7 月 23 日，智象未来（HiDream.ai）宣布完成 15 亿元 C 轮融资，近三个月内三轮累计融资超 21 亿元，估值突破 10 亿美金。社保基金、工银资本首次出手多模态赛道，上影、华策两家头部影视公司并肩入局——不同属性资本罕见同框，押注的是同一条技术路线：从视觉像素出发构建原生全模态世界模型。
一家 AI 创业公司融资轮次越往后，股东构成通常会趋于收敛。智象 C 轮却呈现相反图景——国家级资本、产业方、市场化 VC、地方国资在同一轮密集出现：
社保基金（四川振兴科创基金）首次以 LP 身份投多模态；工银资本首次出手该赛道。关注的是技术路线的战略意义。
敦鸿资本、弘颐资管、东方富海等顶级机构集体入局，多家首次布局视觉大模型赛道，基于硬核技术落地价值的专业判断。
上影股份、华策影视并肩入局，已达成新型内容创制、院线升级、AI 跨屏整合营销等合作——卡位内容产业革命。
安徽、上海、浙江、福建、湖南多地国资跟投。合肥产投持续加注——这座城市曾反复在行业黎明期下重注长鑫科技、京东方。
老股东合肥产投、东方富海、金浦投资、金华金投、中哲创、财鑫资本持续加注。跟投方还包括厦门国贸资本、上影新视野基金、湖北长江产业投资集团、航源资本、创云海资本、华福投资、余杭金控股份、交银资本、若松基金等。
杨立昆曾判断：三到五年内，世界模型将取代 LLM 成为主流 AI 架构。底层逻辑是——大语言模型的智能被局限在人类已编码的符号系统内，而世界模型要让 AI 理解物理世界中的空间、时间、因果和交互。
语言模型外挂图片理解模块，再补生成模块，各模态分别编码、外层拼接。文字是主轴，其他模态是插件，信息每次转换都在损耗。
图像像素、文本 Token、视频体素、音频、动作、空间关系等原始信号，由同一套 Transformer 完成理解、生成和推理。
UiT 架构的关键设计：不设独立文本编码器，不用 VAE 作为模态间传导介质，所有信号统一 tokenization，端到端在同一网络中完成文生图、长文本渲染、指令编辑、主体驱动、故事板生成等多任务处理。
2026 年 5 月，智象旗下 HiDream-O1-Image（8B 参数开源版）以「Peanut」匿名登榜全球知名独立 AI 模型评测平台 Artificial Analysis，拿下开源模型第一，是榜单前 20 名中参数最小的版本。商用版 1.5 随后位列全球前三。
注：榜单排名变动周期正从季度缩短到月度，坐标意义大于终局判定。智象在光影、复杂构图、指令跟随和中英文字渲染维度表现突出，具体分数以 Artificial Analysis 官方为准。
智象已搭建「1+1+3」商业化体系：HiDream 全模态底座 + HiHarness 企业能力中台 + 三大垂直场景智能体。WAIC 重磅发布的 vivago R1 是核心标杆——全球首款支持无限时长视频自主生成与编辑的创作智能体。
承载底层技术创新与算力支撑
标准化能力输出，适配企业定制
商业营销 / 影视创作 / 社媒创作
海外版已覆盖 100+ 国家和地区、累计服务 超 5000 万用户，今年 5 月灰度版登顶 Product Hunt 日榜第一，被硅谷知名 product hunter Chris Messina 评价为「Think Claude Code, but for video」。
本篇核心信息源自企业通稿与公开报道，融资细节已有工商信息可佐证，但「85% 商用成功率」「5000 万用户」等运营数据为单方披露，未见第三方独立复测；榜单排名基于 Artificial Analysis 单一平台、特定时间窗口，视觉模型排名变动周期已缩短至月度，读者宜将坐标意义视作快照而非终局。
多元资本同框本身不构成技术路线成立的证明——社保基金与工银资本的「首次出手」更可能反映国资在 AI 视觉赛道布局稀缺的补位需求，而非对 UiT 架构的成熟判断。真正值得追踪的信号是：大语言模型估值溢价见顶后，资本正在物理智能方向寻找下一个锚点，智象只是这条新赌桌上较早摊牌的玩家之一。
当资本共识从「模型知不知道」转向「智能体能不能把整件事做完」，世界模型赛道的牌桌才刚刚摆开——这场比赛比的不是谁的参数更大，而是谁先交出可被第三方验证的物理世界推演答卷。
vivago 海外版已覆盖全球 100+ 国家，HiDream-O1-Image 开源版可在 GitHub 获取。
hidream.ai → 官网体验