关于ZAKER Skills GEO服务 合作
新浪财经 27分钟前

Sand.ai 跻身独角兽之列 2 亿美元融资背后的独立模型生存逻辑

来源:新浪证券

2026 年 11 月 5 日,视频生成基础模型公司 Sand.ai(三呆科技)宣布完成 2 亿美元 A+ 轮融资。这是它 2026 年的第三轮融资,10 个月内累计融资 3 亿美元,投后估值约 10.1 亿美元,刚好越过独角兽门槛。

但放在任何一个常规的估值框架里,这组数字都显得突兀:2026 年上半年,Sand.ai 的营业收入是 1739.8 万元人民币,净亏损 1.52 亿元;2025 年全年营收仅 36.6 万元,净亏损 1.87 亿元。

这笔融资的微妙之处,在于它恰好发生在视频生成赛道估值急剧分化的时刻。快手旗下可灵 AI 在 10 月底完成增资交割,实际融资约 29.05 亿美元,投后估值约 180 亿美元,仅 2026 年第二季度营收就超过 8.5 亿元,同比增长超过 200%。字节跳动的 Seedance 截至年中的单月收入已超过 10 亿元,毛利率约 70%。

与这些数字相比,Sand.ai 的 10.1 亿美元估值和千万级收入几乎不在同一个叙事层级上。然而,基石资本与网宿科技联合领投,时代资本、磐霖资本、东证资本参投,浦东创投、上海国方等上海国资背景机构入局,经纬创投、华业天成、中科创星等老股东持续加注。一套完整的资本拼图,指向的并不是 " 又一个视频生成工具 ",而是一个在巨头环伺的赛道里被刻意保留的 " 独立选项 "。

亏损与估值的悖论:资本究竟在为什么买单

拆解投资方结构,会发现三方资本各怀不同的时间账本。

领投方之一的网宿科技,是 CDN 与边缘计算的基础设施厂商,已经推出边缘 GPU 算力产品。网宿以 3 亿元自有资金认购 A+ 轮优先股,并与 Sand.ai 签署战略合作,聚焦音视频推理与低延时边缘推理。网宿用资本换模型能力与推理场景,Sand.ai 用股权换基础设施成本的部分转嫁——在万卡集群训练成本以每秒计的行业里,这种战略绑定几乎是独立创业公司唯一可行的算力获取方式。

上海国资的入场则带有另一层含义。浦东创投、上海国方等机构的加入,在视频生成这种兼具内容属性与数据敏感性的领域,为一家独立模型公司提供了一种制度性背书。而经纬创投连续四轮加注,基石资本在重仓可灵之后又出现在 Sand.ai 的领投席上,更像是赛道层面的覆盖策略:在技术路线尚未收敛的阶段,头部财务资本选择 " 两头下注 ",而非押注单一赢家。基石资本投资人给出的判断颇具代表性:视频生成仍处早期,推理速度、成本、长时间生成的一致性都有很大改善空间,市场能容纳更多成功的公司。这句话的潜台词是,10 亿美元买的不是当前的收入,而是一张在技术路线分化时仍然留在牌桌上的 " 入场券 "。

真正让这张入场券具有稀缺性的,是 " 独立模型供应商 " 在中国 AI 视频格局中的结构性缺位。可灵背靠快手的分发与客户生态,Seedance 嵌入字节的火山引擎与抖音系场景,生数科技、爱诗科技等玩家背后也各有阿里云或巨头的资源倾斜。对于有规模化采购需求的内容生产方而言,只绑定一家生态既是成本风险,也是供应风险。Sand.ai 选择公开模型权重、以独立第三方身份出现,恰好填补了这个生态位。投资人愿意在收入微薄时给出独角兽定价,本质上是在为 " 客户需要一个不被任何巨头控制的模型选项 " 这一结构性需求付费。

非共识的代价:自回归路线能走多远

如果资本逻辑回答的是 " 为什么投 ",技术逻辑回答的则是 " 凭什么值 "。

Sand.ai 从成立第一天起就选择了一条被视作非共识的路线。当 Sora、可灵、Seedance 普遍采用 Diffusion 架构时,Sand.ai 团队押注的是自回归生成:视频按时间序列逐块生成,后一段内容接续前一段状态。这条路线的理论优势在于时间一致性与长视频延展—— Diffusion 一次性生成整段视频,帧与帧之间的时序连贯性依赖后处理修补;自回归的 " 逐块接续 " 机制则更接近视频作为连续信号的本质,天然适配长视频生成和实时交互场景。2025 年 4 月开源的 MAGI-1 是全球首个自回归视频生成大模型,在 Google DeepMind 的 Physics IQ 视频续写任务上长期保持第一。

但非共识的代价同样真实。创始人曹越后来承认,团队 " 还是低估了这个路线的难度 "。自回归路线在早期缺乏成熟的工程工具链和社区生态,模型规模扩大时,时序依赖带来的误差累积和训练稳定性问题远比 Diffusion 棘手。Sand.ai 的应对方式是在架构上连续跳跃:从自回归 Dense 架构,到音画同出的单流架构,再到 2025 年 11 月决定转向 MoE。2026 年 8 月开源的 MAGI-2 Preview,总参数约 114B,但单次前向只激活约 6B 参数,蒸馏后生成 10 秒 1080P 视频的推理成本约 0.5 元,约为行业主流模型的十分之一。这套 " 大容量、小激活 " 的设计,直接回应了视频模型 " 成本、速度、效果 " 的不可能三角——用 MoE 把参数规模撑到千亿级以容纳更多模态信息,同时把单次推理的计算负担压到可控范围。

更值得关注的是商业化路径的选择。Sand.ai 没有在通用视频生成能力上与可灵、Seedance 正面碰撞,而是推出了 VidMuse,切入音乐视频制作这一细分场景,产品形态是 "Music in,Video Out"。这个切口的选择有清晰的成本逻辑:音乐视频用户对影视级画质的要求相对宽松,但对生成速度和并发处理极其敏感,而这恰好是自回归路线配合边缘推理可以形成差异化的地方。VidMuse 上线两个月,ARR(年度经常性收入)突破 1000 万美元。需要冷静看待的是,ARR 反映的是已签约合同的年化价值,不等于当期确认收入——上半年 1739.8 万元的实际营收与千万美元 ARR 之间的落差,说明大部分合同收入尚未落袋。但这至少证明了一件事:在巨头的通用能力覆盖不到的细分场景里,独立模型公司可以跑出真实的付费需求。

真正的风险在于,技术路线的窗口期正在收窄。可灵和 Seedance 的商业化规模已经证明视频生成可以产生规模化收入,这会吸引更多资源涌入它们各自的架构路线,反过来加速 Diffusion 生态的成熟。Sand.ai 的自回归 +MoE 路线如果在 MAGI-2 正式版上不能拿出足够显著的代际优势,其 " 非共识 " 就可能从差异化壁垒变成孤立成本。曹越对此的判断是清醒的:世界模型仍处于 " 前 GPT 时代 ",数据不够、定义不清、技术路线远未收敛。在这个阶段,2 亿美元融资的核心用途——视频基础模型研发、训练与推理基础设施、产品迭代及全球市场拓展——更像是在为下一轮架构迭代储备弹药,而不是为已经验证的商业模式扩张产能。

Sand.ai 的这笔融资,因此不能被简单读作 " 视频生成赛道继续火热 " 的注脚。它揭示的是一个更窄、也更锋利的命题:在一个资本和算力都在向巨头生态集中的行业里,一家独立创业公司能否靠持续交付前沿模型的能力,守住一个不被吞并的生态位。10.1 亿美元的估值,对一家半年营收 1740 万元的公司来说当然昂贵;但如果把它看作一张参与定义视频生成技术路线和供应链结构的门票,定价的标的就不再是今天的利润表,而是明天是否还有第二个选项的问题。这个问题没有廉价答案,而 2 亿美元,只是把回答的时间往后推了一段。

本文创作借助 AI 工具收集整理市场数据和行业信息,结合辅助观点分析和撰写成文。

相关阅读

最新评论

没有更多评论了
新浪财经

新浪财经

新浪财经提供7*24小时财经资讯及全球金融市场报价;覆盖股票、债券、基金、期货、信托、理财、管理等多种面向个人和企业的服务。

订阅

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容

企业资讯

查看更多内容