北京生數科技股份有限公司（簡稱“生數科技”）4月10日宣布，公司完成近20億元B輪融資，由阿里云領投，中網投、九安海棠、好未來、光合創投等投資人戰略投資，星連資本、達泰資本、建發新興投資等原有股東追加投資。

生數科技成立于2023年3月，專注于自主研發多模態通用大模型及應用，公司旗下Vidu系列視頻模型實現了聲畫同出、長時長、高時空一致性與電影級視覺品質。隨著生成式AI步入新發展階段，公司宣布了通用世界模型戰略，致力于打造對數字世界和物理世界實現精準建模、推理、預測和行動的通用智能體系。

生數科技創始人朱軍表示：“世界模型的核心，是讓AI具備對現實世界的統一表征與預測能力。視頻是記錄現實世界的重要載體，天然包含時間、空間、動作與因果關系等信息，是構建這一能力的關鍵載體。我們希望通過統一的模型架構，打通從感知到行動的完整鏈路，構建起貫通理解世界、生成世界與行動于世界的完整技術閉環，使通用世界模型真正成為連接數字世界與物理世界的橋梁。”

去年用戶和收入超10倍增長

生數科技成立于2023年3月，核心成員來自清華大學人工智能研究院，公司核心業務是多模態通用大模型及應用。2024年4月，生數科技在中關村論壇上發布中國首個全面對標Sora的文生視頻大模型Vidu，隨后于2024年7月全球上線Vidu，此后連續發布Vidu Q1、Vidu Q2和Vidu Q3版本。

其中，Vidu Q3模型被稱為“為劇而生”視頻模型，支持16秒聲畫同出、1080P高清畫質、精準切鏡、多國文字渲染等。在國際權威AI基準測試機構Artificial Analysis最新公布的榜單中，Vidu Q3排名中國第一、全球第二。

Vidu系列模型通過MaaS（Vidu AI開放平臺）和SaaS（Vidu Agent、Vidu Claw）等方式向全球開發者、創作者和企業提供服務。據生數科技披露，其用戶和業務覆蓋全球200多個國家和地區，客戶及伙伴包括索尼電影、騰訊動漫、閱文集團等，2025年實現用戶和收入超10倍增長。

企查查顯示，自成立以來，生數科技共完成8次融資。2026年2月，公司宣布完成超過6億元人民幣A+輪融資，由中關村科學城公司和星連資本領投，上市公司萬興科技、視覺中國、拓爾思進行戰略投資，原有股東啟明創投、北京市人工智能產業投資基金等加碼跟投。

朱軍表示，多模態視頻模型的上限無限大，它不僅能應用于數字內容創作與交互，更能夠構建起理解真實世界規律的世界模型，端到端支持機器決策。生數科技將依托Vidu在數字內容創作領域的扎實落地，不斷探尋和突破AI在物理世界的價值。

連接數字世界與物理世界

正如朱軍所言，多模態視頻模型可以躍遷到幫助AI理解真實世界規律的世界模型。基于在多模態視頻模型技術的長期積累，生數科技正逐步向通用世界模型延展戰略布局。2025年12月，生數科技開源了基于視頻生成大模型的世界行動模型Motus。

根據復旦大學等高校的闡釋，所謂世界模型，即通過從感官數據中學習和預測運動、力以及空間關系等動態特性，來理解物理世界中事物的性質、運行規律和空間特性。借助世界模型，AI從認知、識別轉向理解、推理，是具身智能和客觀環境自主高效交互的基礎。

生數科技在3月下旬舉辦的2026中關村論壇年會上宣布了通用世界模型戰略，公司稱，將以基座世界模型為核心底層，向上延展出貫通數字空間與物理空間的雙軌體系，形成面向通用智能的核心基礎架構。

其中，在數字空間，生數科技基于世界生成模型（WGM）打造視頻大模型產品Vidu。在物理空間，生數科技基于世界行動模型（WAM）構建統一世界模型產品Motus。Motus作為真實世界具身智能的“大腦”，致力于解決傳統具身智能鏈路割裂、數據稀缺、泛化能力弱等核心痛點。

朱軍認為，視頻是當前最接近真實世界的數據形態，是連接數字世界與物理世界的關鍵載體。基于這一判斷，生數科技構建了以視頻為核心的數據體系：從海量互聯網視頻，到第一視角操作視頻，再到機器人數據，形成一個可擴展的數據金字塔。

在生數科技B輪融資期間，光合創投合伙人蔡偉表示，通用世界模型正在成為繼大語言模型之后，通往AGI的下一條核心路徑。生數科技打通多模態感知與統一建模能力，在“理解—生成—行動”之間建立起完整閉環，這不僅是技術上的跨越，更是范式上的重構。從Vidu在數字世界的高效生成，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。

圍繞世界模型這一行業熱點現象，復旦大學管理學院教授、信息管理與商業智能系系主任張誠在接受證券時報記者采訪時表示，AI“思考”的本質是基于數據統計的概率預測，缺乏真正情感和對世界的深層認知。問題的根源在于模型主要建立在語言數據之上，當模型只通過文本學習世界時，其認知邊界也被限制在語言所能表達的范圍內；而世界模型能讓系統通過多模態信息，包括視覺、聽覺、空間動態等去刻畫環境運行的規律。

“世界模型試圖讓系統通過多模態信息，視覺、聽覺、空間動態去刻畫環境運行的規律。”張誠表示，在研究和應用層面，世界模型正逐步與具身智能、自動駕駛等領域形成交叉。一方面，這些應用場景對環境理解、長期預測與因果一致性提出了更高要求；另一方面，相關模型在模擬真實世界動態方面的能力，也被視為邁向更通用智能形態的重要基礎。

校對：蘇煥文