Компания ShengShu Technology привлекла более 86 миллионов долларов в рамках раунда финансирования Series A+ для расширения границ многомодальной ИИ

Компания ShengShu Technology завершила раунд финансирования Series A+, привлекая более 600 миллионов юаней (приблизительно 86 миллионов долларов США), что стало значительным этапом для компании на пути к масштабированию своих многомодальных фундаментальных моделей для цифровых и физических приложений. Раунд был возглавлен Научным городом Zhongguancun и LINK-X CAPITAL, с участием Wondershare, Visual China Group и TRS. Несколько существующих инвесторов также увеличили свои обязательства, подчеркивая продолжающуюся уверенность в техническом направлении и коммерческом прогрессе ShengShu.

Новый капитал поступает в момент, когда многомодальные системы ИИ переходят от экспериментальных инструментов к инфраструктуре, лежащей в основе реального производства. Траектория ShengShu отражает этот сдвиг, когда прорывы в исследованиях все чаще переводятся в развернутые продукты, используемые в различных отраслях.

От ранних исследований к коммерческим моделям

Компания ShengShu Technology была одной из первых команд в мире, которая сосредоточилась на многомодальных генеративных алгоритмах как на основном направлении исследований. В 2022 году компания представила архитектуру U-ViT, которая помогла создать техническую основу для моделей, способных рассуждать на основе текста, изображений и видео. Этот подход, основанный на исследованиях, подготовил почву для запуска Vidu в середине 2024 года.

Vidu вышла на рынок с возможностью Reference-to-Video, которая вышла за рамки традиционной генерации видео из текста или изображений. Вместо того, чтобы рассматривать каждый кадр как отдельный выход, система была разработана для сохранения согласованности между несколькими сущностями на протяжении сцен, решая давнюю проблему в коммерческой генерации видео. С момента запуска ShengShu быстро совершенствовала систему, выпуская последовательные версии, которые улучшили понимание семантики, стабильность движения, визуальную связность и скорость вывода.

Последний выпуск, Vidu Q3, отражает намеренное внимание к рассказыванию историй. Модель поддерживает синхронизированную генерацию аудио-видео до 16 секунд, родную выдачу 1080p, точные переходы между кадрами, многolingвальное текстовое представление и многolingвальный выход. Эти возможности позиционируют систему ближе к производственным рабочим процессам, а не к коротким экспериментальным клипам.

Производительность, скорость и открытая инновация

Помимо качества выхода, ShengShu подчеркнула эффективность как конкурентное преимущество. В конце 2025 года компания открыла исходный код своего фреймворка TurboDiffusion, что существенно сократило задержку генерации видео. С помощью этого фреймворка видео длиной 5 секунд можно сгенерировать менее чем за 2 секунды на одном высокопроизводительном GPU, что представляет собой улучшение на несколько порядков по сравнению с предыдущими подходами.

Этот акцент на скорости не является просто техническим показателем. Более низкая задержка и требования к вычислениям напрямую влияют на осуществимость развертывания многомодальных моделей в крупном масштабе, особенно для интерактивных приложений и инструментов реального времени. Сокращая стоимость и время, необходимые для генерации высококачественного видео, ShengShu приближает многомодальную ИИ к повседневному использованию в профессиональных средах.

Расширение принятия на творческих и корпоративных рынках

ShengShu создала широкий экосистему продуктов вокруг Vidu, охватывающую управляемые услуги, предложения SaaS, приложения и инструменты на основе агентов. Эти продукты сейчас обслуживают создателей, студии и корпорации более чем в 200 странах и регионах. В 2025 году компания сообщила о более чем десятикратном росте числа пользователей и доходов, что указывает на ускоряющееся принятие.

В кино и развлечениях Vidu используется в анимации, производстве короткометражных фильмов и рабочих процессах полнометражных фильмов, с вовлечением владельцев контента, поставщиков инструментов и производственных студий. Параллельно интернет-платформы и компании, производящие умную технику, применяют эту технологию для создания маркетинговых активов, интерактивного контента и инноваций в продуктах.

Реклама и игры также стали областями, где наблюдается растущий интерес. Бренды и агентства используют Vidu для масштабирования производства видео для кампаний, в то время как разработчики игр развертывают ее для создания рекламного контента и генерации сцен. На международном уровне платформа набирает популярность среди разработчиков творческих инструментов и корпоративных пользователей, с применением, выходящим за рамки образования, вещания и культурного туризма.

Более широкие последствия многомодальной ИИ

Прогресс многомодальных фундаментальных моделей имеет последствия, выходящие далеко за рамки создания видео. Интегрируя текст, изображения, аудио и движение в объединенные системы, эти модели позволяют машинам интерпретировать контекст таким образом, который более близок к человеческому восприятию. Для отраслей это означает более быстрые циклы производства, более низкие барьеры для входа на рынок высококачественного контента и новые формы взаимодействия между людьми и программным обеспечением.

В то же время, созревание многомодальной ИИ вызывает важные вопросы об аутентичности, интеллектуальной собственности и ответственной реализации. По мере того, как сгенерированное видео становится все более реалистичным, технические меры безопасности и кадровые рамки будут необходимы для поддержания доверия к цифровым средствам массовой информации.

Глядя вперед, многомодальные модели, вероятно, будут играть роль не только в цифровых рабочих процессах, но и в физических системах, от робототехники и симуляции до умных сред. Последний раунд финансирования компании ShengShu Technology позиционирует ее для участия в этом переходе, поскольку многомодальная ИИ переходит от творческой новинки к фундаментальному слою следующего поколения производительности.