三个女生手搓爆款游戏PV，背后公司狂揽29.8亿！阿里领投、王慧文入局

新智元报道

三个女生，用三周时间做出一支快穿 3D 乙女游戏 PV。

一出道直接在小红书、B站杀疯了，获得了大量反馈，评论区全是「求上线」的呼声！

成年人哪里做什么选择？民国恋爱、玄幻修罗场、霸道疯批、绿茶修狗……主打一个我全都要。

游戏项目背后的技术支持，是AI视频模型领域的一匹低调黑马——爱诗科技。

昨天，爱诗科技刚刚宣布完成整体C轮融资，累计融资金额达29.8亿元人民币。

由阿里巴巴领投，王慧文家办、韩国未来资产、蓝色光标、三七互娱等十余家国内外顶尖机构跟投。

显然，AI视频，正在成为继AI编程之后，最接近大规模商业验证的黄金赛道。赛道水涨船高，爱诗无疑成为产业方和全球资本极为看好的下一张船票。

爱诗在今年初发布 PixVerse R1，全球首个支持最高1080P分辨率、可实现即时响应的通用实时世界模型；近期又在联合国 AI for Good 峰会展示了PixVerse Game—— 首个实时视频游戏引擎。

为什么是实时互动游戏？

因为这可谓是实时视频世界模型的超级硬核试炼场。

游戏不只要画面，还要规则、反馈、角色一致性、情绪递进、互动结果。能在游戏里跑起来，才说明实时互动模型从「可看」走向「可玩」。

世界模型，

正在改变游戏赛道

如今，游戏和娱乐产业正在AI的冲击下发生剧变。

以前，是「生成一段好看的内容」，现在，则变成「生成一个可交互世界」。导致这种改变的，世界模型研究是重要因素。

过去三十年，无论是耗资数亿美元的 3A 大作，还是流程繁重的 3D 手游，制作过程都极其繁琐。

每一个 3D 建模、每一帧动画骨骼绑定、每一条代码管线，都意味着极高的时间和资金成本。

以前，做一个开放世界游戏需要数百人花数年，《GTA V》烧了2.65亿美元

世界模型的到来，让内容创作从「手工搭建」转向了「自动生长」。

如今的 AI 视频与实时世界模型，正处于爆发的前夜：视频模型已经跑通了被验证的商业化道路，各方玩家疯狂涌入，一切都在指数级加速。

在游戏中实时交互、每个玩家都能创造一个世界，曾经是梦想，但日渐随着技术发展变得清晰，「三个女生AI手搓快穿3D游戏」的爆款故事像一个缩影，显现出一些未来已来的苗头。

PixVerse提供了多模态视频与实时互动技术，不同于传统游戏工业管线的限制，小团队也可以上手。

故事的起点很简单。

三个女孩在深夜聊起一个问题：如果真的能穿进游戏，你最想去哪个世界？

她们想做的，是一款市面上很少见的快穿3D乙游：玩家可以穿梭于古代、民国、末日、仙侠等不同世界，拥有不同身份，遇见完全不同的角色，也看见不同版本的自己。

脑洞很上头，制作表却很劝退。

快穿最迷人的地方，恰恰也是它最难被立项的原因：世界越多，意味着要重做的角色、服装、场景、动作和叙事资产也越多。

按照传统3D游戏管线，仅一个角色从建模、绑定到调整，往往就需要四五个月；再制作一段15至30秒的动画，还要叠加两三个月，以及动捕、手K、特效等一整套流程。

这类项目常常不是「想不到」，而是「做不起」。

借助PixVerse的多模态模型与实时互动技术，三位创作者一边用AI加快画面生产，一边坚持人工完成剧本、台词和审美把关，甚至重新手绘部分关键帧。

约三周后，一个原本只存在于脑海里的快穿3D乙游，被做成了一支可以观看、讨论和接受市场检验的概念PV。

就如同创作者北北所说：「AI最重要的价值，是让一个本来根本立不了项的快穿乙游，第一次有机会被看见、被验证。」

过去，一个创意要先投入数月时间和大量资产，才有机会来到玩家面前；现在，小团队可以先把想象变成样片，让用户用追更、评论和反馈告诉她们，这个世界到底值不值得继续做下去。

她们速通的不是一款游戏，而是游戏开发中最早、也最昂贵的一次创意验证。

有趣的是，乙游的用户，是出了名不好糊弄的一群人——她们对角色颜值、情绪张力、叙事节奏近乎苛刻。

而这次，面对一个AI辅助生成的快穿乙游demo，评论区没有一边倒地喊AI味太重，反倒是一致高呼「下一个世界线什么时候更新」。

评论区里既有人催更，也有人认真讨论角色设定、叙事节奏和AI痕迹。对审美与情绪细节一向敏感的乙游用户，并没有因为内容使用AI而自动离场。

他们更在意的问题是：角色是否足够独特，情绪是否成立，以及这个概念最终能不能变成真正好玩的产品。

就这样，游戏行业最沉重的试错成本和管线门槛，一下子被打掉。而创意验证被前置，让创作者可以迅速把概念抛向市场，听到核心用户的反馈。

这是一种研发顺序的变化：先验证需求，再扩大生产；先让创意接受市场检验，再决定重资产投入。

AI带来的技术普惠，让爱好者们可以充分发挥创意。哪怕只有几条PV跑通时，它释放出的供给侧潜力，也足以满足大量之前被压抑的个性化体验需求。

阿里巴巴、王慧文家办等十余家顶尖机构的押注，押的其实就是这道分水岭——谁先跨过去，谁就拿到下一代内容基础设施的入场券。

游戏，是世界模型的硬核试炼场

爱诗科技联合创始人谢旭璋在联合国AI for Good峰会上，展示他们的部分技术探索——PixVerse Game，全球首个实时视频游戏引擎。

它不再需要你提前做好所有的素材。你只需要定义规则、目标、玩法和世界观，剩下的角色、场景、画面、叙事，全都在实时互动中由AI生成！

想象一下，你对着屏幕说：「男主这时候应该摔门而出，眼神要三分薄凉四分愤恨。」下一秒，画面里的疯批暴君就真的给你表演了一个眼神开车。

这就是「言出法随」，让创作本身成为游戏。

爱诗科技创始人兼CEO王长虎提出了一个犀利的观点：游戏是世界模型的硬核试炼场。

为什么？因为游戏不只要画面，还要规则、反馈、角色一致性、情绪递进、互动结果。

如果要验证一个「会动的世界」是否成立—— 一段电影可以通过剪辑跳过不连续；游戏不能。

玩家会回头、试错、拿起道具、攻击角色、改变路线，也会做出设计者没有预料到的动作。系统不仅要生成画面，还要维护目标、资源、胜负条件和事件结果。

真正理想的游戏，是让玩家能进去操控，可以影响结局。这，就是世界模型的意义。

PixVerse Game：旨在言出法随的实时视频游戏引擎

爱诗年初发布的PixVerse R1，是全球首个支持1080P的通用实时世界模型，它能生成一个可以被用户影响的数字环境。

而PixVerse Game，就是在这个基础上，把「可看」推向了「可玩」。

PixVerse Game的思路，是一套把实时世界模型、抽象游戏机制和智能体编排放进同一闭环的实验系统。

这套架构里有三个关键角色：

抽象游戏机制引擎负责规则和数值——也就是「什么能做、什么不能做」；

PixVerse实时世界模型负责把规则变成你能走进去的世界——也就是「你看到了什么」；

AI智能体编排层负责让规则、画面和叙事时刻对得上——也就是「不穿帮」。

这样，你在游戏里每操作一次，触发的不是一段预先录好的动画，而是一个新的世界状态。

同一个动作在不同世界、不同经历、不同关系里，可能生长出完全不同的反馈。

爱诗自己也反复强调，世界模型与实时互动技术目前尚在前期探索阶段，很多能力仍需持续验证和迭代。

当前尚不能替代成熟游戏工业，更不是「一句话生成 3A 游戏」。

目前更现实的价值，是快速构造互动原型、生成过去难以预制的长尾内容，以及验证一种新的创作关系：玩家不仅在设计者提供的选项中行动，也可以用自然语言参与定义世界。

但方向已经越来越清晰：当实时世界模型、AI智能体和游戏机制第一次进入同一个闭环，玩家和创作者之间的那堵墙，就开始被拆掉了。

类似Roblox、Minecraft的「创造即游玩」体验，在AI时代可能会大量出现。

区别在于，过去你需要学编程才能在Roblox里造世界，而PixVerse Game想做到的是——你只需要会表达，就能开始搭建游戏体验。

资本为何押注？

AI视频是下一个万亿入口

就在同时，爱诗科技也宣布完成整体C轮融资，累计融资29.8亿元人民币。

其中C+轮由阿里巴巴领投，Lollapalooza Capital（王慧文家办）、常春藤资本、惠远资本、钟鼎资本、韩国未来资产、OCBC生态下Lion X基金、蓝色光标等十余家国内外机构参与投资。

产业资本看场景，财务资本看增长，国际资本看全球化。 三类资本同时出现在投资方名单里，说明市场已经公认：这家公司，是AI视频与未来交互赛道的一张重要船票。

站在2026年中回看，AI视频赛道正在经历一轮剧烈的格局重塑。

Seedance 2.0凭借字节系的生态优势在国内攻城略地，可灵以180亿美元估值从快手分拆独立融资，Sora则在今年初正式关停——AI视频，成为正在被资本和产业重新定价的AI原生赛道。

世界模型亦成为新的变量。

高盛预计，全球AI视频生成市场将从2025年的约30亿美元增长到2030年的约290亿美元，五年翻近十倍。

蛋糕在变大，但能分蛋糕的人在变少。

如今，爱诗的定位更像一家AI原生的全球产品公司——模型能力、产品体验和商业化能力三条腿走路，且从第一天就在做全球化。

如果说AI Coding正在重写软件生产链，那AI Video将重写视觉内容的生产、分发和交互方式。

爱诗的判断是，模型能力只是入场券，产品化、全球分发和产业化落地，才是下一阶段的胜负手。

从联合国到75岁英国老奶奶，1.5亿人把想象力变成现实

这一点在爱诗的全球化布局上体现得最明显。

现在，PixVerse目前拥有超过1.5亿全球用户，覆盖177多个国家和地区，在30多个国家的应用市场视频类榜单中排名第一。

在Artificial Analysis的榜单中，PixVerse V6模型位列全球第二，生成速度位居全球第一。

更可怕的是它的商业化落地能力。爱诗已经和芒果传媒、阿里巴巴、巨人集团、蓝色光标、三七互娱等产业巨头建立了合作，覆盖短剧、动画、综艺视觉、互动影游、品牌营销等全栈场景。

最后，让我们回到「人」本身。

现在，PixVerse全球生态非常繁荣，拥有大量忠实用户与创作者。

在PixVerse的全球社区里，有75岁的英国老人制作出了属于自己的「人生影片」。

这位老人或许不懂什么叫世界模型，但她借助PixVerse，第一次把自己脑海中的回忆变成了生动的视觉世界。

法国艺术家Zenith Apex把抽象艺术转化为视频作品，在YouTube触达200万观众。

土耳其创作者@yapayzekaserisi，用PixVerse的主体融合能力做了一个科幻系列，Ins单条视频最高播放冲到3400万，其余视频的平均曝光也在百万级，光一条视频就给账号带来了8.2万新粉丝。

他把内容同步搬到自己的TikTok账号上，又拿下2200万曝光和5.2万新粉。

西班牙创作者Daria Grin是一位全职主妇，她没受过专业影视训练，用PixVerse做动画短片，累计播放量超2000万次。

出爆款那天，她还专门跑到创作者社群里发了一段感谢。

PixVerse的国内版，叫做「拍我AI」。利用这个工具，同样有大量让人印象极度深刻的案例。

国内创作者「山音」为阿兹海默症群体制作的动画短片《积木》，把作品带到了釜山电影节现场展映。

@Aria阿清在拍我AI V5上线阶段，利用首尾帧多帧功能，复刻了国内爆火的「衣柜换装」特效，发布当日阅读量就突破20w。

拍我AI创作者@八目爱吃饼制作的「恋与深空」的同人作品，在小红书上爆火。

使用「拍我AI」的@周同学，利用Agent模版「唐顿庄园」进行二创，同样做出小红书账号的第一个爆款。

联创谢旭璋在峰会的分享中提到一句话，非常动人：「AI for Good最朴素的含义，是让那些过去被创作门槛挡在门外的人，第一次拿到创造的工具。」

稀缺性：模型、产品与全球分发同时在线

最后，回到一个更宏观的判断：AI视频赛道里这么多玩家，为什么是爱诗？

答案不在某一张榜单，而在于它较为均衡地把三种能力放进了同一个体系：自研模型、消费级产品和全球化分发。

它不陷入对技术的极端崇拜，更关注让广泛大众用起来，入选 a16z Top 50 GenAI 消费级应用前25名。

同时，自研模型长期在行业头部—— 在 Artificial Analysis 视频生成模型榜单中位居全球前列。

爱诗从第一天就在做面向C端用户的全球化产品。CEO王长虎在字节期间从0到1支撑了抖音与TikTok等国民级视频产品的建设和发展，团队骨子里有极强的产品基因。

作为年轻创业团队，它没有历史包袱，从技术架构到产品设计到商业模式，全部从AI原生的逻辑出发。

而且从第一天就是全球化。 不是先做国内再出海，而是从Day 1全球化，现在已经覆盖177个国家和地区的用户，产品、运营、增长都在做全球化能力的搭建。

作为创业团队，整体能力较为均衡——模型、产品、商业化、全球化，四条腿一起走路。 团队非常团结，投资人的评价是「没有内耗、执行力极强」。

在联合国演讲的结尾，谢旭璋说了一句话：「过去，视频是一个结果；未来，视频是一个入口。我们希望更多人做出的下一个作品，是属于自己的世界。」

这个试水型游戏PV的火爆只是一个开始。PixVerse Game只是这一切的起点。

当AI视频从「生成一段好看的内容」真正走向「生成一个可交互的世界」，当实时世界模型让曾经只存在于畅想中的体验变得真实——

我们会发现，这和LLM的路径惊人地相似。

起初是怀疑，然后是试探，然后是某个临界点之后的全面爆发。

而PixVerse，正在铺就这条通往未来世界的铁轨。