智象未来CEO梅涛：多模态模型Token毛利率远高于语言模型，视频生成创业公司应先专注To B

事件概述

智象未来（HiDream.ai）在首届开放日上提出“原生多模态是实现AGI的必经之路”，CEO梅涛强调公司定位为原生多模态大模型公司，终极目标为打造世界模型。同时，公司宣布近期完成5亿人民币B轮融资及后续亿元级新一轮融资，由安徽省产投、东方富海等机构投资。

核心观点

1. 多模态模型毛利率更高：梅涛指出，多模态模型Token的毛利率远高于语言模型，To B服务的毛利率较高，且商业化前景明确。
2. 技术路线选择：智象未来采用原生全模态Unified Transformer（UiT）架构，支持“Any to Any”输入输出，与世界模型所需能力一致。在数据方面，公司拥有20万小时有版权视频数据，并通过合成数据对抗行业数据稀缺瓶颈。
3. 世界模型条件：梅涛认为真正的世界模型需掌握物理规律、解决长上下文因果推理、实现全模态交互并确保绝对安全。目前行业尚在早期，智象未来聚焦视频、图像、3D交互数据生成，为未来世界模型积累视觉能力。

商业策略

• To B优先：投资人王兵建议在算力成本大幅下降前，创业公司应避免与巨头在To C市场正面竞争，先做To B提升产品逻辑与场景落地能力。
• MaaS平台：智象未来构建“1+1+3”MaaS平台，底层为HiDream系列大模型，中层为HiHarness企业服务平台，上层覆盖商业营销、影视创作、社媒三大场景。商业化模式包括按Token售卖、RaaS素材服务、按GMV分佣（15%-30%）以及联合承制分佣。
• 差异化竞争：在图片领域做客户必选项，视频领域深耕营销、短剧等垂类场景。通过端到端Agent服务内容电商客户，每月消耗数千条短视频，体现Agent价值。

值得关注

• 梅涛认为行业尚未出现能一统天下的模型，创业公司可通过算法创新以少量资源实现与大厂同等效果。
• 具身智能领域：梅涛指出很多具身智能公司低估了视频模型的重要性，缺乏千亿规模底座模型难以实现泛化。