帧跃科技拿下千万美元天使轮：华为云老兵押注“可交互视频”

导语：华为云老兵创业，帧跃科技瞄准交互式视频平台。

AI视频赛道又挤进来一支很有辨识度的新队伍。主攻 AI 交互式视频的初创公司帧跃科技，已经完成千万美金级天使轮融资，投资方包括创新工场、国谦资本、零一万物、璞跃中国及盈动资本等机构。按照帧跃科技的规划，这笔钱不会简单砸向单一视频模型训练，而会集中投入三件事：视频推理平台持续迭代、应用层产品开发，以及全球化人才团队建设。

这家公司成立于 2025 年 6 月，时间很短，但团队履历不轻。它切入的也不是普通“文生视频”叙事，而是更难啃的交互式视频：视频不再只是一次性生成的片段，而要能根据用户输入、场景变化、物理约束和实时反馈动态调整。说白了，生成视频从“出一段好看的画面”，往“构建一个可控制、可响应、可运行的视觉过程”走。

华为云媒体与多模态模型班底，是帧跃科技最硬的筹码

帧跃科技创始人兼 CEO 杨昌鹏，是南洋理工大学与加州大学伯克利分校联合培养博士，曾担任华为云媒体创新 Lab 首任主任，也是交互式媒体方向的 1 号位。在华为期间，他主导搭建了首个实时交互媒体基础设施团队，技术体系覆盖生成式视频、实时渲染与物理引擎等底层模块。

这个背景很关键。交互式视频并不是把视频生成模型做大就能解决的题，它涉及实时系统、渲染管线、推理调度、物理一致性、交互延迟和终端体验。杨昌鹏此前在华为负责的是底层媒体基础设施，这类经验往往不显山露水，但在产品真正进入复杂场景时，会直接决定系统能不能跑起来、能不能稳住成本、能不能支撑实时体验。

他还曾凭借媒体基础设施领域的重大突破获得 Franz Edelman 奖。这个奖在资源调度领域分量很重，行业内常把它类比为该领域的“诺贝尔”奖。对一家刚成立不久的 AI 视频公司来说，这意味着创始团队不是只会讲生成式 AI 故事，而是有过大规模系统与产业级问题的实战经验。

CTO 李明磊补上模型侧能力：从盘古大模型到多模态工程化

帧跃科技联合创始人兼 CTO 李明磊，同样来自华为体系。他曾任华为云多模态方向首席科学家，主导过华为初版盘古大模型训练，并发表 40 余篇 CCF-A 论文，拥有 50 余项专利。此外，他曾 3 次获得最佳论文奖、3 次拿下世界级赛事冠军。

如果把杨昌鹏的能力看作“实时交互媒体基础设施”，李明磊更像是“多模态大模型与生成式模型训练”的核心拼图。他覆盖的是从前沿研究、模型训练到工程化落地的完整链条。AI 视频创业公司最怕两头不靠：会做 Demo 但没有系统能力，或者懂工程但缺模型能力。帧跃科技这组搭配，至少从纸面上看，避开了这个常见短板。

这也是它为什么会被视为“华为系”创业项目的原因。不是简单因为创始团队来自华为，而是因为它带出的能力组合，恰好踩中了交互式视频真正难做的区域：底层系统、视频生成、多模态模型、实时渲染、物理引擎，以及大规模工程交付。

交互式视频不是更长的视频，而是更可控的视觉系统

过去一年，AI 视频行业的主线更多围绕清晰度、时长、镜头语言和文本遵循能力展开。用户输入一句话，模型生成几秒到几十秒的视频，这是典型的离线生成逻辑。但交互式视频要解决的问题更复杂。

举个更直观的例子：如果只是生成一段“机器人在客厅里走动”的视频，模型可以根据提示词输出一个漂亮片段；但如果用户在视频过程中改变指令，让机器人绕过桌子、拿起杯子、避开地毯边缘，同时保持动作连贯、空间关系正确、物理反馈可信，这就不是单个扩散模型能轻松吃下的任务了。

帧跃科技看中的正是这个“深水区”。它提出的方向不是让视频模型孤军奋战，而是把生成模型、程序化生成、实时渲染和物理规则放进同一个底层架构里，按任务需求动态调度。

“三位一体”架构：把 DiT、代码生成和物理渲染放到一张桌上

帧跃科技提出了一个“三位一体”架构，核心判断是：下一代视频生成不会只依赖一种技术路线，而会由三条路径协同完成。

• DiT 生成模型：以 Diffusion Transformer 为代表的生成模型，直接生成视频内容，适合处理画面表现力、风格化表达、复杂视觉纹理等任务。
• Coding 生成：通过代码、程序化规则和可执行逻辑生成视频过程，更适合强调结构控制、交互反馈、规则变化和可复现流程的场景。
• 渲染与物理生成：借助三维空间、物理规则和实时渲染，处理空间一致性、动作稳定性、碰撞关系、光照反馈和物理真实感。

这套思路的价值在于，它没有把 AI 视频简单理解成“模型参数越大越好”。真实的交互体验里，模型负责想象力，代码负责逻辑，渲染和物理引擎负责稳定的空间世界。三者缺一块，产品都会露怯：画面很美但不可控，逻辑很清楚但视觉贫瘠，物理关系对了但生成效率跟不上，都会影响最终体验。

Leadde 将在 2026 年下半年发布，目标不是单个视频模型

按照目前披露的信息，帧跃科技计划在 2026 年下半年发布首个平台级产品 Leadde，面向全球专业用户与企业用户。这个时间点不算激进，反而说明公司很清楚交互式视频不是短周期冲榜项目，它需要底层平台、任务调度、模型能力、实时推理和应用场景一起打磨。

Leadde 的定位也很有意思。它并不是一个单纯依赖某个视频模型的生成工具，而是一个会根据任务输入、场景约束和体验需求进行统一编排的系统。具体来说，Leadde 会在 DiT 模型生成、Coding 生成、渲染/物理生成之间做调度，并在离线高质量生成与实时低延迟生成之间动态选择。

这意味着，同样是“生成视频”，系统会根据需求采用不同的执行路径：

• 当任务更强调画面表现力、风格效果、视觉细节时，系统会更多调用模型生成能力；
• 当任务更强调逻辑控制、交互反馈、流程可控时，系统会更多依赖 Coding 生成；
• 当任务更强调空间关系、动作稳定和物理一致性时，系统会调动实时渲染与物理引擎能力。

这种平台化思路，对企业客户尤其有吸引力。企业并不只想要一段惊艳视频，它们更关心可控性、可复用性、延迟、成本、接口能力和业务系统集成。Leadde 如果能把这些能力压到统一平台里，帧跃科技就不只是“又一家视频生成创业公司”，而是在争夺下一代交互式内容生产基础设施的位置。

为什么投资人会押注这个方向

AI 视频已经从早期的惊艳样片阶段，进入更现实的产品竞争阶段。单纯拼生成质量，头部大模型公司和资金雄厚的平台型玩家优势明显。创业公司如果还沿着“训练一个更强文生视频模型”的路线硬冲，成本、数据、算力和分发都会承压。

帧跃科技选择交互式视频，本质上是在寻找差异化入口。这个入口更靠近专业生产、企业应用、游戏化内容、虚拟人、数字孪生、教育训练、交互广告、空间计算等复杂场景。它要求视频不只是被观看，而是能被操作、被修改、被实时驱动。

从投资方组合看，创新工场、零一万物等机构本身就高度关注 AI 原生应用和大模型基础设施。帧跃科技拿到千万美金级天使轮，某种程度上说明资本正在重新评估 AI 视频赛道：下一轮机会不一定只在“谁生成得更像电影”，也可能在“谁能把生成视频做成可交互、可部署、可商业化的平台”。

真正的考验在产品发布后

帧跃科技眼下讲清楚了方向，也拿出了足够亮眼的团队牌面。但交互式视频是个难题密集区。实时低延迟与高质量画面之间怎么取舍，物理一致性和生成自由度如何兼容，平台调度成本能不能压下来，专业用户是否愿意改变现有工作流，这些都要等 Leadde 真正发布后才有答案。

不过，这家公司有一个清晰的判断值得关注：视频生成不会停在“输入提示词、等待成片”的阶段。下一步更像是把视频、代码、三维空间和物理系统揉在一起，形成可以被实时操控的内容引擎。帧跃科技如果能把这套架构跑通，它面对的就不只是内容创作工具市场，而是更广的一层 AI 交互式视觉基础设施。