生数科技

方向: 世界模型 / 视频生成 核心人物: 朱军（清华大学人工智能研究院副院长、教授，创始人/首席科学家）、唐家渝（联合创始人，现任总裁）、鲍凡（联合创始人）、骆怡航（2025年3月加盟，现任CEO，原字节跳动火山引擎AI应用产品线负责人） 机构: 北京生数科技股份有限公司（ShengShu Technology） 简介: 生数科技成立于2023年3月，由清华大学人工智能研究院朱军团队孵化，核心技术源自团队2022年提出的U-ViT（Diffusion+Transformer融合架构）。公司先以视频生成大模型Vidu对标Sora并多次登顶国际榜单，2026年起明确提出"通用世界模型"（General World Model）技术路线，将视频生成技术延伸至具身智能/机器人领域，推出世界行动模型MotuBrain，覆盖"数字世界生成"与"物理世界行动"两端。

关键成就

• 融资总额：天使轮（2023-06，近1亿元）→ Pre-A轮（2024-06，数亿元）→ A轮（2025-09，数亿元）→ A+轮（2026-02，超6亿元人民币）→ B轮（2026-04，近20亿元人民币/约2.93亿美元，阿里云领投），B轮后估值超120亿元人民币，两个月内累计融资约26亿元人民币。
• 技术指标：Vidu Q1于2025年4月在VBench-1.0与VBench-2.0双榜登顶；Vidu Q3据Artificial Analysis排名中国第一、全球第二，并在SuperCLUE全球首个Reference-to-Video榜单中排名第一；世界行动模型MotuBrain在WorldArena（63.77 EWM分）与RoboTwin 2.0（50项任务均分96.0）两项国际权威具身智能榜单登顶。
• 计划进展：2026年4月完成股份制改造（更名为"北京生数科技股份有限公司（未上市）"），拟以港交所18C章最快于2026年上半年启动港股IPO。
• 媒体报道: Alibaba leads $290m investment for Shengshu Vidu AI world model（CNBC，2026-04-10）

时间线（2022-2026）

2022-09 — 提出U-ViT扩散架构，早于Sora的DiT

• 朱军团队提出全球首个Diffusion模型与Transformer融合的技术框架U-ViT，该架构日后成为Vidu视频大模型的核心技术底座，其提出时间早于OpenAI Sora所采用的DiT架构。这一原创研究成果是生数科技后续视频生成、乃至世界模型技术路线的起点。
• 链接: ShengShu Technology Announces Vidu 2.0（引用U-ViT论文） / U-ViT论文 arXiv:2209.12152

2023-03 — 生数科技在北京成立

• 生数科技由清华大学人工智能研究院朱军教授团队孵化，联合创始人朱军、唐家渝、鲍凡均有清华大学背景，公司由清华系AI企业瑞莱智慧（RealAI）、蚂蚁集团与BV百度风投联合孵化成立，专注于多模态生成式大模型的自主研发。
• 链接: 生成式AI基础设施及应用建设公司生数科技完成近亿元天使轮融资

2023-06-19 — 完成近1亿元人民币天使轮融资

• 生数科技宣布完成近亿元人民币天使轮融资，由蚂蚁集团领投，百度发起的BV百度风投、卓源资本跟投，融资后估值约1亿美金。资金主要用于核心研发团队建设，加速多模态大模型与应用产品研发。
• 链接: 蚂蚁、百度联合投资AIGC赛道，生数科技首轮融资后估值1亿美金

2024-04-27 — 发布视频大模型Vidu，全面对标Sora

• 在中关村论坛"未来人工智能先锋论坛"上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型Vidu，基于团队原创U-ViT架构，支持一键生成最长16秒、分辨率达1080P的高清视频，是Sora发布后全球范围内首个实现同等级突破的视频大模型。
• 链接: 中国首个Sora级视频大模型Vidu发布
• 图片:

2024-06-05 — 完成数亿元Pre-A轮融资

• 生数科技完成数亿元人民币Pre-A轮融资，由百度、北京市人工智能产业投资基金领投，中关村科学城公司、启明创投等跟投，蚂蚁集团、BV百度风投等老股东持续加注。融资完成后公司表示将坚持原生通用多模态技术路线，加速产品开发与市场拓展。
• 链接: 生数科技完成数亿元Pre-A轮融资，加速布局多模态大模型

2024-07 — Vidu海外商用版正式上线

• Vidu成为生数科技首个实现商业化的产品，2024年7月起面向全球用户开放商用，标志着公司完成从研究到商业化落地的关键一步，随后20天用户数即突破百万。
• 链接: ShengShu Technology Announces Vidu 2.0

2025-01-15 — 发布Vidu 2.0，进入"秒级生成"时代

• 生数科技发布Vidu 2.0，实现10秒内生成单条视频片段，生成成本较行业均价降低55%（每秒0.0375美元），生成失败率降低80%，多主体一致性达到92%。彼时Vidu上线100天用户数已突破千万，覆盖全球超200个国家和地区。
• 链接: ShengShu Technology Announces Vidu 2.0, Offering the Industry's Fastest Generative Video

2025-03-12 — 原字节跳动AI大将骆怡航加盟出任CEO

• 原字节跳动火山引擎AI应用产品线负责人骆怡航（清华大学自动化系博士）加盟生数科技出任CEO，全面负责研发、产品、商业化及团队管理；原CEO、联合创始人唐家渝升任总裁，负责公司战略发展与品牌。此次高管调整被视为生数科技加速商业化的重要信号。
• 链接: 生数科技加速商业化，字节跳动AI大将骆怡航加盟出任CEO

2025-03-29 — 发布高可控视频大模型Vidu Q1

• 在中关村论坛年会上，生数科技发布"业界首个高可控AI视频大模型"Vidu Q1，在多主体细节控制（尤其是动作与布局控制）、音效同步控制及画质提升方面取得突破，支持生成5秒、1080P高质量视频。
• 链接: 生数科技在中关村论坛重磅发布Vidu Q1模型

2025-04-21 — Vidu Q1全球上线，登顶VBench双榜

• 生数科技宣布Vidu Q1正式全球上线，在VBench-1.0与VBench-2.0基准测试中超越Runway Gen-3、OpenAI Sora与快手可灵，双双登顶榜首，成为国产视频大模型在国际竞争中的代表性成果。
• 链接: 生数科技 Vidu Q1发布，超OpenAI Sora夺下 VBench 双榜第一

2025-09-19 — 完成数亿元A轮融资

• 生数科技完成数亿元人民币规模A轮融资，由博华资本领投，百度战投、北京市人工智能产业投资基金、启明创投、达泰资本、卓源亚洲、BV百度风投等老股东持续跟投。CEO骆怡航表示多模态生成技术商业化仍处早期阶段，公司将持续投入模型研发与全球商业布局。
• 链接: 生数科技完成A轮数亿元融资，专注多模态大模型及应用

2025-09-25 — Vidu Q2图生视频模型全球上线，进入"演技生成"时代

• 生数科技新一代图生视频大模型Vidu Q2正式全球上线，在极致面部微表情生成、推拉运镜、语义理解等方面较Q1显著提升，提供"闪电模式"（20秒生成5秒1080P视频）与"影院模式"两种生成方式。
• 链接: AI视频生成走向"演技生成"时代，生数科技Vidu全球发布Vidu Q2

2025-12 — Vidu Q2"生图全家桶"上线，覆盖文生图与图像编辑

• Vidu Q2新增文生图与图像编辑能力，集成参考生图、文生图、图像编辑三项核心功能，支持4K画质输出及局部重绘、材质替换等操作，上线首日使用量突破50万次，构建起从生图到视频的一站式创作工作流。
• 链接: 生数科技宣布 Vidu Q2 全新上线文生图与图像编辑功能

2026-02-05 — 完成超6亿元人民币A+轮融资

• 生数科技完成超6亿元人民币A+轮融资，由中关村科学城公司、星连资本领投，公司表示将持续布局多模态大模型研发与应用，重构AI在数字和物理世界的生产力。
• 链接: 重构AI在数字和物理世界的生产力，生数科技完成超6亿元A+轮融资

2026-04-10 — 完成近20亿元B轮融资，阿里云领投，明确"通用世界模型"路线

• 生数科技宣布完成近20亿元人民币（约2.93亿美元）B轮融资，由阿里云领投，中网投、九安海棠、好未来、光合创投等参与战略投资，星连资本、达泰资本、BV百度风投等老股东持续追加投资。公司在此轮融资中首次系统性提出以"通用世界模型"定义下一代数字与物理世界生产力底座的战略方向，成为全球率先统一数字世界与物理世界通用世界模型的公司之一。融资前一日（4月9日），Vidu已正式登陆阿里云大模型服务平台"百炼"。
• 链接: 阿里云领投 生数科技完成近20亿元B轮融资 / Alibaba leads $290m investment for Shengshu Vidu AI world model（CNBC）

2026-04（同期） — 完成股份制改造，筹备港股IPO

• 生数科技完成股份制改造，公司主体由"北京生数科技有限公司"变更为"北京生数科技股份有限公司（未上市）"，两个月内累计完成A+轮、B轮融资共约26亿元人民币，投后估值超120亿元人民币，拟按港交所18C章（特专科技公司上市规则）最快于2026年上半年启动港股IPO流程。
• 链接: 估值超120亿 两个月连融26亿的生数科技 拟最快上半年启动IPO

2026-04-13 — 发布Vidu Q3 Reference-to-Video，登顶SuperCLUE全球榜首

• 生数科技全球发布Vidu Q3 Reference-to-Video，支持通过参考主体、环境、服装道具与视觉风格进行叙事式视频生成，在SuperCLUE发布的全球首个Reference-to-Video榜单中排名第一；Vidu Q3本身此前已在Artificial Analysis榜单中排名中国第一、全球第二。
• 链接: ShengShu Launches Vidu Q3 Reference-to-Video with Expanded Visual and Audio Capabilities
• 图片:

2026-04-29 — 发布通用世界行动模型MotuBrain，正式切入具身智能/机器人赛道

• 生数科技发布世界行动模型（World Action Model）MotuBrain，将"看到的世界"与"要执行的动作"统一建模，基于UniDiffuser统一框架整合语言、视频与动作三种模态，定位为可跨机器人本体、跨任务泛化的通用具身智能大脑。创始人朱军在发布中提出"真正的世界模型必须能够构建对真实世界的统一表征并预测其演化"，明确将Vidu的视频生成能力与MotuBrain的物理世界行动能力视为同一世界模型技术的两端。该模型在WorldArena与RoboTwin 2.0两项国际权威榜单同时登顶，已与无界动力、Astribot、SimpleAI、Anyverse Dynamics等具身智能机器人公司展开合作。
• 链接: ShengShu Technology Unveils World Action Model "Motubrain" / ShengShu unveils world action model to offer 'infinite possibilities' for robotic intelligence
• 图片:
• 图片:

2026-05-12 — 发布Vidu Claw，探索AI CMO广告生成场景

• 生数科技发布Vidu Claw，定位为"AI CMO"的第一步，用户仅需提供一个简要目标即可自动生成完整广告创意与视频素材，进一步拓展Vidu世界模型技术在广告营销行业的商业化落地场景。
• 链接: ShengShu Technology Unveils Vidu Claw, the AI CMO That Turns a Single Brief Into a Finished Ad

2026-07-03 — 发布Vidu S1，视频生成迈向"实时交互"

• 在2026全球数字经济大会上，生数科技发布新一代实时交互视频基础模型Vidu S1，采用自回归+扩散（AR+Diffusion）架构，支持540P/最高42FPS的无限时长实时视频生成，用户上传单张图片即可创建可语音实时互动的数字角色，应用于AI情感陪伴、虚拟偶像、互动直播、游戏NPC、XR等场景。
• 链接: 生数科技发布 Vidu S1，推动视频生成迈向"实时交互"新时代 / ShengShu Technology Unveils Vidu S1, Bringing Real-Time Interactive Generation to AI Video