爱诗科技拿下30亿C轮融资，阿里领投，这确实是个信号。很多人盯着1.5亿用户和4000万美元ARR，但我觉得更值得关注的是创始人王长虎强调的“始终创业”心态——说白了，就是模型和应用双线作战。从技术角度看，视频生成赛道已经从“谁能跑通DiT架构”进入到“谁能把模型训得更稳、成本更低、应用闭环更密”的阶段。
我个人的经验是，去年底我们团队做过一次横向评测，爱诗的PixVerse在长视频一致性上的表现已经接近Runway Gen-2，但推理成本高了近一倍。这说明模型架构本身可能不是终极壁垒，真正拉开差距的是工程化能力和数据飞轮。阿里投它，大概率不是看好一个“更好的视频生成模型”，而是看中它在C端积累的1.5亿用户和B端潜在的API调用场景。
提两个问题供讨论：第一，视频生成模型在长视频（>30秒）上的一致性瓶颈，到底是靠更大参数量的模型解决，还是靠更聪明的数据组织策略？第二，当Runway、Pika和国内大厂都在卷，爱诗的“独立创业心态”能撑多久不被大厂收编？
行业格局上，这轮融资基本宣告了视频生成进入“烧钱换生态”阶段。未来半年，会有更多创业公司倒在模型能力与应用场景的错配上。