独家｜字节系创业者押注视频 Agent，「极致上下文」获超千万美元天使轮融资

ZF独家获悉，视频 Agent Pexo （公司“极致上下文”）已完成超千万美元天使轮融资，投资方包括达泰资本、松禾创投、视觉中国、深圳天使母基金、深圳高新投、福迪创投等。本轮融资将主要用于 AI Content Agent 产品研发、全球市场拓展及核心人才引进。此前，公司曾于 2025 年 10 月获得 HT Investment 与 BV 百度风投数百万美元投资。

极致上下文创始人兼 CEO 廖谦曾任生数科技产品副总裁、Vidu 产品负责人，并先后任职于腾讯、字节跳动，曾从 0 到 1 搭建火山引擎智能创作云，并在剪映／CapCut 发起海外 AI 内容平台 Pippit，拥有从云服务、内容工具、基础模型与 Video Agent的完整领域经验。公司核心团队成员来自字节跳动、腾讯、阿里巴巴等企业，以及清华、北大、港大等高校，覆盖视频生成、模型工程、消费级产品、全球增长与商业化等领域。

Pexo 是一款面向全球用户、从视频任务切入的 AI Content Agent。用户只需提出目标，并提供素材或参考方向，Pexo 即可完成需求理解、方案规划、模型与工具调用、视频制作、修改及最终交付。用户无需在多个模型与剪辑软件之间来回切换，也不必再亲自充当整条内容生产线的“制片人”。

自 7 月正式上线以来，Pexo 已覆盖全球 80 多个国家和地区，ARR 突破百万美元；近期还登顶 Product Hunt 日榜，相关话题多次登上被视为海外科技趋势重要风向标的 X Trending，引发海外用户关注与讨论，展现出强劲的海外增长势头。

从 Coding 到 Content，Agent 的下一个战场来了

过去一年，Coding Agent 展现出一种新的工作方式：用户只需描述目标，Agent 便能拆解任务、调用工具、推进执行，并交付最终结果。如今，这种变化正从代码开发延伸至内容生产。

在极致上下文创始人兼 CEO 廖谦看来，内容将是 Agent 的下一个主战场。无论是发布一款新产品，还是将知识制作成视频，全球每年数千亿美元的内容制作预算背后，都有大量拥有表达需求、却不具备专业制作能力的个人与企业。他们需要一种更简单的方式，将想法直接变成可以使用和发布的内容。

与此同时，技术条件也在逐渐成熟：语言模型越来越擅长理解意图、规划任务和调用工具；Seedance、MiniMax H3 等视频模型持续提升镜头生成质量，配音、字幕、剪辑等工具的能力也在不断完善。

但这些能力仍然分散在不同的模型和工具中。对用户而言，完成一支视频依然需要“自己动手”组织素材、设计分镜、生成画面、添加配音和字幕，再经过剪辑与反复修改。许多 AI 视频产品更像一个能力强大的“工具箱”：用户需要自己选择模型、编写提示词，并把多次生成的结果组合成片。AI 提高了单个环节的效率，却还没有真正接过完整的内容生产任务。

近期个人 Agent 产品受到广泛关注，也反映出大众对 AI 产品的期待正在变化：相比一个等待逐步指令的工具，人们更需要能够理解目标、主动推进并交付结果的 Agent。

基于这一判断，极致上下文从 Day 1 就选择了内容生产力方向。公司没有将 Pexo 定义为又一款视频生成或专业剪辑工具，而是以视频为入口，服务那些有明确内容需求、但缺乏专业制作能力的用户。用户用大白话提出需求后，Pexo 负责规划方案、调用模型与工具、完成制作与修改，直至交付可以直接使用的结果。

“AI 视频的工具时代该翻篇了。内容产品的竞争，正在从提供生成能力，走向承接完整任务。”廖谦表示，“用户真正关心的，不是使用了什么模型、生成了多少个镜头，而是自己的想法有没有被准确表达，最终结果能不能直接使用。”

Pexo 正是面向 Agentic 时代打造的 AI Content Agent：用户负责说清楚想要什么，Pexo 负责完成整个内容任务。

从生成镜头走向完整任务交付

如果说 Vibe Coding 将软件开发从“编写每一行代码”转变为“用自然语言描述想实现的产品”，那么 Pexo 提出的 Vibe Creating，则试图将同样的变化带到内容生产：用户不再从剪辑轨、分镜和模型选择开始，而是先说清楚自己想表达什么。

配图 1：Pexo 产品官网

Pexo 并不依赖预设的 Workflow 机械串联模型和工具，而是根据具体任务实时规划制作路径，并在执行过程中持续检查和调整。当任务要求或底层模型发生变化时，执行方式也会随之改变，无需用户重新配置流程。

这套体验由五项核心能力支撑：

• 理解需求：结合用户目标、参考素材和补充说明，判断视频需要表达什么。

• 规划创意：设计创意方案、内容结构与分镜，将想法转化为制作计划。

• 选择模型：根据不同任务调用合适的模型和工具，用户无需研究其能力边界。

• 协同制作：生成模型负责真人画面和开放性创意，Coding-to-Video 代码系统负责文字、图表、品牌元素、动画和时间线等需要精确控制的内容，再由 Agent 统一编排。

• 交付与修改：生成包含旁白、音乐、字幕和转场的完整视频，并根据反馈持续修改。

这样的分工既保留了生成内容的想象力，也满足了商业内容对准确性、稳定性和可修改性的要求。过去分散在多个软件和不同岗位中的工作，由此被整合为一次完整的任务交付。

配图 2：Pexo Mark to Fix 功能——圈画修改

其中，Pexo 的 Mark to Fix 功能更是值得一提。用户只需圈选视频中需要调整的画面或元素，再用自然语言说明修改要求，Pexo 便能识别具体对象并完成调整。有用户将其形容为“code review comments for video”——就像在代码审查中针对具体代码留下评论一样，用户可以直接在画面上指出问题，让视频修改从反复调整提示词变成直观的协作过程。

但完成一次任务只是起点。对于商业内容而言，“生成得好看”并不等于“表达得对”。视频还需要准确呈现产品信息、符合品牌调性，并延续用户认可的表达形式。因此，Agent 不仅要会生成内容，还要持续理解品牌与用户偏好。

随着用户持续使用，Pexo 还会逐步沉淀品牌资料、历史素材、表达偏好和创作反馈，形成属于个人与组织的 Creative Context 与 Creative Memory。模型能力决定内容生产的上限，而对用户的持续理解，决定了 Agent 能否一次比一次更准确地完成表达。Pexo 希望从一个能够完成视频任务的产品，成长为长期理解用户、持续承接创作的 AI 内容伙伴。

用户复购率超 50%，定位高价值商业场景

与主要服务专业创作者、聚焦短剧和专业影视制作的产品不同，Pexo 从一开始就选择了办公与商业内容生产场景，重点服务海外市场中有明确内容需求、却不具备专业视频制作能力的用户。

在廖谦看来，所谓高价值场景，并不只是制作一支更复杂的视频，而是内容背后有明确的业务目标、持续的生产需求和真实的制作预算。

目前，Pexo 已被用于新品发布、品牌营销、教育课程等场景。用户中，既有为新产品制作发布视频的 Vibe Coders 和创业团队，也有持续生产获客内容的房地产经纪人、为作品制作 MV 的独立音乐人，以及将知识转化为视频课程的教育工作者。

这些用户通常不了解不同视频模型的能力边界，也不关心一个镜头应该调用哪种模型。他们关心的是视频能否按时完成、准确传递信息，并真正用于产品推广、客户获取或内容变现。

过去，这类任务往往需要交给广告代理商、视频制作公司、自由职业者或企业内部内容团队，背后对应的是一笔真实且持续的内容生产预算。随着 Agent 开始承接完整任务，Pexo 对应的商业机会，不只是一笔视频软件订阅费，还包括过去支付给代理商、制作公司和企业内部内容团队的内容制作预算。

这一产品方向已经得到初步验证。上线以来，Pexo 已积累近百万注册用户，覆盖全球 80 多个国家和地区，约 80% 的流量来自英、美、澳、加等高价值海外市场。付费用户复购率超过 50%，单个用户单月最高付费超 3,000 美元。

相比单纯的用户规模，这些付费信号更值得关注。当用户持续购买更多生成额度和服务，意味着 Pexo 不再只是一个用于尝鲜的 AI 产品，而是正在进入真实的内容生产流程，承接具有实际商业价值的任务。

廖谦认为，衡量 AI 应用的价值，不能只看日活跃用户数或生成次数，更要看它能承担多么复杂的任务、替代多少原本需要专业人员和工具完成的工作，以及创造多大的经济价值。

沿着这一逻辑，Pexo 的目标不是让用户每天多生成几个镜头，而是让更多过去需要交给专业团队的高价值内容任务直接交给 Agent。

廖谦表示，视频是当前生成模型能力进步最快的方向之一，也是制作链路最复杂的内容形式之一，因此成为极致上下文进入 Content Agent 的第一个切口。

而公司的愿景是：Give full expression to every intent——让每一个意图，都得到完整表达。

短期内，公司将继续深化视频任务场景，长期来看，极致上下文将把在视频场景中积累的 Agent 能力拓展至更广泛的内容生产任务。当 Agent 能够持续理解个人与组织的 Context，并自主调用不同模型和工具完成复杂任务，内容生产的入口将从具体工具转向 Agent 本身。届时，极致上下文希望成为这个新入口。