从“生成镜头”到“承接任务”，Pexo把产品边界划在了交付而非创作
视频生成模型的进步速度，已经超过了大多数用户组织一支视频的能力。过去两年，镜头质量、人物一致性、口型同步和运镜控制都在快速提升，但完成一条能用的商业视频，仍然需要用户在模型、剪辑软件、字幕工具和素材库之间来回切换。用户没有被技术解放，反而被推上了整条内容生产线的“制片人”位置。这种错位，正在成为AI视频产品从尝鲜走向付费的关键瓶颈。
据创业邦等报道，视频Agent Pexo背后的公司“极致上下文”近日完成超千万美元天使轮融资。投资方包括达泰资本、松禾创投、视觉中国、深圳天使母基金、深圳高新投、福迪创投等。公司通稿称，本轮融资将主要用于AI Content Agent产品研发、全球市场拓展及核心人才引进。据创业邦报道，此前公司曾于2025年10月获得HT Investment与BV百度风投数百万美元投资。
这轮融资的叙事核心，不是视频生成模型本身，而是一个更激进的命题：当Coding Agent已经证明“描述目标、拆解任务、交付结果”的工作方式可行，内容生产能否复制同样的路径。极致上下文创始人兼CEO廖谦给出的答案是，AI视频的工具时代该翻篇了。但“翻篇”的代价是，公司必须证明一个Agent能够稳定承接过去由代理商、制作公司和内部内容团队共同完成的完整任务，而不只是把生成能力包装得更易用。
| 字段 | 内容 |
|---|---|
| 公司 | 极致上下文 |
| 轮次 | 天使轮 |
| 金额 | 超千万美元 |
| 投资方 | 达泰资本、松禾创投、视觉中国、深圳天使母基金、深圳高新投、福迪创投等 |
| 总部 | 未披露 |
| 创始人 | 廖谦 |
| 官网 | https://pexo.ai/ |
公司通稿称，Pexo是一款面向全球用户、从视频任务切入的AI Content Agent。用户提出目标并提供素材或参考方向后，Pexo负责完成需求理解、方案规划、模型与工具调用、视频制作、修改及最终交付。这一描述的关键不在生成能力，而在任务闭环：用户不需要在多个模型与剪辑软件之间切换，也不必亲自充当整条内容生产线的“制片人”。
与主要服务专业创作者、聚焦短剧和专业影视制作的产品不同，Pexo从上线之初就选择了办公与商业内容生产场景。公司通稿称，Pexo已被用于新品发布、品牌营销、教育课程等场景。用户包括为新产品制作发布视频的Vibe Coders和创业团队、持续生产获客内容的房地产经纪人、为作品制作MV的独立音乐人，以及将知识转化为视频课程的教育工作者。这些用户的共同点是：有明确的业务目标、持续的生产需求，但不具备专业视频制作能力，也不关心一个镜头应该调用哪种模型。
这种产品定位，决定了Pexo的竞争对象不是某一款视频生成模型，而是过去分散在广告代理商、视频制作公司、自由职业者和企业内部内容团队中的预算。公司通稿称，Pexo对应的商业机会不仅包括视频软件订阅费，还包括这部分内容制作预算。用户可持续购买更多生成额度和服务。从逻辑上看，这是一个比工具订阅更大的市场叙事，但也意味着Pexo必须同时解决生成质量、任务规划和交付稳定性三个问题，任何一环的断裂都会让用户退回“自己动手”的老路。
生成模型加代码系统的双轨架构，是对商业内容“准确性”的妥协而非炫技
公司通稿称，Pexo不依赖预设的Workflow机械串联模型和工具，而是根据具体任务实时规划制作路径，并在执行过程中持续检查和调整。当任务要求或底层模型发生变化时，执行方式也会随之改变，无需用户重新配置流程。
更值得关注的是其制作分工。公司通稿称，生成模型负责真人画面和开放性创意，Coding-to-Video代码系统负责文字、图表、品牌元素、动画和时间线等需要精确控制的内容，再由Agent统一编排。这种双轨设计，实际上是对当前视频生成模型能力边界的一种工程回应：扩散模型擅长画面想象力，但在文字准确性、品牌元素一致性和时间线精确控制上仍不稳定；代码系统则可以用程序化方式保证这些商业内容的关键要素不出错。
这一架构的合理性，可以从商业视频的真实约束中得到部分印证。一条新品发布视频，如果产品名称、价格、品牌色或关键卖点出现错误，画面再精致也无法使用。公司通稿援引廖谦的观点称，“生成得好看”并不等于“表达得对”。因此，Pexo把精确控制内容交给代码系统，而不是让生成模型硬扛，是在产品层面承认了当前模型能力的边界。
但这也带来一个待验证问题：Agent如何在两种系统之间做实时编排，尤其是在用户修改需求后，如何判断哪些部分需要重新生成、哪些部分只需代码调整。公司通稿提到了Mark to Fix功能，用户可圈选视频中需要调整的画面或元素，并用自然语言说明修改要求，Pexo能识别具体对象并完成调整。有用户将其形容为“code review comments for video”。这一功能如果稳定运行，确实能降低修改成本；但“识别具体对象并完成调整”的实际成功率、可修改范围和失败后的回退机制，本次来源均未披露。
近百万注册用户与百万美元ARR，是增长信号也是统计口径的黑箱
以下数据均来自公司通稿，尚无独立验证。公司通稿称，自7月正式上线以来，Pexo已覆盖全球80多个国家和地区，积累近百万注册用户，ARR突破百万美元；约80%的流量来自英、美、澳、加等高价值海外市场；付费用户复购率超过50%，单个用户单月最高付费超3000美元；近期登顶Product Hunt日榜，相关话题多次登上X Trending。
若公司口径属实，这些数字构成了本轮融资最核心的商业验证叙事：Pexo在不到四个月的时间里，不仅获得了可观的用户规模，还跑通了付费转化和复购。单个用户单月最高付费超3000美元，说明至少有一部分用户把Pexo当成了真实生产工具而非玩具。
但这些数据全部来自公司通稿，尚无独立第三方验证。注册用户不等于活跃用户，更不等于付费用户；ARR突破百万美元，对应的是年化经常性收入，但公司未披露月度经常性收入、付费用户数、客单价分布或收入确认方式。复购率超过50%的具体统计周期和分母也未说明。对于一家上线不足四个月的公司，ARR的计算方式尤其关键：如果只是把某个月收入乘以12，那么这一数字对后续增长的预测力非常有限。
从编辑推算看，近百万注册用户与百万美元ARR之间的关系，意味着付费转化率可能仍然较低。按年化口径粗略折算，月均收入约在十万美元以下量级；若单个用户单月最高付费超3000美元，那么付费用户规模可能远小于注册用户规模。此为编辑推算，非公司披露。这不是否定增长，而是说明Pexo仍处于从“大量注册”向“稳定付费”过渡的早期阶段。公司通稿称，相比单纯的用户规模，付费信号更值得关注，但恰恰是付费信号的细节披露最少。
投资方组合暗含产业资源逻辑，视觉中国的进入可能不只是财务选择
以下为编辑基于公开信息的分析，非投资方披露。本轮投资方包括达泰资本、松禾创投、视觉中国、深圳天使母基金、深圳高新投、福迪创投等。其中，视觉中国的出现值得单独分析。作为一家以视觉内容版权和交易为核心业务的公司，视觉中国投资一家AI Content Agent，从公开信息推测可能涉及内容供应链、版权合规和商业客户资源的协同，而不仅是财务回报。
从产业链约束看，Pexo面向商业内容生产场景，用户需要的是能直接用于产品推广、客户获取或内容变现的视频。这意味着视频中使用的素材、字体、音乐和品牌元素，都涉及版权问题。视觉中国在正版素材和内容授权上的积累，理论上可以为Pexo提供合规素材库或版权服务能力。但本次来源未披露视觉中国的具体投资金额、持股比例或双方是否已达成商业合作，因此这一推断仅为编辑推测，来源未披露双方合作。
从公开信息看，深圳天使母基金和深圳高新投具有地方政府引导基金背景，此类资金通常承担产业培育功能；本次来源未披露其对Pexo的具体考量。达泰资本和松禾创投作为市场化机构，从公开信息推测其投资逻辑可能围绕AI应用层的商业化速度和海外增长潜力。福迪创投的具体背景本次来源未披露。整体来看，这轮投资方组合覆盖了财务投资、产业资源和政府引导三类资金，但各家出资比例和估值均未披露。
廖谦的字节系履历是团队信用的核心，但“完整领域经验”仍需产品兑现
公司通稿称，极致上下文创始人兼CEO廖谦曾任生数科技产品副总裁、Vidu产品负责人，并先后任职于腾讯、字节跳动，曾从0到1搭建火山引擎智能创作云，并在剪映/CapCut发起海外AI内容平台Pippit。公司核心团队成员来自字节跳动、腾讯、阿里巴巴等企业，以及清华、北大、港大等高校，覆盖视频生成、模型工程、消费级产品、全球增长与商业化等领域。
这段履历的价值，在于廖谦同时接触过云服务、内容工具、基础模型和视频Agent四个环节。火山引擎智能创作云的经验，意味着他理解企业级内容生产的流程和交付标准；剪映/CapCut的经历，意味着他熟悉消费级视频工具的全球增长和用户行为；生数科技Vidu的经历，则让他直接面对视频生成模型的能力边界和产品化难题。这种组合在AI视频创业赛道中并不常见。
但履历只能降低早期项目的团队风险，不能替代产品验证。Pexo面临的真正考验是：一个从大厂和头部模型公司出来的团队，能否在资源有限的情况下，把Agent的任务规划、模型调度和交付稳定性做到可商业化。公司通稿称，Pexo从Day 1就选择了内容生产力方向，没有将产品定义为又一款视频生成或专业剪辑工具。这种定位的代价是，公司必须同时解决生成质量、任务理解和交付可靠性三个问题，而每一个问题在技术上都不轻松。
资金用途指向研发与全球市场，但“全球市场”的获客成本未被讨论
公司通稿称，本轮融资将主要用于AI Content Agent产品研发、全球市场拓展及核心人才引进。这个资金用途表述本身没有太多信息量，但结合Pexo的海外市场数据，可以推演出更具体的资金去向。
公司通稿称，约80%的流量来自英、美、澳、加等高价值海外市场。这意味着Pexo的获客主战场在海外。Pexo要在这个市场持续获客，需要投入资金用于广告投放、社区运营和产品本地化。本轮融资规模相对全球市场拓展的常见投入而言是否充裕，本次来源未披露相关预算，无法判断。
另一个资金去向是核心人才引进。公司通稿称，核心团队成员来自字节跳动、腾讯、阿里巴巴等企业。在AI人才竞争白热化的背景下，要吸引具备视频生成、模型工程和Agent开发经验的人才，薪酬成本不容忽视。但公司未披露团队规模、研发人员占比或招聘计划，因此无法判断这笔融资能支撑多长时间的运营。
从编辑推断看，若前述ARR与复购率口径成立，公司可能已经具备一定的现金流基础。但ARR为年化口径，实际确认收入可能低于该年化数字，具体收入确认方式本次来源未披露。超千万美元天使轮融资，更可能被用于在12到18个月内验证一个关键假设：用户是否愿意为“完整任务交付”持续付费，而不只是为生成次数付费。
最大的风险不是模型能力，而是“承接完整任务”的交付边界
Pexo的叙事建立在一个核心假设上：用户愿意把完整视频任务交给Agent，而不是自己使用工具完成。这个假设的成立，取决于Agent能否在大多数情况下交付“可以直接使用”的结果。一旦交付质量不稳定，用户就会退回“自己动手”的模式，因为修改一个不完美的Agent产出，有时比从头开始更耗时。
公司通稿称，Pexo会根据具体任务实时规划制作路径，并在执行过程中持续检查和调整。但“持续检查和调整”的具体机制、失败率和人工干预程度，本次来源均未披露。对于商业内容而言，一个错误的品牌元素或一句不准确的旁白，都可能让整条视频作废。公司通稿称前述双轨分工中，Coding-to-Video代码系统负责文字、图表、品牌元素等需要精确控制的内容，其实际准确性本次来源未披露；生成模型负责的真人画面和开放性创意，仍然存在不可控因素。
另一个待验证假设是Creative Context与Creative Memory的实际效果。公司通稿称，随着用户持续使用，Pexo会逐步沉淀品牌资料、历史素材、表达偏好和创作反馈，形成属于个人与组织的Creative Context与Creative Memory。这个机制如果有效，确实能提高复购率和用户粘性；但如果沉淀的数据不够精准，或者Agent无法正确调用这些记忆，反而可能产生错误的内容表达。本次来源没有提供任何关于这一机制实际运行效果的案例或数据。
此外，本轮融资的首次公开披露或完成日期未在来源中明确，公司总部和成立年份也未披露。融资额“超千万美元”为约数，精确金额未知。这些信息缺口本身不构成风险，但增加了外部验证的难度。对于一家以全球市场为目标、以ARR为核心指标的公司，透明度的不足会在后续融资和商业合作中成为障碍。
从已披露的产品架构和用户数据看，Pexo试图解决的是一个真实存在的问题：视频生成能力过剩，但完整内容交付能力稀缺。公司通稿援引廖谦观点称，全球每年数千亿美元的内容制作预算背后，有大量拥有表达需求但不具备专业制作能力的个人与企业。这个市场判断与Pexo的产品定位一致，也与Coding Agent的成功路径形成类比。但Coding Agent的验证周期相对较短，代码能否运行可以快速判断；视频内容的交付标准更难量化。Pexo需要更长时间、更多数据来证明其“承接完整任务”的能力，而超千万美元天使轮融资，只是这场验证的起点。
RecodeX 极客视：Pexo的融资故事真正值得关注的，不是又一家视频生成公司拿到了钱，而是一个产品试图把竞争从“谁的模型更强”切换到“谁能把任务做完”。近百万注册用户和百万美元ARR是信号，但付费转化率、Mark to Fix成功率、Creative Memory调用效果和交付成功率，才是决定这家公司能否活到下一轮的关键变量。若公司口径属实，Pexo至少证明了“完整任务交付”存在付费意愿；若后续数据无法验证这些指标，其“承接完整任务”的叙事就仍停留在产品假设阶段。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。