近日，智象未来（HiDream.ai）完成 15 亿元 C1 轮融资，近三个月累计融资突破 21 亿元，投后估值超 10 亿美元。社保基金、工银资本、敦鸿资本、华策影视等五类资本同轮入局——这种资本组合在 AI 创业公司中并不多见，指向同一方向：原生全模态世界模型。
国家队、金融资本、市场化基金、地方国资、产业资本——五种不同投资逻辑，同时出现在一轮融资中。它们押注的方向各不相同，但都指向了原生全模态。
此前在大模型领域直投仅 智谱 AI 一家，此次入局智象，意味着多模态已进入国家级长期资本视野。
将智象作为大模型领域首家投资标的，交银资本、兴业 AIC 基金同步进入。押注的是底层技术，不是应用。
敦鸿连续三轮加注，东方富海从 B 轮跟投至 C 轮。创始人袁国良称世界模型是"串联 AI、具身智能、新一代算力的关键纽带"。
合肥产投从 A 轮一路跟投至 C 轮，延续"以投带引"产业培育模式。厦门、余杭此前已布局阶跃星辰、摩尔线程。
与前四类逻辑完全不同：华策围绕智能体协同创作、语料共建、IP 全链路开发展开合作；上影新视野瞄准院线场景升级与大屏 AI 制片标准；湖北长江已与智象共建影视 AI 联合实验室。押注的是下一代 AI 内容生产基础设施。
大语言模型仍在高速增长——OpenRouter 每日 Token 消耗从 3 月约 2T 增至 7 月接近 7T，三个月增长约 3.5 倍。但 DeepSeek V4、GLM-5.2、Kimi K3 密集发布后，通用模型能力差距正在缩小，MaaS 进入价格竞争阶段。
对资本而言，继续押注"下一个大语言模型"的想象空间正在收窄。多模态的壁垒更深：
参数规模 + 推理成本竞争，能力趋近、估值逻辑趋稳，格局渐成。
数据（版权/IP/肖像不可爬）+ 工程（像素级生成远比 Token 预测复杂）+ 工作流（影视/广告迁移成本高）+ 行业 Know-how，四重护城河。
智象预判：未来有竞争力的玩家，大厂约三家、中型公司三四家，市场将呈多个垂直领域并行发展格局——影视、传媒、广告、教育、文旅都可能孕育各自的头部模型。
主流多模态方案是"文本编码器 + VAE + 图像生成器"的模块化拼接。问题在于：VAE 压缩导致高频细节损失，文本与图像分别处理造成语义对齐间隙。
智象自研 UiT 架构砍掉 VAE 与独立文本编码器，将文本、图像、视频及更多模态信息全部映射进同一共享 Token 空间，由同一套 Transformer 统一处理——让不同模态从一开始就在同一表示体系中完成理解与生成。
在 6 项基准测试中达到 SOTA。
登顶 Artificial Analysis 文生图榜单全球开源模型第一。
登上 AA 图像生成模型榜单，位列中国第一。
这条路线并非孤例：Google 推出 Gemini Embedding 2，NVIDIA 发布 Nemotron 3 Nano Omni——统一架构正在成为国际厂商的共同探索方向。
梅涛将世界模型能力拆为三层：
智象已开始验证跨领域复用：与诺亦腾机器人合作探索具身智能训练数据生成，与百图生科共建微观世界模型用于分子动力学理解。
模型领先只是入场券，企业真正买单的是稳定交付结果。传统大模型存在概率性输出偏差，企业成本不只是调用模型，还有后续人力返工。
围绕内容创作、商业营销、影视制作，智象已形成 "1+1+3" 产品架构：基础模型 + Token Hub 为底层支撑，三大场景智能体矩阵将模型能力转化为行业解决方案。
HiBurst 进入广告营销，成为 TikTok 官方前五大 AI 合作伙伴之一；"帧赞"深入影视创作，累计制作短漫剧超 5000 分钟。
本篇报道源自企业融资通稿，21 亿融资额、85% 成功率、榜单排名均来自单方披露，未见第三方复测或独立审计。读者宜将其视为智象未来对自身技术路线与商业进展的陈述，而非行业全貌。
报道中"五类资本同框"确属罕见信号——社保基金此前在大模型直投仅智谱一家，工银资本将智象作为首家标的，这些动作本身比融资金额更能说明长期资本的取向。但"世界模型是否通往 AGI"在行业内仍无定论，梅涛的判断是立场，不是共识。
值得关注的真正变量是：大语言模型赛道趋稳后，资本正在重新定义 AI 公司的价值标准——从"模型参数比拼"转向"能否沉淀为产业基础设施、进入行业工作流并持续创造商业价值"。智象的"1+1+3"架构（基础模型 + Token Hub + 场景智能体矩阵）正是对这套新标准的回应。
vivago R1 及 HiDream-O1 系列模型已开放体验，覆盖内容创作、商业营销、影视制作场景。
hidream.ai → 官网体验