雷遞網(wǎng) 樂天 4月10日

生數(shù)科技今日宣布完成近20億元B輪融資，本輪融資由阿里云領投，中網(wǎng)投、九安海棠、好未來、光合創(chuàng)投等投資人戰(zhàn)略投資。

星連資本、達泰資本、建發(fā)新興投資、百度BV風投、卓源亞洲等原有股東持續(xù)追加投資。

據(jù)知情人士對雷遞網(wǎng)透露，阿里云領投7億元，中網(wǎng)投投資了5億元。生數(shù)科技這一輪融資很緊俏，老股東的份額都被砍了一半。

生數(shù)科技成立于2023年3月，由瑞萊智慧RealAI、螞蟻集團與百度風投聯(lián)合孵化，專注于多模態(tài)通用大模型的研發(fā)，公司研發(fā)人員占比近90%，核心團隊源自清華大學人工智能研究院。

生數(shù)科技的標志性產(chǎn)品是視頻大模型Vidu。該模型是長時長、高一致性、高動態(tài)性的視頻大模型，支持文生視頻、圖生視頻等功能，采用Diffusion與Transformer融合的原創(chuàng)架構(gòu)（U-ViT），能一鍵生成長達16秒的1080P高清視頻。

生數(shù)科技稱，相對于大語言模型，通用世界模型天然承載著物理世界的視覺、聽覺和觸覺等多模態(tài)信息，能夠還原人類對物理世界認知、模擬與交互的過程，讓人工智能做到與真實人相似的自然交互過程，實現(xiàn)真正的物理 AGI。

生數(shù)科技致力于打造對數(shù)字世界和物理世界實現(xiàn)精準建模、推理、預測和行動的通用智能體系，以基座世界模型（Foundation World Model）為核心底層，推出應用于數(shù)字世界的世界生成模型（WGM）與應用于物理世界的世界行動模型（WAM）。

生數(shù)科技稱，旗下的Vidu系列模型實現(xiàn)了聲畫同出、長時長、高時空一致性與電影級視覺品質(zhì)。全球首創(chuàng)“參考生視頻”技術，有效解決商業(yè)場景多主體連續(xù)一致性痛點，同時依托自研高效訓練與推理架構(gòu)，以及工程優(yōu)化能力，實現(xiàn)高效生成和極致性價比。Vidu立足生產(chǎn)力場景，為企業(yè)客戶和專業(yè)創(chuàng)作者帶來高可控、高一致性、極低成本的模型服務，提升數(shù)字內(nèi)容生產(chǎn)效率。

Vidu系列模型通過MaaS（Vidu AI開放平臺）和SaaS（Vidu Agent、Vidu Claw）等方式向全球開發(fā)者、創(chuàng)作者和企業(yè)提供服務。

同時，Vidu現(xiàn)已登陸阿里云百煉平臺，全面支持文生視頻、圖生視頻、參考生視頻等模型，為全球用戶提供音視頻生成能力，服務互聯(lián)網(wǎng)、廣告營銷、動畫影視、教育文旅等行業(yè)。

2025年12月，生數(shù)科技還開源了基于視頻生成大模型的統(tǒng)一架構(gòu)的世界行動模型 Motus，基于UniDiffuser統(tǒng)一建�？蚣�，整合多模態(tài)知識，實現(xiàn)語言、視頻與動作的統(tǒng)一表達與生成。Motus 模型驗證了具身基礎模型的Scaling law，實現(xiàn)了具身領域的“GPT2 時刻”。

作為真實世界具身智能的“大腦”，Motus致力于解決傳統(tǒng)具身智能在鏈路割裂、數(shù)據(jù)稀缺與泛化能力缺失等方面的核心痛點，推動機器人從“模塊化執(zhí)行”邁向“統(tǒng)一智能體”。

光合創(chuàng)投合伙人蔡偉表示：通用世界模型正成繼大語言模型之后，通往AGI的下一條核心路徑。生數(shù)科技以U-ViT為底座，打通多模態(tài)感知與統(tǒng)一建模能力，在‘理解—生成—行動’之間建立起完整閉環(huán)，這不僅是技術上的跨越，更是范式上的重構(gòu)。從Vidu在數(shù)字世界的高效生成，到Motus在真實世界的泛化行動，這種雙軌推進，讓AI第一次具備了同時作用于虛擬與物理世界的能力。我們看好生數(shù)科技成為這一代通用智能基礎設施的關鍵構(gòu)建者，期待公司不斷取得新的突破。

BV百度風投管理合伙人&CEO高雪表示：“BV自首輪便堅定支持生數(shù)科技，此次B輪持續(xù)追加投資，正是我們高度認可團隊核心技術實力、始終看好通用世界模型賽道前景的體現(xiàn)。我們堅信生數(shù)科技深耕數(shù)字與物理世界融合的AI技術路線，憑借領先的技術突破與產(chǎn)業(yè)落地能力，必將持續(xù)領跑行業(yè)，推動通用人工智能邁向全新發(fā)展階段�！�

生數(shù)科技創(chuàng)始人朱軍表示：“世界模型的核心，是讓AI具備對現(xiàn)實世界的統(tǒng)一表征與預測能力。視頻是記錄現(xiàn)實世界的重要載體，天然包含時間、空間、動作與因果關系等信息，是構(gòu)建這一能力的關鍵載體。我們希望通過統(tǒng)一的模型架構(gòu)，打通從感知到行動的完整鏈路，構(gòu)建起貫通理解世界、生成世界與行動于世界的完整技術閉環(huán)，使通用世界模型真正成為連接數(shù)字世界與物理世界的橋梁�！迸c此同時，生數(shù)科技正加速布局全球化人才版圖。

雷遞由媒體人雷建平創(chuàng)辦，若轉(zhuǎn)載請寫明來源。