Оценка PixVerse превысила $2 млрд после раунда финансирования на $439 млн

Сингапурский стартап PixVerse, специализирующийся на генерации видео, привлек внушительные $439 млн в рамках расширенного раунда серии C, что подняло его оценку выше отметки в $2 млрд. Это вливание капитала превращает компанию в серьезного игрока на стремительно развивающемся рынке генеративного видео и «моделей мира» (world models).

Масштабирование моделей мира и расширение присутствия в глобальном корпоративном секторе

Недавно привлеченные средства предназначены для двух основных целей: расширения линейки специализированных моделей мира PixVerse и масштабирования глобального присутствия в корпоративном сегменте. Компания уже выходит за рамки потребительских инструментов, заключив стратегическую сделку с Alibaba для внедрения своих функций генерации видео.

Имея штат из 150 сотрудников в Сингапуре, Пекине и Шанхае, PixVerse планирует использовать полученную ликвидность для агрессивного найма профильных исследователей в области ИИ и специалистов по выводу продуктов на рынок (go-to-market). Это расширение происходит в критический момент: компания готовится к запуску новой модели генерации видео V-Series и обновленной версии своих моделей мира R-Series в конце этого года.

Многоуровневая стратегия моделей для любых сценариев использования

В отличие от универсальных видеогенераторов, PixVerse разработала сегментированную архитектуру, предназначенную для обслуживания различных рыночных вертикалей:

• V-Series: Оптимизирована для потребительских приложений и интеграции через API.
• C-Series: Адаптирована для высококлассного профессионального кинопроизводства и создания коммерческого контента.
• R-Series: Специализированные «модели мира», разработанные специально для разработки игр и создания иммерсивных миров.

Технические возможности впечатляют: пользователи могут генерировать видео в разрешении до 4K с интегрированным аудио. Успех стартапа уже очевиден — он насчитывает более 150 миллионов зарегистрированных пользователей и 15 миллионов активных пользователей в месяц (MAU). Для разработчиков и создателей контента платформа предлагает конкурентоспособные цены, например, $4,80 за минуту генерации видео из изображения (image-to-video).

Секретный ингредиент: высокоточная разметка данных

В эпоху, когда высококачественные видеоданные становятся обычным товаром, соучредитель PixVerse Джейден Си (Jaden Xie) утверждает, что истинное конкурентное преимущество заключается в разметке данных, а не в их объеме. Используя опыт соучредителя Ван Чанху (Wang Changhu) в ByteDance, где он создавал технологии визуального распознавания для TikTok, PixVerse применяет передовое компьютерное зрение для разметки обучающих данных с беспрецедентной точностью.

Именно этот акцент на «понимании», а не просто на «генерации», отличает их от таких конкурентов, как Meta или Tencent, которые, по мнению Си, с трудом справляются с поддержанием высокого стандарта качества, необходимого для видео профессионального уровня.

Перенасыщенная и высокорискованная конкурентная среда

Успех раунда финансирования PixVerse подчеркивает интенсивную гонку за доминирование в секторе видео-ИИ. Компания сталкивается с жесткой конкуренцией как со стороны восточных, так и западных игроков. В Азии конкурентами являются модель Seedance от ByteDance и Kling AI, в то время как западными лидерами выступают Runway, Luma и Midjourney. Более того, в передовом сегменте «моделей мира» наблюдаются огромные инвестиции в элитные исследовательские стартапы, связанные с такими гигантами индустрии, как Ян Лекун (Yann LeCun) и Фей-Фей Ли (Fei-Fei Li).

Основные выводы

• Взрывной рост оценки: Оценка PixVerse превысила $2 млрд после расширенного раунда серии C на сумму $439 млн с участием таких инвесторов, как Alibaba и Mirae Asset.
• Специализированная архитектура моделей: Компания выделяется благодаря трехступенчатой системе моделей (V-Series, C-Series и R-Series), ориентированной на потребителей, профессионалов и разработчиков игр.
• Разметка как конкурентное преимущество: PixVerse использует глубокую экспертизу в области компьютерного зрения и высокоточную разметку данных для достижения превосходного качества видео по сравнению с универсальными моделями ИИ.