，但是花的每分錢、招的每個(gè)人、我們都是想明白的�！�

在成立早期，智象未來就形成了“1+3+N”布局，即一個(gè)核心多模態(tài)大模型，驅(qū)動(dòng)創(chuàng)作工具平臺(tái)、互動(dòng)營銷內(nèi)容工具和一站式視頻創(chuàng)作Agent三大產(chǎn)品。截至目前，其服務(wù)已覆蓋全球超2000萬個(gè)人用戶和超4萬企業(yè)用戶。

做好定位之后，核心是怎么做好交付，服務(wù)好客戶，讓AI真正產(chǎn)生價(jià)值。

梅濤告訴36氪，智象未來有國內(nèi)最全的多模態(tài)版權(quán)語料、數(shù)十萬小時(shí)版權(quán)視頻素材以及上萬個(gè)授權(quán)IP。不僅涵蓋了國內(nèi)70%影視數(shù)據(jù)，且已形成上億條AIGC二創(chuàng)素材，目前在影視、文旅、營銷等場景得到廣泛應(yīng)用。

“在微軟研究院，我們就經(jīng)常說，從一個(gè)技術(shù)到一個(gè)產(chǎn)品，可能需要一百個(gè)工程師；要把產(chǎn)品賣好，可能還需要一百個(gè)解決方案專家或BD，可見中間的Gap有多大。當(dāng)時(shí)我就想，我一定要找個(gè)地方去把鏈條打通�！�

也正是這份從技術(shù)到落地的全鏈條能力，讓智象未來自誕生至今一直頗受資本看好。

2024年，智象未來完成數(shù)億元A輪融資，由合肥產(chǎn)投集團(tuán)領(lǐng)投，安徽省人工智能母基金等機(jī)構(gòu)參與。2025年底，京東集團(tuán)作為戰(zhàn)略投資方對(duì)智象未來進(jìn)行加碼，其背后的物流、零售、健康、工業(yè)等龐大業(yè)務(wù)場景，恰恰是多模態(tài)AI技術(shù)絕佳的落地試驗(yàn)田和應(yīng)用沃土。

隨后，便有知情人士透露，智象未來緊鑼密鼓地啟動(dòng)了B輪融資的籌備工作，并計(jì)劃于2026年初完成交割。

36氪近期了解到，智象未來已順利拿到下一輪TS，其中，老股東持續(xù)加持，新股東有產(chǎn)業(yè)資本、業(yè)務(wù)能深度合作的上市公司和知名投資機(jī)構(gòu)，目前B輪融資金額已達(dá)到數(shù)億元人民幣。

上海敦鴻資產(chǎn)CEO袁國良在評(píng)價(jià)智象未來時(shí)如是表達(dá)，“我們堅(jiān)定看好視頻生成技術(shù)作為新一代生產(chǎn)力工具，將全面賦能千行百業(yè)。尤其在電商領(lǐng)域，視頻已成為連接商品與消費(fèi)者的核心媒介，而HiDream已通過產(chǎn)品初步驗(yàn)證了其在電商場景下的應(yīng)用價(jià)值與商業(yè)化潛力，體現(xiàn)了團(tuán)隊(duì)不僅懂技術(shù)，更懂行業(yè)。同時(shí)，我們認(rèn)為其技術(shù)架構(gòu)與演進(jìn)方向，具備向更具通用性與認(rèn)知深度的世界模型拓展的可能性，這是一種底層能力的躍遷。我們期待與團(tuán)隊(duì)共同探索技術(shù)與產(chǎn)業(yè)融合的長期路徑，助力推動(dòng)多模態(tài)生成成為普適且智能的行業(yè)基礎(chǔ)設(shè)施�！�

兼具商業(yè)化實(shí)力與架構(gòu)創(chuàng)新的最佳標(biāo)的

2025年是中國多模態(tài)生成式AI的爆發(fā)元年。隨著AIGC技術(shù)的日趨成熟，生產(chǎn)力與創(chuàng)造力顯著提升，驅(qū)動(dòng)應(yīng)用市場呈爆發(fā)式增長態(tài)勢。根據(jù)IDC數(shù)據(jù)，全球生成式AI市場規(guī)模未來五年復(fù)合增長率預(yù)計(jì)高達(dá)63.8%，到2028年將達(dá)2842億美元，占AI總投資的35%。而智象未來憑借極強(qiáng)的技術(shù)實(shí)力與產(chǎn)業(yè)化落地思維成為其中的獲益者。公司商業(yè)化進(jìn)程迅速，36氪獲悉，智象未來2025年的全年?duì)I收已過億。

在競爭激烈的多模態(tài)生成領(lǐng)域能快速實(shí)現(xiàn)這樣的成績，得益于智象未來獨(dú)特的商業(yè)模式思考與強(qiáng)勢的底層創(chuàng)新能力，可以說，智象未來是行業(yè)里為數(shù)不多的，商業(yè)化與技術(shù)創(chuàng)新兩手抓的企業(yè)。

在智象未來創(chuàng)立的三年時(shí)間里，經(jīng)歷了不同的商業(yè)模式。2023年的模式是MaaS，賣模型和API，類似于云計(jì)算的PaaS模式。2024年的模式是SaaS，主要賣工具，讓用戶在智象未來的平臺(tái)上使用工具生產(chǎn)內(nèi)容。

現(xiàn)如今，其已升級(jí)模式，正式轉(zhuǎn)變?yōu)镽aaS，即交付結(jié)果、以用戶價(jià)值為導(dǎo)向的商業(yè)模式，包括工具、內(nèi)容素材、限額視頻制作/投放只收少量的基礎(chǔ)費(fèi)用，主要是賺取客戶的GMV提升后的分傭。據(jù)梅濤表述，其認(rèn)為這樣的客戶價(jià)值相對(duì)清晰，可以基本上實(shí)現(xiàn)零風(fēng)險(xiǎn)投入，增量收益共享。

隨著創(chuàng)業(yè)漸入佳境，梅濤也表示，其已經(jīng)找到了商業(yè)回報(bào)和能力提升的平衡點(diǎn)。一方面是不斷加大水位，做好垂類基礎(chǔ)模型的研究，而一個(gè)更強(qiáng)大、方法更先進(jìn)的底層架構(gòu)，必定能為模型能力打下更好的基礎(chǔ)。除了閉門自研，智象未來也通過開源擁抱更廣闊的生態(tài)，提升成功的可能性。另一方面，依舊是解決最后一公里問題，深入到用戶的實(shí)際場景需求里，打通更多垂類數(shù)據(jù)，如教育、電商和文旅等行業(yè)，做精調(diào)，真正解決行業(yè)問題。

《智能涌現(xiàn)》還了解到，智象未來目前也在研發(fā)新一代具備多模態(tài)推理驅(qū)動(dòng)和無限記憶的多模態(tài)生成架構(gòu)，將在大幅提升模型推理能力的同時(shí)實(shí)現(xiàn)更高水平的多任務(wù)間橫向scaling up。

現(xiàn)如今，隨著技術(shù)、市場和政策層面的共振，行業(yè)側(cè)也正在意識(shí)到，AI視頻不再是極客的玩具，而是能直接產(chǎn)生現(xiàn)金流的生產(chǎn)力工具。去年以來，由AI生成的“貓狗運(yùn)動(dòng)會(huì)”“刀切玻璃水果”等爆款A(yù)IGC視頻走紅社交平臺(tái)，也讓越來越多創(chuàng)作者入局，是從頭部玩家到C端普通用戶的共同選擇，最終加速了視頻生成賽道的商業(yè)化進(jìn)程。

據(jù)國際調(diào)研機(jī)構(gòu)Fortune Business Insights數(shù)據(jù)，2024年，AI視頻生成的全球規(guī)模約6.2億美金，預(yù)計(jì)在2032年達(dá)到25.6億美金，2025—2032年間的復(fù)合增速為20%。

現(xiàn)階段，在營銷與特定內(nèi)容領(lǐng)域AIGC已經(jīng)是主流選擇，更可觀的暢想是，隨著模型能穩(wěn)定解決角色一致性和長時(shí)序連貫性問題時(shí)，AIGC將在影視、游戲等高端應(yīng)用引爆市場。而當(dāng)模型突破理解生成一致性的問題，其便真正能認(rèn)識(shí)物理世界，生成更真實(shí)可控的內(nèi)容與細(xì)節(jié)，屆時(shí)，才是視頻生成賽道真正的爆發(fā)時(shí)刻。在這場競速之中，智象未來已走在了前列。