盘点 | 2026年全球AI视频生成赛道的融资众生相

7 月 2 日，快手旗下视频生成大模型可灵 AI（Kling AI）的运营主体完成 30 亿美元独立融资，创下全球视频大模型单笔融资纪录，投后估值 180 亿美元。

本轮融资完成意味着可灵 AI 将以完全独立的市场主体身份，直面全球视频大模型市场。四天后，海外头部玩家 Runway 完成 3.15 亿美元 E 轮融资，估值 53 亿美元。7 月的头部项目接连大额融资，将 AI 视频生成赛道的资本热度推向高潮。

放眼 2026 年前七个月，全球 AI 视频生成赛道累计发生 29 起融资事件（据公开资料整理），其中 27 起披露具体融资金额，总融资规模达 91.47 亿美元。

海量资本持续涌入，表面上印证着赛道依旧火热，但拆解全部融资案例不难发现，行业喧嚣表象的背后底层投资逻辑已经发生反转。资本虽然仍在加码赛道，但行业的准入窗口已经悄然收窄，新玩家的入局门槛被大幅抬高。

单纯的视频生成能力，已经不足以撑起独立创业叙事，赛道竞争正在向更高维度的技术比拼跃迁。在此背景下，中外资本面对同一赛道，演化出两套截然不同的投资下注逻辑，也由此塑造出当下全球 AI 视频生成领域的双轨竞争格局。

2026 年 1-7 月，全球 AI 视频生成赛道月度融资规模分别为 2.8 亿美元、13.99 亿美元、15.35 亿美元、3.68 亿美元、3.69 亿美元、9.56 亿美元、42.4 亿美元。其中 7 月融资规模独占鳌头，占据前七月融资总额的 46%，核心增量来自可灵 AI 的 30 亿美元巨额融资。4 月、5 月为赛道融资低谷，两月合计融资仅 7.37 亿美元，不足 7 月单月融资额的两成。

从地域维度来看，中国企业呈现碾压式领跑态势：年内完成 19 起融资，总金额 56.98 亿美元，分别占据全球融资事件数的 65.5%、融资总金额的 62.3%。美国以 6 起融资、34.49 亿美元规模紧随其后，剩余融资零星分布于英国、法国、新加坡、以色列，各国均仅 1 起。

更重要的是，仅占交易总数 13.8% 的后期项目，包揽了赛道近半数的融资资金。一个 2026 年才想入场做 AI 视频生成的新团队，几乎不可能靠“我们也能生成视频”拿到钱。

四笔核心后期融资分别为：英国企业 Synthesia 的 2 亿美元 E 轮融资、投后估值 40 亿美元，Synthesia 主打企业级 AI 数字人视频，服务大企业批量生产培训、营销素材；美国头部厂商 Runway 的 3.15 亿美元 E 轮融资，Runway 旗下 Gen 系列模型是最早实现文生视频商业化的产品之一；李飞飞创立的 World Labs 的 10 亿美元战略轮融资，World Labs 主打空间智能，依托 Marble 产品实现图像转可探索 3D 场景，累计融资达 12.3 亿美元；以及可灵 AI 的 30 亿美元独立融资。

这四家企业，均成立于 2023 年之前，且已跑通成熟、可规模化的商业化路径，资本正向经过市场验证的成熟玩家倾斜，逐步关闭了新晋企业冲击赛道头部的通道。

剔除后期轮次 45.15 亿美元融资后，早期轮次整体融资额为 17.47 亿美元，看似尚可，但其中 10.3 亿美元被单一企业包揽。

AMI Labs，由图灵奖得主、前 Meta 首席 AI 科学家 Yann LeCun（杨立昆）于 2026 年初联合创办的前沿 AI 研究实验室，坚守 JEPA 架构技术路线，投前估值达 35 亿美元。

其 10.3 亿美元的种子轮融资阵容堪称豪华，集结 Cathay Innovation、Greycroft、Bezos Expeditions 等机构，同时获得英伟达、淡马锡、三星、丰田创投等产业资本加持，创下欧洲史上最大种子轮融资纪录，彼时公司尚未推出成型产品、但已明确了清晰的商业化方向。

剔除该笔特殊融资后，剩余 9 起早期融资合计仅 7.17 亿美元，单笔平均融资不足 8000 万美元。这正是赛道对普通新玩家的真实定价：若非顶级学术大牛、自带核心技术壁垒的标杆团队，资本暂时不会为早期项目买单。

再来拆分中外早期融资数据，两地市场呈现截然不同的格局。

中国年内完成 6 起早期融资、总金额 4.98 亿美元，海外 4 起、12.49 亿美元；但海外剔除 AMI Labs 的巨额融资后，仅剩 3 起融资、2.19 亿美元，单笔平均 7300 万美元。中国市场的早期融资环境更为严苛：6 起早期融资中 3 起归属同一家企业——三启万物旗下的 Tripo 深耕 AI 3D 模型生成，3 月至 7 月短短四个月内连拿三轮融资，累计募资 3.9 亿美元。

其余 5 家中国早期初创企业，融资总额合计仅 1.08 亿美元。当下赛道并非资本离场，而是准入门槛被抬高，仅凭普通技术故事、通用模型能力，已经无法撬动早期资本，行业正式告别野蛮生长的初创红利期。

从细分赛道拆分来看，视频生成大模型赛道共 10 起融资、总金额 46.96 亿美元，世界模型/3D 生成赛道 13 起融资、总金额 38.42 亿美元。表面上视频生成大模型赛道仍保持领先，但其中可灵 AI 单一项目就贡献了 30 亿美元，存在极大数据极值。

剔除可灵 AI 后，世界模型/3D 生成赛道融资额是纯视频生成赛道的 2.3 倍，二者分别为 38.42 亿美元、16.96 亿美元，单笔平均融资规模 2.95 亿美元对 1.88 亿美元。从融资事件数量来看，世界模型/3D 生成赛道已正式反超传统视频生成赛道，成为资本核心押注方向。

这个转向背后，其实是产品形态的根本变化。

传统视频生成给出的是一段只能播放的画面，用户无法生成交互性的视频、更改变不了镜头角度；而世界模型/3D 生成给出的是一个可探索的空间。

例如上传几张房间的照片，World Labs 的 Marble 世界模型能把它还原成一个可以 360 度环视的 3D 场景视频，同时视频符合真实的光影和物理规律。视频不再是终点，而是生成这类可交互空间的一道中间工序。

Marble 世界模型的 3D 视频生成案例

全球 13 起世界模型/3D 生成细分赛道融资中，中国占据 9 起，远超海外 4 起，但从融资金额来看，海外 4 起融资合计 26.4 亿美元，单笔平均 6.6 亿美元；中国 8 起披露金额的融资合计 12.02 亿美元，单笔平均仅 1.5 亿美元，不足海外单笔均值的四分之一。

海外世界模型/3D 生成赛道融资均为大额战略性押注：World Labs 的 10 亿美元战略轮、AMI Labs 的 10.3 亿美元种子轮、以色列 Decart 的 3 亿美元 B 轮，该企业主打低延迟交互式视频生成，累计融资 4.5 亿美元、Odyssey 的 3.1 亿美元 B 轮，旗下的实时多模态世界模型 Starchild-1 可实现实时探索式生成场景。

中国赛道则呈现密集分散的融资特征：三启万物、智象未来各完成 3 轮融资，格拉飞可斯科技、三呆科技、影眸科技各 1 轮。其中格拉飞可斯科技 7 月完成的 B 轮融资达 3.9 亿美元，投后估值突破 100 亿元人民币，是 2026 年全球 AI 3D 赛道顶级融资之一。

海内外头部企业技术方向高度趋同：World Labs 的 Marble、Odyssey 的 Starchild-1、Decart 的 DOS、生数科技的 Motubrain、三启万物的 Project Eden，产品名称各异，但核心逻辑高度一致。资本已经不再为画质更清晰、帧率更高的传统视频生成能力支付溢价，转而押注可交互、可预知、符合物理规律的 3D 空间生成能力。视频，正在从 AI 生成的最终成果，降级为高阶空间智能的中间产物。

中国市场的 19 起融资事件，对应 12 家企业，4 家核心企业包揽 11 起融资，资本持续加码、高频跟投：

国内该赛道的核心支柱是阿里：2026 年前七月，阿里系参与至少 5 起核心融资，包括生数科技 B 轮、B+ 轮、爱诗科技 C+ 轮、三启万物 A 轮、可灵 AI 独立融资。其中 4 起可统计融资合计 38.28 亿美元，占中国赛道融资总额的 67%。

海外则由英伟达深度绑定：英伟达先后参投 World Labs、AMI Labs、Decart、Synthesia 四大核心项目，四笔融资合计 25.3 亿美元，占海外融资总额的 73%。阿里买的是模型层的位置和随之而来的云消耗，英伟达买的是算力需求的长期绑定。

集成创作平台是四大细分赛道中规模最小的板块，前七个月仅 4 起融资、披露总金额 3.95 亿美元。对比来看，视频生成大模型、世界模型/3D 生成两大模型层赛道合计融资 85.38 亿美元，占比高达 93.3%，资本超九成资金集中押注底层模型技术，仅有极少资金流向产品落地与应用层。

资本的偏好差异，本质是行业价值重心的阶段性不同。模型层解决的是“能不能生成”，应用层解决的是“能不能被一家企业用起来、用得起”。

全球铝轧制巨头 Novelis 在北美、欧洲、亚洲、南美有约 1.35 万名员工，此前每次更新培训内容，都要重新组织拍摄、翻译、配音，一轮流程走完往往需要上百小时；接入 Synthesia（一个基于浏览器的 AI 视频生成平台）后，同一份培训内容可以直接生成十种语言版本，开发成本降低约 85%，生产周期缩短 83%。

但正是这个规模最小的应用层赛道，国内企业拿下 3 起融资、总金额 3.2 亿美元，海外仅美国 Mirage 一家完成 0.75 亿美元融资，中国在应用层的市场份额、落地能力全面领跑全球。

演语科技单轮 2.9 亿美元 B+ 轮融资，独占该细分赛道 73% 的融资规模。旗下拥有 LiblibAI、Lovart、LibTV 等产品，深耕 AI 图像与视频创作平台，把外部企业的底层模型能力，包装成普通创作者不需要懂技术也能直接上手的工具。

演语科技旗下的星流已接入十余个主流大模型，支持从脚本拆解、分镜规划到口型同步、配乐、字幕的完整短视频产出链路。有用户仅用一句话描述需求，将小说《长安的荔枝》改编成一部 AI 动画短片，星流就自动完成了分镜生成、视频拼接和配乐，产出一条近 1 分钟、逻辑连贯的动画短片。

AI 视频工具生成的动画短片

模型层竞争比拼的是未来技术天花板与长期想象空间，应用层竞争比拼的是当下商业化落地与现金流能力。在整体仍由技术叙事主导的 AI 视频赛道，应用层规模偏小是行业常态，但规模不代表商业化能力的天花板——真正决定长期竞争力的，是变现效率与留存质量。

91.47 亿美元融资的背后，是三条分界线：早期和后期之间的门槛、中国和海外之间的下注节奏、有渠道和没渠道之间的定价体系。

AI 视频生成赛道从未降温，但行业竞争逻辑已经彻底迭代：从过去“谁能率先做出可用模型”的技术落地竞争，迈入“谁能实现规模化商业落地、构筑长期壁垒”的生存竞争。