智象未来梅涛：多模态生成AI尚处“中场” 架构创新或是破局关键

　　2026年一季度签约收入超4亿元，已超2025年全年；4月底发布新一代原生全模态世界模型架构及图像大模型HiDream-O1-Image……专注于视频生成赛道的智象未来成绩非常亮眼。近日，公司创始人梅涛接受了上海证券报记者采访，阐述了创业逻辑、技术架构判断、商业化思考以及对行业周期的观察。

　　锚定视频底座切入蓝海市场

　　从加拿大工程院外籍院士、京东技术副总裁到智象未来创始人，梅涛的身份切换几乎与ChatGPT掀起的AIGC浪潮同步。在大模型从实验室走向公众的“前夜”，这位深耕计算机视觉与多模态领域的科学家选择了一条更具挑战性的道路。

　　“创办智象未来，是基于自身优势与行业发展趋势的综合决定。”梅涛介绍，他的团队在视觉多模态领域的积累，可追溯到2017年。彼时，团队发布了全球首篇文生视频论文，获当年ACM Multimedia会议最佳创新论文奖。此后，无论是微软Bing的视频搜索、小冰的视觉对话，还是京东十亿级商品图像搜索等，团队始终致力于推动AI视觉技术走向大规模商业化。

　　2022年，Midjourney和ChatGPT的问世成为关键变量。“当时我们判断，大模型从实验室走向公众的节点即将到来。”梅涛说，另一个更深层的判断是，大语言模型并非通用人工智能的终点，视频模型底座才是通往世界模型的路径。这构成了智象未来选择视频生成赛道的底层逻辑。在梅涛看来，视频生成离商业化更近，语言模型中的“幻觉”被视为缺陷，但在创意行业，“幻觉”恰恰是“想象力”的代名词，用户愿意为情绪价值或商业价值买单，而视频生成强关联的娱乐、营销、影视等场景背后是万亿美元级市场。

　　然而，从科学家到创业者，思维惯性的打破比技术突破更为艰难。“以前总觉得，AI做得好就会有人来；现在才意识到，资本的力量同样不可忽视。”梅涛坦言，最大的挑战是认知转变。“可以用三个关键词概括心路历程：身份清零、追求极致、逆水行舟。”

元股证券:ygzq.hk

　　多模态AI尚处“中场”阶段

　　当前，行业从“卷参数”进入“拼落地”，推理成本和商业化是最大制约因素。对于多模态生成行业何时迎来“iPhone时刻”这一问题，梅涛判断行业尚处“中场”。若将视频生成模型类比大语言模型，Sora的出现大致相当于GPT-3阶段，可灵等模型接近GPT-3.5，行业整体仍处于从技术突破向大规模商业落地过渡的早期阶段。

　　梅涛认为，目前主流的DiT架构存在天然缺陷，图片、视频等信号分开编码解码，信息损失和幻觉难以避免，性能提升只能依赖堆数据和算力。

　　基于此判断，智象未来2026年4月推出了采用UiT架构的原生全模态模型，试图从底层架构革新，来实现模型能力的代际提升。梅涛表示，新架构让文字、图片、视频等信号以更接近原始的方式直接进入模型，信息损失更小，可控性更强。“原生全模态大模型是通往世界模型的最优路径，这只是阶段性认知，但要想迎来行业颠覆性变革，架构创新可能是效率最高的路径之一。”梅涛说。

　　谈及如何穿越泡沫周期，梅涛认为，关键不在于追逐参数，而在于深耕企业服务，构建“模型、产品、生态”三层护城河，并以结果导向进行收费。在他看来，当前泛C端用户更像是“游民”，付费意愿及忠诚度低，因此智象未来将To B作为主方向。“只有形成商业闭环，才能走得更远”。

　　在开源与闭源策略上，梅涛的选择清晰务实。2025年4月，智象未来旗下HiDream-I1开源仅24小时就登顶Artificial Analysis榜单，被称为“开源版GPT-4o”。“开源是普惠，闭源则是定向服务，为商业化提供技术支撑。”梅涛说。

　　端到端创作激活AI新机遇

　　面对互联网巨头“基础大模型+超级应用”的优势，梅涛认为初创公司应把握三点：一是保持技术架构持续领先；二是产品迭代速度快于大厂；三是跳出同质化竞争，转向Agentic端到端创作。

　　当前，一级市场对AIGC企业估值逻辑，正从“团队背景溢价”回归“技术壁垒溢价”。在行业模型能力快速趋同的背景下，梅涛将智象未来的护城河总结为架构创新、效率成本、数据资产、时间积累四个维度。依托架构创新形成底层先发优势与超高训练效率，公司沉淀了涵盖20万小时版权数据、数千万用户反馈及垂直行业数据的独有数据资产，构建起高壁垒业务飞轮。“从2017年的首篇文生视频论文，到2026年的UiT架构，近十年技术积淀与团队磨合，本身就是难以逾越的壁垒。”梅涛说。

　　近期股票配资平台排名靠谱吗，智象未来已完成逾5亿元的新一轮融资。对于融资节奏与估值预期，公司有着清晰考量。梅涛称，所融资金将聚焦世界模型研发、产品建设与市场拓展，通过营收及用户增长吸引后续资本，形成良性循环。