Ali mit starkem Engagement: Der Sektor für KI-Videos erlebt einen kraftvollen Aufstieg

Am 14. gab Aishi Technology, ein Unternehmen für KI-Videogenerierung und Echtzeit-Weltmodelle, den Abschluss der gesamten Serie-C-Finanzierung bekannt, deren Gesamtvolumen 2,98 Milliarden Yuan erreichte.

Dabei wurde die zuletzt abgeschlossene Runde C+ von Alibaba angeführt. Mehr als zehn Institutionen beteiligten sich als Folgeinvestoren, darunter Lollapalooza Capital (das Family Office von Wang Huiwen), Ivy Capital, Huiyuan Capital, Zhongding Capital, das südkoreanische Future Asset, der Lion X Fund aus dem Ökosystem von OCBC, BlueFocus, CloudAlpha und iGlobe Partners.

Wie Reporter des *Kechuang Ribao* feststellten, hat Aishi Technology, das von Wang Changhu gegründet und geleitet wird und erst seit etwas mehr als drei Jahren besteht, allein in der Serie C fast 3 Milliarden Yuan eingesammelt. Im Vergleich zum Finanzierungsvolumen inländischer Großmodell- und KI-Videounternehmen gehört es damit zur ersten Liga. Diese herausragende Finanzierung im Bereich KI-Videos in diesem Jahr bestätigt auch den Branchenkonsens: KI-Videos haben den Staffelstab von KI-Code übernommen und sind zu einem der Kernsegmente mit begonnener skalierbarer kommerzieller Umsetzung geworden.

Der Gründer ist ein Kernmitglied des KI-Labs von ByteDance

Aishi Technology wurde 2023 gegründet. Das Unternehmen widmet sich der Forschung und Entwicklung multimodaler Video-Großmodelle und Weltmodelle und bietet gleichzeitig vielfältige native KI-Videoprodukte auf Basis selbst entwickelter Modelle an. Zu den Produkten des Unternehmens gehören PixVerse für Nutzer weltweit, „Pai Wo AI“ für den chinesischen Markt sowie eine Reihe von Modellen, Produkten und Fähigkeiten für die Produktion in Teams, die Integration von Entwicklern und zukünftige Interaktionen.

Anfang 2026 stellte Aishi Technology das universelle Echtzeit-Weltmodell PixVerse R1 vor, das 1080P unterstützt. Laut Unternehmensangaben wird es von Nutzern in 177 Ländern und Regionen weltweit verwendet.

Der Gründer von Aishi Technology ist Wang Changhu, der einen Doktortitel der Universität für Wissenschaft und Technik Chinas besitzt. Wang Changhu trat 2004 in das Microsoft Research Asia ein und war einer der ersten Pioniere im Land, die die Forschung und Industrialisierung von KI-Videomodellen vorantrieben. 2017 wechselte er zu ByteDance und wurde Direktor des KI-Labs. Im März 2023 startete er sein erstes unternehmerisches Vorhaben und gründete Aishi Technology.

Wang Changhus unternehmerische Idee war es, die damals beliebten NLP-Großmodelle zu umgehen und sich auf die Bildverarbeitung und Multimodalität zu konzentrieren, mit denen er vertraut ist und für die er sich interessiert – um KI-Video-Großmodelle zu entwickeln und Großmodellprodukte für Nutzer weltweit zu schaffen.

Es wird berichtet, dass viele Kernmitglieder von Wang Changhus Team aus dem ByteDance-Umfeld stammen. Bereits 2017 beteiligte er sich an der Entwicklung von Douyin und TikTok von Grund auf, war für die KI-Videotechnologie hinter diesen Produkten mit Hunderten Millionen Nutzern verantwortlich und sammelte praktische Erfahrung. Durch diese Arbeiten hat sein Team fast alle Bereiche abgedeckt, die mit Videointelligenz zusammenhängen, einschließlich, aber nicht beschränkt auf Datenverarbeitung, Inhaltsgenerierung, Behandlung von Sicherheitsproblemen, präzises Verständnis von Videoinhalten und umfassende Werbeszenarien.

Im August 2023 schloss Aishi Technology die Angel-Finanzierung mit einem Volumen von mehreren zehn Millionen Yuan ab. Diese Finanzierung kam nur vier Monate nach der Unternehmensgründung schnell zustande.

Über den führenden Investor Alibaba aus dem Umfeld der Serie: Neben mehreren Investitionen in Aishi Technology hat das Unternehmen auch in Shengshu Technology in diesem Segment investiert und beteiligte sich im Juli 2026 als Hauptakteur von Alibaba Cloud an der Finanzierung von Keling AI mit fast 3 Milliarden US-Dollar.

Bemerkenswert ist, dass Lollapalooza Capital, das Family Office von Wang Huiwen, ebenfalls auf der Liste der Investoren dieser Runde steht. Wang Huiwen hat in den letzten Jahren kontinuierlich im KI-Bereich investiert, und seine Beteiligungen werden vom Markt oft als Ausdruck seiner persönlichen Überzeugung für die nächste Generation von Technologieplattformen interpretiert. Gleichzeitig bietet die Beteiligung von Marketing- und Kommunikationsgruppen wie BlueFocus Anregungen für die industrielle Umsetzung.

Kapital strömt beschleunigt in das KI-Videosegment

Wenn 2025 das große Finanzierungsjahr für KI-Coding war, richtet sich das Scheinwerferlicht 2026 schnell auf KI-Videos. Seit 2025 wird das inländische Segment der KI-Videogenerierung kontinuierlich mit Kapital verstärkt, und das gesamte offizielle Finanzierungsvolumen hat die Marke von 10 Milliarden Yuan überschritten.

Dabei schloss Keling AI, ein Unternehmen von Kuaishou, im Juli 2026 eine einzelne Finanzierungsrunde mit fast 3 Milliarden US-Dollar (ca. 20,4 Milliarden Yuan) ab – das ist der größte einzelne Finanzierungsbetrag in der Geschichte des globalen Segments für Video-Großmodelle, an dem führende Internetunternehmen wie Tencent, Alibaba und Baidu selten gemeinsam teilnahmen.

In derselben Zeit schloss Aishi Technology nach der Serie-B-Finanzierung von 60 Millionen US-Dollar unter Führung von Alibaba im September 2025 im Juli 2026 die Serie-C-Finanzierung mit einem Gesamtvolumen von 2,98 Milliarden Yuan ab. Zusammen mit wichtigen Branchenereignissen wie der Serie-B+-Finanzierung von Yanyu Technology mit fast 300 Millionen US-Dollar und zwei Finanzierungsrunden von Sand.ai mit insgesamt über 100 Millionen US-Dollar konzentriert sich das Kapital zunehmend auf führende technologieorientierte Unternehmen.

Gleichzeitig gibt es Kapitalisierungsnachrichten von führenden Projekten: Keling soll voraussichtlich Anfang 2027 offiziell das Antragsformular für den Börsengang bei der Hong Kong Stock Exchange einreichen und den IPO-Prozess starten. Bei Shengshu erfuhr der Reporter zuvor exklusiv von mehreren Personen in der Nähe von Shengshu Technology, dass das Unternehmen den Börsengang an der Hong Kong Stock Exchange möglicherweise bereits im ersten Halbjahr 2026 starten wird.

Erwähnenswert ist, dass der technische Kern des KI-Videosegments sich weiterentwickelt. 2024 konkurrierten die Unternehmen noch um „Dauer und Klarheit der generierten Videos“, seit der zweiten Hälfte 2025 liegt einer der Wettbewerbsschwerpunkte auf „Weltmodellen“.

ByteDances Seedance 2.0 erreicht durch die tiefgehende Modellierung dynamischer Gesetze der physischen Welt Durchbrüche wie Mehrkameraschnitt, Steuerung der Kameraführung und Konsistenz von Charakteren über verschiedene Szenen hinweg und gehört damit zur globalen Spitzengruppe.

Shengshu Technology nutzt das Basis-Weltmodell (Foundation World Model) als Kernarchitektur und entwickelte jeweils ein Weltgenerierungsmodell (WGM) für die digitale Welt und ein Weltaktionsmodell (WAM) für die physische Welt.

Xie Xuzhang, Mitbegründer von Aishi Technology, stellte kürzlich auf dem UN-Gipfel „AI for Good“ PixVerse Game vor – die erste Echtzeit-Videospiel-Engine, die auf Weltmodelltechnologie basiert. Diese Engine kombiniert Echtzeit-Videomodelle, eine Werkzeugkette für Spielmechaniken und benutzerdefinierte Welten. Xie Xuzhang sagte gegenüber Reportern des *Kechuang Ribao*: Spielszenarien sind ein harter Prüfstand für Weltmodelle und Echtzeit-Videotechnologie.

Wang Changhu beurteilte gegenüber Reportern des *Kechuang Ribao*: Weltmodelle befinden sich noch im frühen Stadium, die Ziele und technischen Wege verschiedener Teams sind nicht völlig identisch. Ich persönlich teile sie zunächst in zwei Kategorien ein. Die erste Kategorie ist die Konstruktion digitaler Welten. Das Modell generiert nicht nur einen Inhalt, sondern eine nachhaltige, interaktive und veränderbare digitale Umgebung. Dazu gehören beispielsweise die Forschung des Teams um Li Feifei im Bereich räumliche Intelligenz und die Arbeit von Googles Genie-Serie zur Generierung interaktiver Umgebungen.

Die zweite Kategorie besteht darin, die physische Welt durch die digitale Welt zu beeinflussen. Mit der Entwicklung von Embodied Intelligence, Robotern und Agenten gewinnt diese Art von Weltmodellen zunehmend an Aufmerksamkeit. Es geht nicht nur darum, eine sichtbare Welt zu generieren, sondern darum, dass das Modell ein Verständnis für physische Räume, Handlungsergebnisse und Umgebungsrückmeldungen entwickelt, um letztendlich Entscheidungen und Handlungen in der realen Welt zu unterstützen.

„Deshalb möchte ich nicht mit einem Konzept-Label beurteilen, was echt oder falsch ist. Entscheidend ist nicht, ob es ‚Weltmodell‘ heißt, sondern ob es ein praktisches System gibt, das es Nutzern, Agenten oder Geräten ermöglicht, frei mit dieser digitalen oder physischen Welt zu interagieren.“

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Venture Capital Daily“, Autor: Li Mingming, veröffentlicht mit Genehmigung von 36Kr.