世界模型独角兽「智象未来」正切入具身智能的核心痛点

一家不做机器人的 AI 公司，刚刚拿下了15亿元C轮融资。

而且，领投方里出现了社保基金、工银资本这样的重量级选手。

7 月 23 日，多模态世界模型技术企业智象未来（HiDream.ai）正式宣布完成15亿元人民币C轮融资。本轮融资由社保基金四川振兴科创基金、工银资本、弘颐资管、敦鸿资本联合领投，厦门国贸资本、上影新视野基金、华策影视、湖北长江产业投资集团、余杭金控股份、交银资本等多家机构跟投，合肥产投、东方富海、金浦投资等老股东继续追加投资。

 

这是智象未来近三个月内完成的第三轮公开融资，累计融资总额已突破21亿元，公司也凭借本轮融资正式迈入独角兽企业行列。

01.

国家队领投背后的产业共识

本轮融资最鲜明的特点，是投资方构成的多元化与重量级。

国家级基金、地方国资、银行系资本、头部产业方、市场化创投，几乎全部到齐。在国内AI赛道，这种资本结构极为罕见。也侧面印证了智象未来技术路线的长期价值与产业落地潜力。

其中有几个看点尤其值得留意。

领投方中的社保基金四川振兴科创基金，作为国家级长期资本，首次以LP身份布局原生全模态世界模型方向。而社保基金对投资标的的回报周期与稳定性要求极为严格，其重仓往往被视为赛道成熟的信号。工银资本的入局则打开了银行系AIC以“债转股+战略投资”组合方式参与AI企业资本运作的想象空间。

 

地方国资阵营同样阵容强大。合肥产投已是连续第三轮加注智象未来，作为合肥人工智能产业生态的核心投资平台，其持续跟进既源于对企业发展前景的判断，也契合合肥打造AI与具身智能产业集群的区域战略；厦门国贸资本、余杭金控、湖北长江产业投资集团等多地国资的参与，也反映出各地对视觉生成技术赋能本地制造、机器人产业的期待。

产业资本的入局则更具商业化指向。上影新视野基金、华策影视等影视文化领域机构的进入，直接印证了下游内容产业对AI生成技术的真实需求；而更深层的产业想象空间，则来自其技术向具身智能领域的外溢能力，当高精度生成技术与机器人训练结合，将撬动一个比内容创作更大的市场。

02.

从视觉先锋到世界模型布道者

资本的信心，最终锚定的是创始团队的技术积淀。

智象未来能在短短三年间快速突围，核心离不开创始人兼CEO梅涛。他的履历，几乎可以串起中国视觉AI产业化的半部简史。

 

创始人兼CEO梅涛

梅涛毕业于中国科学技术大学，拥有工学博士学位，是加拿大工程院外籍院士，同时当选ACM Fellow、IEEE Fellow、国际模式识别学会会士、中国人工智能学会会士，累计发表学术论文300余篇，总被引用量超4万次，先后斩获15项国际最佳论文奖，拥有70余项技术专利，并以首席科学家身份主持科技部科技创新2030人工智能重大项目。

在创办智象未来之前，梅涛已在产业界完成了多轮技术落地验证。他在微软亚洲研究院任职12年，深耕多媒体分析与计算机视觉领域，2017年便带领团队完成了全球首个文生视频研究工作，斩获当年ACM Multimedia最佳创新论文奖，比行业普遍关注到视频生成赛道早了整整五年。

2018年加入京东后，他出任集团副总裁、京东探索研究院副院长，主导落地了十亿级商品图像搜索、物流仓智能机械臂分拣视觉方案等产业项目，在真实工业场景中完成了视觉技术从算法到产品的闭环，也最早接触到了机器人与工业自动化的实际需求。

深厚的学术背景与产业经验，让梅涛在创业之初就选择了一条差异化路线：不走行业常见的“语言模型+视觉插件”拼接式多模态路线，而是从底层架构入手，自研统一Transformer（UiT）原生全模态架构。

 

在他看来，真正的世界模型是具身智能的终极目标，需要具备对物理规律的理解、因果推理以及与物理世界的多模态交互能力，而只有从底层实现多模态统一表征，才能逐步逼近这一目标。

这条路线的价值已经在公开评测中得到验证。

2026年5月，基于UiT架构的HiDream-O1-Image开源版本登顶全球独立评测平台Artificial Analysis的文生图榜单，成为全球排名第一的开源模型；6月，商用版HiDream-O1-Image-1.5位列该榜单全球前三，是排名最高的中国图像模型，在光影渲染、复杂构图与指令跟随等维度表现突出。

 

03. 

不造机器人，却卡住行业数据命门

尽管智象未来并非纯粹的具身智能公司，但其技术路线与业务布局早已和具身智能深度交织。

在技术理念层面，二者拥有共同的终极目标。

梅涛多次公开表示，智能的终极形态是能够与物理世界交互，而世界模型正是连接生成式AI与具身智能的核心桥梁。智象未来的原生全模态架构，本质是在统一框架下构建对空间、时间、物体运动与物理规律的认知能力，这种能力既可以生成影视内容，也可以为机器人提供训练环境与数据，二者底层技术同源，只是落地场景不同。

在产业合作层面，智象未来已直接切入具身智能的核心痛点。

2026年3月，公司与具身智能数据企业诺亦腾机器人达成战略合作，瞄准行业普遍面临的训练数据瓶颈。在这套合作模式中，诺亦腾提供亚毫米级精度的动作捕捉数据作为“种子样本”，智象未来则凭借毫米级高可控视频生成技术，将有限的真实数据精细化放大百倍以上，双方计划年内生成数万小时高质量、符合物理规律的具身智能训练视频数据。

 

这一模式直击行业痛点：传统具身智能数据依赖实景采集与人工标注，成本高、周期长、场景单一，难以支撑模型泛化；而纯生成数据又常存在物理逻辑失真的问题。

智象未来与诺亦腾的合作方案，既保留了真实数据的物理准确性，又通过生成技术实现了规模化与场景多样性，或将为具身智能模型提供更高质量数据燃料。

在实战验证层面，其技术路线也在全球顶级赛事中得到检验。

2025年10月，在全球顶尖机器人赛事AgiBot World Challenge@IROS 2025中，智象未来首次参赛便从全球431支战队中脱颖而出，斩获World Model赛道亚军。比赛中，团队采用基于DiT架构的视频生成基础模型，在机器人视频数据集上微调，实现了机器人操作过程的高保真、可控合成，生成画面符合真实物理动作逻辑，关键指标远超赛事官方基线，验证了视频生成技术赋能具身智能的可行性。

 

04. 

内容场景反哺技术底座

技术的价值最终要靠落地兑现。智象未来能在融资周期中持续获得资本青睐，清晰且已验证的商业化路径是关键支撑；而这些商业化场景，也在反向打磨模型能力，为具身智能相关业务积累技术底座。

目前公司已经搭建起“1个大模型底座+1个开放平台+三类垂直应用”的业务体系。

底层是HiDream系列全模态大模型，中间是Token Hub开放平台，并以三个高价值垂直场景对外输出：

• 跨境短视频营销平台HiBurst，已经是TikTok平台前五大AI合作伙伴，服务了大量出海品牌；
• 专业级AI影视创作智能体“帧赞”，服务了上千家制作团队，累计产出的短漫剧超过5000分钟；

 

• 全球首款支持无限时长视频生成的vivago R1，刚上线就登顶美国Product Hunt日榜，如今覆盖了全球上百个国家和地区。

据公开信息显示，截至2026年，智象未来全球注册用户已超5000万，企业客户突破4万家，2026年第一季度营收已超过2025年全年总和。

05. 

结语

成立三年，融资三轮，跻身独角兽，智象未来的成长速度，是中国生成式AI产业快速迭代的一个缩影。

15亿元C轮融资不是终点，而是其押注原生全模态世界模型的新起点。这笔资金的绝大部分，都将投入到世界模型的底座研发与技术迭代中，其中自然也包括具身智能相关的数据生成与仿真能力。对于具身智能行业而言，多一家头部企业投身基础设施建设，意味着整个赛道的创新门槛将进一步降低。当高质量训练数据不再是稀缺资源，机器人真正走进千行百业的那天，或许也会来得更快一些。