北京生数科技股份有限公司

01产业大棋局与行业本质

AI视频生成之所以存在商业价值，是因为传统影视/广告/电商内容制作的人力与时间成本高，而文生视频、图生视频模型能把「分钟级」的内容生产压缩到「秒级－分钟级」，同时把成本从「按人天计价」压到「按秒计价」（Vidu 2.0 公开报价显示单秒视频生成成本低至4分钱） 事实。这个需求是真实的，但行业整体仍处早期：2024年被视为国内文生视频模型的技术竞速年（以 Sora 发布为催化），2025年开始进入商业化检验阶段 推断。

价值链可以拆成四层：① 算力与基础设施层（GPU、云计算供应商）；② 基础模型层（Vidu、可灵、即梦、海螺、Sora 等比拼生成质量、可控性、多模态能力）；③ 分发与获客层（独立App、平台内置创作工具、开放API）；④ 终端应用场景（影视动漫、广告营销、文旅、智能硬件、具身智能）。真正把技术转化为经营结果的，往往是③层占优的玩家——快手把可灵直接嵌入自有App和创作者生态，字节把即梦嵌入抖音/剪映，这类「模型+分发一体」的组合在收入规模上明显领先纯模型层创业公司（可灵AI 2025年全年营收约10.4亿元人民币，2026年一季度单季收入6.5亿元，同比增长超300%事实；而生数科技的年度经常性收入约2000万美元事实，量级上有明显差距）。

02创始人与团队

核心人物

• 朱军——清华大学计算机系毕业，现任清华大学人工智能研究院副院长、计算机系人工智能实验室主任，长期从事扩散模型等生成式AI核心技术研究，曾任智源研究院首席科学家 事实。公司联合创始人，现任首席科学家 事实。是公司技术叙事的核心支点，也是团队对外融资/招聘的核心号召力来源 推断。
• 唐家渝——本科、硕士均就读于清华大学计算机系，师从自然语言处理实验室；硕士毕业后先后任职腾讯优图实验室高级产品经理、AI基础设施公司瑞莱智慧副总裁 事实。公司联合创始人，2023年成立至2025年3月担任CEO，此后转任总裁，负责公司战略发展、品牌、人事等职能 事实。
• 鲍凡——清华大学生命科学学院本科入学后转入计算机系，2019年获计算机系学士学位，随后在清华大学攻读博士学位，是朱军的学生 事实。联合创始人，技术侧核心成员 事实。
• 骆怡航——原字节跳动/火山引擎（Volcano Engine）高管，2025年3月加入生数科技出任CEO，全面负责研发、产品、商业化与团队管理，直接向首席科学家朱军汇报 事实。这是团队为补足规模化运营能力做出的关键治理调整 判断。

团队是否适配这件事

朱军团队在扩散模型这一视频生成核心技术上有长期学术积累，这使生数在2024年成为国内首个正面对标 Sora 的团队之一 事实；唐家渝的产业侧背景（腾讯优图、瑞莱智慧）补充了产品化经验 推断。但从2023年成立到2025年3月，公司经历了一次CEO更替——技术创始人主导早期到职业经理人接管商业化，这是典型的「学术型创业公司规模化」路径，通常伴随一段组织磨合期 判断。

明确短板与待核证点

• 核心技术、产品、商业化团队的具体规模、司龄分布、关键岗位留存率，公开资料未披露 待确认。
• 骆怡航加入不到一年半，其与朱军、唐家渝之间的决策权分工在实际执行中是否顺畅，缺乏独立信息源 待确认。
• 公司对朱军个人的依赖程度（学术声誉、政策/资本关系）未见量化评估 待确认。

03产品、技术与真实需求

解决什么问题、替代什么旧方案

Vidu 替代的是传统需要摄制组、动画师、剪辑师完成的部分视频内容生产流程，把「文字/图片描述→成片」的周期从天级压缩到分钟级，成本从人力密集压缩到按秒计费（单秒低至4分钱） 事实。这个需求在影视预演、广告营销素材、动漫短剧、电商营销图文转视频等场景是真实存在的，因为这些场景对「快速出图、低成本试错」的需求本来就高于对单帧画质的极致要求 推断。

技术路线与迭代节奏

生数科技技术架构采用 U-ViT（Diffusion 与 Transformer 结合的混合架构），并以自研的 UniDiffuser 统一建模框架为基础 事实。产品自2024年4月发布 Vidu 1.0 起，经历 1.5、2.0、Q1（2025年3月，主打高可控性与多主体参考/角色一致性）、Q2、Q3（参考生功能扩展）到 S1（2026年7月，支持实时交互视频生成，540P@25fps最高42fps，可在消费级GPU运行，支持语音驱动数字人实时对话）等多代迭代 事实。迭代节奏密集，说明团队工程化能力和融资支持的持续投入 推断。

公司提出「通用世界模型」战略：数字空间以世界生成模型（WGM）为基础构建 Vidu，物理空间以世界行动模型（WAM）构建 Motus，作为具身智能的「大脑」 事实。Motus 于2025年12月由生数科技联合清华大学开源，公司称其相比国际标杆VLA模型 Pi0.5 成功率提升40% 公司自述，并宣称验证了具身基础模型的Scaling Law，实现了具身领域的「GPT-2时刻」 待确认——这类强论断目前主要来自公司/媒体转述，未见独立第三方评测机构或学术同行评议的复现结果。

需求真实性与兑现边界

Vidu 官方自述生成视频数量累计超3亿条，用户在100天内突破千万，是当时全球增长最快的视频生成产品之一 待确认（公司自述口径）。产品被采用的真实性有交叉印证（多家媒体分批报道客户合作与收入增长），但「多少用户是免费试用、多少是持续付费」这一关键兑现边界，公开资料未拆分 判断。

04商业模式、客户与落地证据

谁使用、谁付钱

据媒体报道，2025年生数科技用户数和收入同比增长超过10倍，服务企业客户超过3000家，业务覆盖200多个国家和地区，年度经常性收入（ARR）用时约8个月突破2000万美元 事实（多源媒体报道口径）。近期B端客户数量及调用量环比增长300% 事实。

被报道的合作方名单覆盖：影视动漫领域——索尼影业、腾讯动漫、阅文集团、央视动漫、爱奇艺；互联网与智能硬件领域——字节跳动、三星、万兴科技、好未来、支付宝、荣耀；广告营销领域——京东、阿里1688、亚马逊、美团、欧莱雅、安踏 事实（公司/媒体口径）。需要注意：这份名单未区分「品牌联合宣传」「小规模试用」与「规模化持续付费」，不能直接等同于稳定收入来源 判断。

交付方式与复制条件

Vidu 采用开放平台 API + 积分计价的商业模式，支持商务定制和批量采购；同时保留独立App面向C端创作者的订阅/积分制 事实。API模式的复制条件相对清晰——技术接口标准化程度高，边际服务成本低，理论上具备规模化空间 推断；但正因为API化程度高，客户切换成本也相对低，护城河更多来自生成效果差异化而非绑定深度 判断。

融资节奏反映的资本市场信号

公司近期融资节奏明显加快：2026年2月完成超6亿元人民币A+轮融资（中关村科学城公司、星连资本领投），2026年4月又完成近20亿元人民币B轮融资（阿里云领投，中国互联网投资基金、递安海棠、好未来、Luminous Ventures等参与，百度风投等老股东跟投）事实。此前公司还获得过启明创投、智谱AI等机构投资 事实。两个月内连续完成两轮大额融资，通常反映机构投资人对其商业化拐点判断趋于一致 推断。本研究只呈现公开披露的融资事件与金额，不对股权结构或融资条件做任何延伸解读。

05竞争与替代关系

同类公司对比

• 可灵（快手自研）——综合效果评价最佳，背靠快手App自有流量入口和内容生态；2025年全年营收约10.4亿元人民币，2026年一季度单季收入6.5亿元，同比增长超300%；截至2025年底全球用户突破6000万，月活超1200万，P端与B端合计贡献约70%收入，服务超3万家企业客户和开发者 事实。是当前国内AI视频赛道商业化体量最大的参照样本。
• 即梦（字节跳动）——依托抖音/剪映生态，免费版1080P生成速度约为行业均值3.2倍，出图效率评价最佳 事实（媒体测评口径）。
• 海螺（MiniMax）——情绪渲染与镜头语言评价较高；2025年前三季度收入约1746万美元，付费用户31.11万，人均付费贡献约56美元 事实，商业化体量与生数接近同一量级。
• Sora（OpenAI）——画面质感与镜头语言控制评价为行业最强参照系，但受境内访问限制，普通用户和企业客户获取门槛较高 推断，短期内对国内客户的直接替代压力弱于国产竞品。

上下游自研与「不采购」替代项

广告、电商等大客户自身也在探索内部AIGC工具链或直接采购字节/快手系一体化解决方案，这构成对独立模型公司的「不采购」替代压力 推断；同时传统影视制作团队和存量素材库仍是部分高端场景（品牌广告大片）的替代方案，AI生成尚未完全取代 判断。

06关键争议

争议一：没有自有分发入口，纯技术差异化能否撑起独立生存空间？

争议二：「通用世界模型」双线布局（视频生成+具身智能）是资源分散还是第二曲线？

争议三：CEO更替（唐家渝→骆怡航）对组织稳定性和执行力是提升还是扰动？

07决定成败的因果链

08风险与预警信号

09重点尽调问题

10来源与口径

口径矛盾与信息缺口

公开来源（点击查看原文，均标注资料日期）