Định giá PixVerse vượt ngưỡng 2 tỷ USD sau vòng gọi vốn 439 triệu USD

Startup tạo video có trụ sở tại Singapore, PixVerse, vừa huy động được khoản vốn khổng lồ 439 triệu USD thông qua vòng mở rộng Series C, đẩy định giá của công ty vượt mốc 2 tỷ USD. Khoản rót vốn này giúp công ty trở thành một đối thủ nặng ký trong bối cảnh lĩnh vực video tạo sinh (generative video) và mô hình thế giới (world model) đang phát triển nhanh chóng.

Mở rộng Mô hình Thế giới và Tiếp cận Doanh nghiệp Toàn cầu

Nguồn vốn mới huy động được sẽ được dành cho hai mục tiêu chính: mở rộng các sản phẩm mô hình thế giới chuyên dụng của PixVerse và mở rộng quy mô hiện diện tại các doanh nghiệp toàn cầu. Công ty đã bắt đầu tiến xa hơn các công cụ dành cho người tiêu dùng, sau khi đạt được thỏa thuận chiến lược với Alibaba để triển khai các tính năng tạo video của mình.

Với đội ngũ 150 nhân viên trải dài khắp Singapore, Bắc Kinh và Thượng Hải, PixVerse dự định sử dụng nguồn vốn này để đẩy mạnh tuyển dụng các nhà nghiên cứu AI chuyên sâu và các chuyên gia phát triển thị trường (go-to-market). Sự mở rộng này diễn ra vào thời điểm quan trọng khi công ty đang chuẩn bị ra mắt mô hình tạo video V-Series mới và phiên bản cập nhật của các mô hình thế giới R-Series vào cuối năm nay.

Chiến lược Mô hình Phân tầng cho Mọi Trường hợp Sử dụng

Khác với các trình tạo video thông thường, PixVerse đã phát triển một kiến trúc phân đoạn được thiết kế để phục vụ các phân khúc thị trường riêng biệt:

  • V-Series: Được tối ưu hóa cho các ứng dụng hướng tới người tiêu dùng và tích hợp API.
  • C-Series: Được tinh chỉnh cho các quy trình sản xuất phim chuyên nghiệp và quảng cáo cao cấp.
  • R-Series: Các "mô hình thế giới" chuyên dụng được thiết kế riêng cho phát triển trò chơi và xây dựng thế giới nhập vai.

Khả năng kỹ thuật của nền tảng này rất ấn tượng, cho phép người dùng tạo video với độ phân giải lên tới 4K tích hợp âm thanh. Sự tăng trưởng của startup này đã thể hiện rõ nét với hơn 150 triệu người dùng đăng ký và 15 triệu người dùng hoạt động hàng tháng (MAU). Đối với các nhà phát triển và nhà sáng tạo, nền tảng cung cấp mức giá cạnh tranh, chẳng hạn như 4,80 USD cho mỗi phút tạo video từ hình ảnh (image-to-video).

Bí quyết Thành công: Gán nhãn Dữ liệu Chính xác

Trong kỷ nguyên mà dữ liệu video chất lượng cao đang dần trở thành một loại hàng hóa phổ biến, đồng sáng lập PixVerse, Jaden Xie, lập luận rằng lợi thế cạnh tranh thực sự nằm ở việc gán nhãn dữ liệu (data labeling) thay vì chỉ là khối lượng dữ liệu thô. Tận dụng nền tảng của đồng sáng lập Wang Changhu tại ByteDance—nơi ông đã xây dựng công nghệ hiểu thị giác đằng sau TikTok—PixVerse áp dụng thị giác máy tính tiên tiến để gán nhãn dữ liệu huấn luyện với độ chính xác chưa từng có.

Việc tập trung vào khả năng "hiểu" thay vì chỉ "tạo ra" là điều giúp họ khác biệt so với các đối thủ như Meta hay Tencent, những bên mà theo Xie là đang gặp khó khăn trong việc đáp ứng tiêu chuẩn chất lượng cao cần thiết cho video cấp độ chuyên nghiệp.

Một Thị trường Cạnh tranh Khốc liệt và Đầy rủi ro

Thành công từ vòng gọi vốn của PixVerse làm nổi bật cuộc đua khốc liệt nhằm thống trị lĩnh vực AI video. Công ty đang phải đối mặt với sự cạnh tranh gay gắt từ cả các đối thủ phương Đông và phương Tây. Tại châu Á, các đối thủ bao gồm mô hình Seedance của ByteDance và Kling AI, trong khi các nhà dẫn đầu phương Tây bao gồm Runway, Luma và Midjourney. Hơn nữa, ranh giới của các "mô hình thế giới" đang chứng kiến sự đầu tư mạnh mẽ từ các startup nghiên cứu tinh hoa có liên kết với các tên tuổi lớn trong ngành như Yann LeCun và Fei-Fei Li.

Các Điểm chính cần Lưu ý

  • Tăng trưởng Định giá Khổng lồ: PixVerse đã đạt mức định giá hơn 2 tỷ USD sau vòng mở rộng Series C trị giá 439 triệu USD với sự tham gia của các nhà đầu tư như Alibaba và Mirae Asset.
  • Kiến trúc Mô hình Chuyên dụng: Công ty tạo sự khác biệt thông qua hệ thống mô hình ba tầng (V-Series, C-Series và R-Series) phục vụ người tiêu dùng, chuyên gia và các nhà phát triển trò chơi.
  • Gán nhãn là Lợi thế Cạnh tranh: PixVerse tận dụng chuyên môn sâu về thị giác máy tính và gán nhãn dữ liệu độ chính xác cao để đạt được chất lượng video vượt trội so với các mô hình AI đa năng.