Липень ще не закінчився, а трек генерації відео зі штучним інтелектом уже палає.
З 3 по 23 липня, лише за 20 днів, п'ять компаній послідовно оголосили про масштабне фінансування.
Kling AI
залучив 3 мільярди доларів, Shengshu Technology залучила 500 мільйонів доларів, Aishi Technology залучила кілька сотень мільйонів доларів у раунді C+, Zhixiang Future залучила 1,5 мільярда юанів у раунді C, і навіть FlovaAI, нова компанія, заснована менше року тому, залучила 80 мільйонів доларів в ангельському раунді.
Загальне фінансування перших чотирьох компаній рівня єдинорога перевищує 26,2 мільярда юанів. Тобто, гроші, влиті лише в липні 2026 року, перевищують загальну суму, залучену на цьому треку за останні два роки (2024-2025) разом узяті.
Чому всі вони зосередилися на фінансуванні в липні? Що саме сталося? Це не має бути збігом.
Kling AI: історичне спільне інвестування BAT, ARR зросло в чотири рази за рік
3 липня
Kling AI
оголосив про закриття раунду A на суму 3 мільярди доларів, очолюваного CPE Yuanfeng та Guofang Innovation, за участі 34 інституцій — в списку інвесторів Tencent, Alibaba Cloud та Baidu вперше з'явилися разом. FountainBridge Capital виступила фінансовим радником.
Закриття раунду A на 3 мільярди доларів відповідає оцінці після інвестицій приблизно в 18 мільярдів доларів; поточна підписана частина становить близько 19 мільярдів юанів.
Чому капітал наважився дати цю цифру? Мабуть, звіт Kuaishou за перший квартал 2026 року дав ринку впевненість.
Фінансовий звіт Kuaishou за перший квартал 2026 року розкрив, що
Kling AI
досяг виручки понад 650 мільйонів юанів за один квартал, що на понад 300% більше порівняно з аналогічним періодом минулого року. Річний темп виручки (ARR) зріс зі 100 мільйонів доларів у березні 2025 року до майже 500 мільйонів доларів у березні 2026 року, збільшившись у чотири рази порівняно з минулим роком.
Ця цифра не має аналогів на треку AI-відео — окрім Seedance від ByteDance, жодна інша вітчизняна компанія не досягла такого масштабу.
Дохід Kling забезпечується двома колесами: B-end API-виклики корпоративних клієнтів + P-end платні підписки учасників. Станом на червень 2026 року
Kling AI
має понад 100 мільйонів глобальних користувачів і майже 50 000 корпоративних клієнтів. Наприклад, Kling брав активну участь у створенні віртуальних сцен і спецефектів для популярного китайського історичного серіалу «Мирний рік», а також підтримав генерацію сотень високоякісних кадрів у голлівудському серіалі «Династія Девіда».
Щодо продуктів, у лютому цього року Kling запустив модель серії 3.0, що забезпечує генерацію відео тривалістю до 15 секунд, контроль розкадрування, узгодженість об'єктів та одночасний вивід аудіо та відео.
Дві деталі варто відзначити. По-перше, оцінка нижча за чутки про ціль у 20 мільярдів доларів у травні, з більш прагматичним ціноутворенням, і угода фактично закрилася швидше; по-друге, в оголошення було включено пункт про ефективність — якщо Beijing Kling не завершить IPO до жовтня 2031 року, інвестори мають право вимагати викупу за основною сумою плюс 8% річних простих відсотків.
Поєднання відокремлення, фінансування, опціонів на акції та пунктів про викуп вказує на чіткий напрямок: Kling прокладає шлях до незалежного лістингу.
Технологія Shengshu: фінансування у розмірі 500 мільйонів доларів напередодні IPO, від відеомоделі до «світової моделі»
6 липня компанія Shengshu Technology оголосила про фінансування серії B+ у розмірі 500 мільйонів доларів.
Але якщо подивитися на хронологію, компанія провела три раунди за 5 місяців: понад 600 мільйонів юанів у серії A+ у лютому (під керівництвом Zhongguancun Science City та Xinglian Capital), 2 мільярди юанів у серії B у квітні (під керівництвом Alibaba Cloud), плюс цей раунд у 500 мільйонів доларів у липні, що загалом становить понад 5 мільярдів юанів.
Три раунди за 5 місяців — цей темп свідчить про одне: капітал намагається встигнути сісти на борт. Чому така поспішність?
Наприкінці березня цього року Shengshu Technology завершила реформу акціонерного товариства — стандартний крок перед лістингом. Джерела на ринку кажуть, що вона може розпочати процес IPO в Гонконзі вже в першій половині року. Тому капітал поспішає сісти на борт напередодні IPO.
Основний продукт Shengshu Technology — це
Vidu
, запущений глобально в липні 2024 року, і за три роки він був оновлений до версії
Vidu
S1 — інтерактивної моделі реального часу, що підтримує керування голосом та генерацію без обмеження тривалості (від 1 хвилини до 2 годин).
У 2025 році Shengshu Technology досягла понад 10-кратного зростання кількості користувачів і доходу, з понад 400 мільйонами згенерованих відео; особливо вражає список клієнтів B-end: у сфері реклами та електронної комерції це JD.com, Alibaba 1688, Amazon, Meituan, Focus Media, BlueFocus, L'Oréal, Anta; у сфері кіно та анімації — Tencent Animation, Yuewen Group, CCTV Animation, iQiyi, Mango TV; у сфері ігор — Lilith Games та 37 Interactive Entertainment.
Shengshu Technology не задовольняється лише генерацією відео; цього року вона почала розширюватися в бік втіленого інтелекту.
У квітні 2026 року Shengshu Technology офіційно випустила загальну модель дій у світі Motubrain, прийнявши технічний маршрут World Action Model (WAM), що об'єднує сприйняття, прогнозування та моделювання дій, дозволяючи роботам мати «один мозок для передбачення» та «один мозок для багатозадачності», а комерційна версія MotuBrain вступила у промислову перевірку.
Ця компанія, пов'язана з Університетом Цінхуа, заснована лише три роки тому, швидко еволюціонує від «компанії відеомоделей» до «платформи загальних світових моделей». Після надходження 500 мільйонів доларів кошти будуть в основному використані для досліджень і розробки «загальної світової моделі».
Це історія, яку капітал справді цінує.
Aishi Technology: трирічний єдиноріг, 150 мільйонів глобальних користувачів
14 липня раунд серії C+ компанії Aishi Technology очолила Alibaba. Разом із раундом серії C у 300 мільйонів доларів, завершеним у березні (під керівництвом CDH Investments, з майже 20 учасниками, включаючи China Ruyi та 37 Interactive Entertainment), загальне фінансування серії C досягло 2,98 мільярда юанів, а оцінка після інвестицій перевищила 2 мільярди доларів.
Alibaba раніше очолювала раунд серії B компанії Aishi у 60 мільйонів доларів у вересні 2025 року, і цього разу вона продовжила збільшувати свою частку в серії C+. Ant Group також очолювала раунд A2 на понад 100 мільйонів юанів ще у квітні 2024 року.
Постійні інвестиції Alibaba в Aishi показують, що вона розглядає Aishi як стратегічну точку розвитку на трасі AI-відео.
Станом на березень 2026 року Aishi Technology має понад 150 мільйонів глобальних користувачів, 15 мільйонів активних користувачів на місяць і річний регулярний дохід (ARR) у розмірі 40 мільйонів доларів.
Цікаво, що співзасновник Сє Сюйчжан розкрив, що вартість навчання моделі того ж рівня в Aishi становить лише близько 10% від вартості конкурентів. Ключовий шлях до цієї переваги у вартості полягає у відборі високоякісних даних, зменшенні неефективних ітерацій навчання та використанні оптимізованої архітектури Diffusion Transformer для підвищення ефективності використання ресурсів, зниження вартості окремого навчання та досягнення повторного використання інженерного досвіду.
У січні цього року Aishi випустила
PixVerse
R1, стверджуючи, що це перша у світі універсальна модель реального часу, що підтримує 1080P. На відміну від традиційної "попередньо записаної" генерації відео, R1 досягає "динамічної генерації в реальному часі" — користувачі можуть вводити нові інструкції в будь-який момент під час відтворення відео, і сцена може досягати природних і плавних переходів освітлення та камери приблизно за 0,5 секунди.
Підхід Aishi відрізняється від інших гравців: поки інші конкурують у якості генерації, вона конкурує у можливостях взаємодії. Лише через тиждень після випуску R1, China Ruyi оголосила про стратегічне співробітництво з Aishi та інвестувала 14,2 мільйона доларів.
Останній раунд фінансування C+ чітко визначає його використання: для фундаментальних моделей генерації відео, моделей реального часу та глобального зростання.
ZhiXiang Future: Новий єдиноріг, альтернативний підхід "Модель + Агент + Апаратне забезпечення"
ZhiXiang Future — це "новий єдиноріг" у цьому списку — після раунду C на 1,5 мільярда юанів, його оцінка після інвестицій перевищує 1 мільярд доларів. Засновник Мей Тао є іноземним академіком Канадської інженерної академії та колишнім віце-президентом JD.com.
Компанія завершила три раунди фінансування за останні три місяці, загалом понад 2,1 мільярда юанів.
23 липня ZhiXiang Future оголосила про фінансування раунду C на 1,5 мільярда юанів, яке очолили Національний фонд соціального забезпечення, Фонд промислового відродження Сичуані та ICBC Investment, за участю Shanghai Film New Vision Fund, Huace Film & TV та 18 інших установ — поєднання національних довгострокових фондів, місцевого державного капіталу та промислового капіталу, що є рідкістю у сфері AI-відео.
ZhiXiang запустила першу у світі модель архітектури DiT для генерації відео з відкритим використанням ще в травні 2024 року, а на щойно завершеній WAIC 2026 вона випустила мультимодального креативного агента vivago R1, зосередженого на генерації та редагуванні відео необмеженої довжини.
Наразі її продукти охоплюють понад 100 країн, обслуговуючи понад 50 мільйонів користувачів та 40 000 корпоративних клієнтів. Її річний дохід у 2025 році перевищив 100 мільйонів юанів, а дохід за перший квартал 2026 року вже перевищив минулорічний загальний показник. Мей Тао заявив під час Chain Expo 2026, що через високу вартість попереднього навчання великих моделей компанія очікує досягти щомісячної беззбитковості до 2029 року.
Мей Тао також був відвертим: "Ми не конкуруємо з ByteDance у базових можливостях; ми зосереджуємось на комерційному маркетингу та професійній співпраці з кіно та телебаченням."
Шлях ZhiXiang зрозумілий: уникати прямої конфронтації з великими гравцями та глибоко розвивати вертикальні сценарії. Спочатку вона створила базу користувачів за допомогою моделей зображень, а потім еволюціонувала до відео та світових моделей.
FlovaAI: Ангельський раунд на 80 мільйонів доларів, третій відхід Го Ліе
Засновник FlovaAI Го Ліе є ім'ям, якого не можна уникнути в історії китайського мобільного інтернету. У 2013 році Го Ліе створив FaceQ, потім FaceU, а в 2018 році команда була придбана ByteDance за 300 мільйонів доларів. Після цього він брав участь у створенні Qingyan Camera,
Xingtu
, та
CapCut
— так,
CapCut
був створений за його участі.
У 2025 році Го Ліе знову вирушив у дорогу, заснувавши Shenzhen Yuzhou Technology, і запустив Flova.ai у жовтні. Sequoia China, IDG та Sky9 Capital інвестували загалом понад 80 мільйонів доларів.
Сміливість дати 80 мільйонів доларів в ангельському раунді — інвестори ставлять не на продукт, а на самого Го Ліе. Кожен споживчий інструментальний продукт, який він створював у минулому, ставав феноменальним хітом.
Flova — це AI-нативна платформа-агент для створення відео. Користувачі висловлюють свої творчі потреби через розмову, а агент виконує весь процес: від написання сценарію, дизайну персонажів, створення розкадрування до генерації зображень/відео/аудіо та збірки таймлайну для монтажу.
На відміну від поширеного на ринку формату полотна, Flova розробляє робочий простір «розкадрування». Агент отримує інструкції в діалоговому вікні, а процес роботи відображається на лівій розкадровці. Користувачі бачать результати безпосередньо в середній області попереднього перегляду та можуть двічі клацнути, щоб втрутитися та змінити, якщо вони незадоволені.
Багато ранніх користувачів повідомили, що найбільша особливість Flova — це її «пам'ять»: після створення понад десятка епізодів вона все ще може пам'ятати конкретну розкадровку з першого епізоду. Ця здатність до довгого контексту пам'яті дуже помітна серед подібних продуктів.
На цьому етапі Flova застосовує стратегію нульової маржі. Го Лі сказав: «Під час періоду розробки ми спробуємо досягти нульового валового прибутку». Команда не поспішає гнатися за короткостроковим доходом, а зосереджується на коефіцієнті ефективного споживання: скільки споживання токенів користувачі вважають цінним, а скільки витрачається даремно через недосконалість продукту.
Чому всі зібралися в липні? Можливі причини
Тепер повернемося до основного питання: чому ці п'ять компаній збіглися в інтенсивному фінансуванні саме в липні? Зібравши всю інформацію, я знайшов чотири причини, які утворюють резонанс.
По-перше, «ефект сифона» Seedance від ByteDance змушує всіх прискорюватися.
З моменту випуску ByteDance Seedance 2.0 у лютому цього року його щомісячний дохід перевищив 1 мільярд юанів, проникнення в індустрію коротких драм становить близько 95%, а за щоденним споживанням токенів він займає понад 80% ринкової частки.
Volcano Engine підняв свій цільовий показник доходу MaaS на 2026 рік з 1,5 мільярда минулого року до 15 мільярдів — це десятикратне збільшення, майже повністю покладаючись лише на модель Seedance. Крім того, Seedance 2.1 ось-ось вийде, з очікуваним покращенням продуктивності ще на 20%, а ціна версії нижчого рівня знижується до 0,5 юаня за секунду.
Коли ByteDance використовує «розрив у можливостях моделі + цінову війну» для подвійної атаки на ринок, інші гравці, якщо вони швидко не зберуть гроші, не накопичать обчислювальні потужності та не прискорять ітерації, можуть навіть не мати права залишитися за столом.
Усі шукають точку опори, щоб протистояти ByteDance у довгостроковій перспективі. Але підходи абсолютно різні: Kling обирає платформний повномодальний шлях, Shengshu — шлях технічного гіка, Aishi — шлях диференціації через взаємодію в реальному часі, Zhixiang — шлях глибокого освоєння вертикальних сценаріїв, а FlovaAI — шлях агентського робочого процесу.
Капітал інвестує не в одну й ту саму історію, а робить ставку на різні технічні шляхи та бізнес-моделі.
По-друге, комерціалізація доведена, і капітал бачить шлях виходу.
Минулого року всі ще обговорювали: «Чи може AI-відео заробляти гроші?» Цього року дані вже є: ARR Kling становить майже 500 мільйонів доларів, дохід Shengshu у 2025 році зріс більш ніж у 10 разів, ARR Aishi становить 40 мільйонів доларів, а Seedance перевищив 1 мільярд за один місяць.
Реклама, електронна комерція, короткі драми, ігри, кіно та телебачення — платні сценарії для AI-відео підтверджуються один за одним. Цей стан «видимого грошового потоку» є прямим тригером для концентрованого входу капіталу.
По-третє, трек оновився від «генерації відео» до «світової моделі», і наратив піднявся.
У першій половині цього року конкурентний ландшафт фундаментальних великих моделей став більш концентрованим. Фонди первинного ринку починають шукати наступний напрямок, і мультимодальна генерація та світові моделі стали консенсусним виходом.
Зверніть увагу на тенденцію: жодна з чотирьох компаній, які отримали величезне фінансування, не заявляє, що займається лише «генерацією відео». Kling говорить про All-in-One мультимодальний творчий робочий процес, Shengshu говорить про «загальні світові моделі» та втілений інтелект, Aishi говорить про «світові моделі реального часу» та інтерактивні розваги, а Zhixiang говорить про «нативні мультимодальні світові моделі» та каузальні міркування.
Генерація відео — це лише вхідна точка; справжня кінцева мета — це світова модель — система ШІ, яка може розуміти, міркувати та конструювати фізичний світ. Інвестори дивляться не на цьогорічний ринок генерації відео, а на те, хто через три роки вийде зі світовою моделлю.
По-четверте, вікно для IPO в Гонконзі відкрите, і капітал змагається за «квитки».
У січні цього року Zhipu та
MiniMax
побачили зростання цін на акції після лістингу на Гонконгській фондовій біржі. У першому кварталі залучення коштів через IPO в Гонконзі перевищило 100 мільярдів гонконгських доларів за 79 днів, встановивши рекорд за швидкістю, при цьому понад 350 компаній стоять у черзі.
Shengshu завершила реформу акцій, і чутки про IPO поширюються; спін-офф фінансування Kling з умовами зворотного викупу — це, по суті, прелюдія до лістингу. Інтенсивне фінансування на первинному ринку значною мірою готує квитки на вторинний ринок.
Нарешті, я хочу сказати, що після цього липня трек AI-відео вступив у фінал. Ландшафт, ймовірно, стане набагато яснішим: провідні компанії тримають великі кошти, щоб поспішити з лістингом, компанії середнього рівня переоцінюються наративом світової моделі, а нові гравці, як-от Flova, намагаються обійти гонку моделей за допомогою агентів, відвойовуючи шматок пирога на рівні застосунків.
Але проблема, що стоїть за цією метушнею, полягає в тому, що гроші приходять швидко, але спалюються ще швидше. Генерація відео — це найбільш обчислювально інтенсивна категорія ШІ. Понад 26 мільярдів звучить вражаюче, але якщо розподілити на річні обчислювальні рахунки кожної компанії, цього може бути недостатньо.
Ця стаття з публічного акаунту WeChat «IT Juzi» (ID: itjuzi521), автор: У Меймей
