2025 年，AI 视频迎来了爆发。

OpenAI 发布 Sora，Google 推出 Veo，Runway、Pika、Luma 等公司不断刷新生成质量。短短一年时间，AI 视频从几秒钟的短片，发展到能够生成电影级画面，整个行业似乎都在围绕"模型能力"展开竞争。

但当越来越多企业真正开始部署 AI 视频时，一个更现实的问题浮出水面。

几乎所有模型都存在同样的瓶颈——速度太慢。

一次视频生成往往需要几十秒甚至数分钟，这意味着 AI 很难进入直播、游戏、机器人、数字人等需要实时反馈的场景。模型再强，如果无法实时运行，就很难真正成为下一代计算平台。

正是在这一背景下，Decart AI 迅速成为硅谷最受关注的新一代 AI 基础设施公司之一。

01

成立不到两年，估值已接近40亿美元

Decart AI 由以色列连续创业者 Dean Leitersdorf 与 Moshe Shalev 创立，公司最初专注于 AI 推理效率优化，并很快切入实时生成式 AI 基础设施赛道。

公司成立后融资速度极快。

2024 年，公司完成由Sequoia Capital领投的 2100 万美元 Seed 轮融资；随后Benchmark领投 Series A，公司估值迅速突破 5 亿美元。2026 年，公司再次完成3 亿美元融资，累计融资金额超过4.5 亿美元，投资方包括Radical Ventures、NVIDIA、Benchmark、Sequoia Capital、Toyota Ventures、Adobe Ventures等全球顶级机构，公司估值提升至约39 亿美元。

对于一家成立时间不足两年的公司而言，这样的融资节奏并不常见。

更值得关注的是，Decart 的投资人不仅是财务投资者，其中不少已经成为公司的合作伙伴和客户，这意味着资本市场看中的不仅是一项技术，而是未来 AI 基础设施的发展方向。

02

Decart 卖的，不是 AI 视频，而是 AI 的“实时能力”

很多人第一次接触 Decart，都会被它的演示视频吸引。无论是实时修改直播画面，还是生成可以交互的 AI 世界，产品看起来都像一家 AI 视频公司。但真正理解 Decart 后会发现，它的商业模式并不依赖视频生成本身。

公司真正的核心产品，是一套名为Decart Optimization Stack（DOS）的 AI 推理优化平台。这套系统位于模型与 GPU 之间，可以针对 NVIDIA GPU、AWS Trainium、Google TPU 等不同硬件进行统一优化，让大模型训练和推理效率显著提升，同时降低计算成本。

对于 AI 实验室而言，这意味着同样的算力可以运行更多模型；对于企业客户而言，则意味着部署 AI 的成本更低、延迟更小。

换句话说，Decart 更像 AI 世界里的"操作系统"，而不是一个单独的 AI 应用。

03

一家公司，三条产品线

目前，Decart 已经形成了较为完整的产品体系。

第一条产品线是DOS（Decart Optimization Stack）。这是公司的核心基础设施产品，也是目前最主要的商业化方向。企业和 AI 实验室通过 DOS，可以在不同芯片平台之间部署模型，并获得更高的推理效率、更低的 GPU 成本以及更好的资源利用率。

第二条产品线是Lucy。

Lucy 是一套实时视频生成与编辑模型，可以在直播过程中即时完成角色替换、场景转换、广告植入以及视觉特效生成，实现接近零延迟的视频处理。这类能力未来可广泛应用于直播、电商、影视制作、数字人及内容创作等领域。

第三条产品线则是Oasis。

相比传统视频模型，Oasis 更进一步，它构建的是可交互的 World Model（世界模型）。用户可以实时与 AI 生成的三维世界互动，而不是观看一段提前生成的视频。公司最新发布的 Oasis 已开始探索机器人训练、自动驾驶仿真及物理世界模拟等场景。

三条产品线虽然面向不同市场，但底层都建立在 DOS 的实时推理能力之上，也形成了较强的技术协同。

04

实时 AI，会成为下一个万亿美元市场？

过去几年，大模型最大的应用场景仍然是文本。而未来几年，AI 正在逐渐从"聊天"走向"行动"。

数字员工需要实时理解用户并作出反馈；机器人需要持续感知周围环境；自动驾驶需要毫秒级完成决策；AI 游戏中的角色需要根据玩家行为不断演化；直播内容需要即时生成和修改。

这些应用都有一个共同特点——不能等待。

传统的大模型推理架构，更多服务于离线生成，而不是实时交互。Decart 所解决的，正是这一行业级痛点。它希望让 AI 从"生成内容"进化到"实时运行"，让 AI 能够像操作系统一样持续感知、持续推理、持续响应现实世界。

这也是为什么公司把自己定义为The Live AI Lab——不仅构建模型，更构建让 AI 在现实世界实时运行的底层基础设施。

05

为什么 Decart 值得长期关注？

过去几年，AI 创业的热点几乎都集中在模型层。随着模型能力逐渐趋同，行业竞争开始向另一层转移——基础设施效率。

模型越来越大，GPU 越来越贵，推理成本不断上升。对于企业来说，真正影响商业化速度的，不只是模型是否足够聪明，而是是否能够稳定、低成本地部署到真实业务之中。

Decart 所处的位置，正好位于这一价值链中央。它既可以服务模型公司，也可以服务云厂商，还可以服务企业客户和机器人公司，并不依赖某一家模型厂商的发展。

更重要的是，公司并没有把自己局限在 AI 视频赛道，而是在持续扩展至 AI 推理平台、世界模型以及物理 AI 等更大的市场。随着机器人、自动驾驶、数字孪生等行业的发展，实时 AI 基础设施的重要性只会进一步提升。

对于投资人而言，这类公司最大的价值并不在于某一个爆款应用，而在于它有机会成为未来 AI 产业共同依赖的一层基础设施。

结语

AI 的下一站，是"实时世界"

如果说过去三年，大模型改变的是信息生产，那么未来十年，AI 更大的机会或许来自现实世界。

机器人需要实时理解环境，数字人需要实时互动，自动驾驶需要实时决策，未来的大量 AI 应用，都建立在"低延迟、高效率"的基础之上。

Decart 选择了一条与大多数 AI 创业公司不同的路径。它没有去训练最大的模型，也没有去打造新的 AI 助手，而是在建设一套能够让所有模型运行得更快、更便宜、更实时的基础设施。

这或许也是硅谷顶级资本持续押注 Decart 的原因：真正值得投资的，并不一定是下一款 AI 应用，而是让整个 AI 行业都能够持续发展的底层能力。

本文来自微信公众号“硅兔君”，作者：硅兔君