PixVerse、4億3900万ドルの資金調達を経て企業価値が20億ドルを突破
シンガポールを拠点とする動画生成スタートアップのPixVerseは、シリーズCの延長ラウンドで4億3900万ドルという巨額の資金を確保し、企業価値が20億ドルの大台を突破した。この資本注入により、同社は急速に進化する生成ビデオおよびワールドモデル（world model）の分野において、有力なプレーヤーとしての地位を確立した。
ワールドモデルの拡張とグローバルなエンタープライズ展開
今回調達した資金は、主に2つの目的、すなわちPixVerseの特化型ワールドモデルの拡充と、グローバルなエンタープライズ展開の拡大に充てられる。同社はすでに消費者向けツールを超えた動きを見せており、Alibabaとの戦略的提携を通じて動画生成機能を展開している。
シンガポール、北京、上海に計150名の従業員を擁するPixVerseは、この資金を活用して、専門的なAI研究者やゴー・トゥ・マーケット（GTM）のプロフェッショナルを積極的に採用する計画だ。この拡大は、同社が年内に新しいV-Series動画生成モデルと、アップデートされたR-Seriesワールドモデルをリリースする準備を進めている重要な時期に行われる。
あらゆるユースケースに対応する階層型モデル戦略
一般的な動画生成AIとは異なり、PixVerseは異なる市場セグメントに対応するために設計された、セグメント化されたアーキテクチャを開発している。
- V-Series: 消費者向けアプリケーションおよびAPI連携に最適化。
- C-Series: ハイエンドなプロフェッショナル映画やコマーシャル制作のワークフローに特化。
- R-Series: ゲーム開発や没入感のあるワールドビルディング専用に設計された「ワールドモデル」。
技術的な能力も目覚ましく、統合されたオーディオと共に最大4K解像度での動画生成をユーザーに提供する。同スタートアップの勢いはすでに明らかで、登録ユーザー数は1億5000万人、月間アクティブユーザー数（MAU）は1500万人に達している。開発者やクリエイター向けには、画像から動画への生成（image-to-video）が1分あたり4.80ドルといった、競争力のある価格設定が用意されている。
成功の鍵：高精度なデータラベリング
高品質な動画データがコモディティ化しつつある現代において、PixVerseの共同創業者であるJaden Xie氏は、真の競争優位性（モート）は生のデータの量ではなく、データラベリングにあると主張している。TikTokの背後にある視覚理解技術を構築したByteDanceでの経験を持つ共同創業者のWang Changhu氏のバックグラウンドを活かし、PixVerseは高度なコンピュータビジョンを適用して、前例のない精度で学習データをラベリングしている。
単なる「生成」ではなく「理解」に焦点を当てていることが、MetaやTencentといった競合他社との違いである。Xie氏によれば、これらの企業はプロフェッショナル級の動画に求められる高い品質基準を満たすことに苦戦しているという。
激化する高リスクな競争環境
PixVerseの資金調達ラウンドの成功は、ビデオAIセクターを支配するための激しい競争を浮き彫りにしている。同社は、東洋と西洋の両方のプレーヤーから厳しい競争にさらされている。アジアでは、ByteDanceのSeedanceモデルやKling AIがライバルであり、西洋のリーダーにはRunway、Luma、Midjourneyなどが名を連ねる。さらに、「ワールドモデル」の最前線では、Yann LeCunやFei-Fei Liといった業界の巨人と関わりのある、エリート研究者主導のスタートアップへの巨額の投資が行われている。
主なポイント
- 企業価値の劇的な成長: AlibabaやMirae Assetなどの投資家が参加した4億3900万ドルのシリーズC延長ラウンドを経て、PixVerseの企業価値は20億ドルを超えた。
- 特化型モデルアーキテクチャ: 消費者、プロフェッショナル、ゲーム開発者のそれぞれに対応する3層のモデルシステム（V-Series、C-Series、R-Series）によって差別化を図っている。
- ラベリングによる優位性: コンピュータビジョンにおける深い専門知識と高精度なデータラベリングを活用することで、汎用的なAIモデルと比較して優れた動画品質を実現している。