国产视频大模型，又跑出一只“准独角兽”

台服务器的宕机,让炫佳科技创始人兼CEO秦林再次感受到了AI视频的市场需求。

一家位于武汉的内容公司,使用炫佳的批量生产工具制作AI短剧,200多人的团队一天产出一百多部作品,调用量一度超出服务器承载能力。秦林算了一笔账:这家客户将一部120分钟AI短剧的制作成本,从30万至50万元压缩到了约5000元。

“这是我想不到的。”他在10月18日举行的炫佳科技媒体开放日上说。

这个案例背后,是一家从电视大屏业务转向自研视频大模型的南京公司。今年6月至7月,炫佳在约30天内完成B1、B2两轮融资。据知情人士透露,其累计融资超过2亿元,估值预计突破20亿元。

对于这家连续四年入选“南京市培育独角兽企业”的公司而言,融资带来了更多关注。但开放日上,几位负责人反复谈到的问题更为具体:一段视频生成之后,怎样才能成为一部可以交付的作品?模型的技术进展,又怎样进入客户的生产流程?

从电视大屏走向视频大模型

炫佳并非从大模型热潮中起步。

它的团队渊源可以追溯至1998年成立的永新视博。这家从清华走出的企业,长期从事数字电视相关技术业务,并于2007年登陆纽交所。此后,创始团队陆续孵化出多家视频相关公司,2013年在南京成立的炫佳,是其中一家。

此后十年,炫佳围绕电视大屏开展业务,涉及少儿动画、IPTV早教、视频超分修复、编转码及内容分发。秦林回忆,相关业务在高峰时期覆盖约1.6亿家庭用户,积累了大量少儿动画版权内容和用户使用数据。

这些业务让炫佳接触到视频产业的多个环节:内容怎样制作、怎样处理、怎样分发,以及用户怎样观看。后来转向AI,公司也延续了对实际应用场景的关注。

转型从2021年底的AI视频生成探索开始。到2022年底,炫佳进一步布局AI,并在2023年全面推进。团队制作的科幻短片《流浪月球》获得北京国际电影节AIGC单元认可,也让秦林更加确信AI视频创作的潜力。

首席科学家武文是这一转型中的关键人物。他拥有清华大学计算机专业背景,曾在卡内基梅隆大学研究视觉识别,并在微软研究院从事博士后研究。加入炫佳后,他主导了Kino-AIGC的底层训练框架和算法体系。

2024年2月,Kino-AIGC正式发布。其V2.2版本参数规模为110亿,并于2025年6月进入VBench视频生成评测榜单前列。

另一项进展来自备案。今年5月,Kino-AIGC视频大模型通过中央网信办生成式人工智能服务备案,智标宝文本大模型随后于7月完成备案。秦林在现场特别提到,炫佳已成为江苏省唯一同时拥有文本、视频两类备案模型的企业。

但他对公司的定位并不止于模型研发。他希望炫佳成为AI视频产业的基础设施服务提供商:底层具备模型开发能力,中间形成面向不同场景的产品,向下连接内容生产、运营和分发。

这也解释了炫佳为何同时投入模型、工具和线下产业生态。在秦林看来,视频模型需要尽快在具体行业中用起来,客户能否持续产出作品,是检验技术能力的重要一环。

从生成一个镜头,到交付一整部剧

110亿参数,是理解炫佳技术选择的一个切口。

更大的模型往往意味着更多的训练与部署投入。对于需要把视频生成能力交给客户长期使用的企业来说,单次生成成本、输出质量和收费方式,都需要放在同一张账单上考虑。

秦林在开放日上谈到,订阅会成为AI产品的基础收费模式之一,而模型需要尽快在动画、短剧、电商或广告等产业中形成实际应用,才能支撑持续投入。

炫佳正在探索更细分的模型路线。例如,用约10亿参数的小模型专攻动画,希望将相关场景每分钟的生成成本,从60至100元进一步压缩到5至10元。这仍是推进中的研发目标,但它指向的需求很明确:让模型在特定任务上达到可用的质量,同时降低生产成本。

另一道更难跨越的门槛,是长篇内容的一致性。

秦林举了几个创作者熟悉的例子:人物上一个镜头背着包,下一个镜头包不见了;脸上的伤痕时有时无;人物和场景的空间关系前后对不上。单个片段可能足够惊艳,放进一部完整的剧里,这些问题就会变成反复修改的成本。

武文进一步解释,短片段生成的质量,与一部上百分钟作品的生产要求,属于不同层面的问题。后者需要持续维护人物、道具、场景与剧情之间的关系,保证故事从开始到结束保持连贯。

围绕这些问题,炫佳探索将叙事信息划分为实体、环境和因果三类状态。实体涉及人物身份、外观、服装及道具;环境涉及场景和空间关系;因果则涉及事件变化及人物关系。通过持续维护这些信息,为跨镜头的一致性提供约束。

这套思路还需要与生产流程配合。剧本理解、角色设计、分镜生成和视频制作,对模型能力的要求各不相同。炫佳通过多模型调度与智能体协同,将不同任务分配给适合的能力组合,并在质量、价格和生成效率之间进行选择。

武文尤其强调,每一个生产环节都应当可以观察、衡量和优化。模型提供基础能力,围绕模型构建的流程则影响这些能力能否稳定发挥,以及作品需要经历多少次返工。

世界模型是这一方向上的进一步探索。正在研发的Kino世界模型1.0,将围绕状态记忆、时空一致性和可交互生成展开研究;“阶段自适应”机制则尝试根据画面所处阶段,调整对身份、场景、几何和运动信息的关注程度及计算分配。

这些研发最终要回答的,仍然是生产端的问题:人物能否保持一致,动作是否合理,复杂镜头能否减少返工。武文在现场透露,年内计划推出Kino视频大模型3.0、动漫模型及世界模型。相关能力能否转化为可衡量的交付改善,将是后续值得观察的重点。

从内容生产,到商业化落地

模型之上,炫佳已经搭建起一套覆盖创作、批量生产和运营分发的产品体系。

Kino视界面向创作者组织制作流程,KinoAuto服务批量生产需求;KinoSpark面向品牌和电商广告,KinoFlux处理剧集混剪与投放素材,KinoRipple承接内容出海,KinoMaaS则提供模型调用与算力服务。

开放日上,产品负责人王召阳用一个茶文化短片的创作案例,展示了这些能力如何进入具体操作。

从一段简单的创作需求开始,平台先生成剧本,再拆分为分镜脚本,识别并生成角色、场景和物品等素材,随后进入视频制作。创作者可以在过程中修改人物设定、调整镜头内容,也可以补充参考图片和提示词。

这套演示呈现出的价值,是将原本分散在多个工具中的操作连接起来,让创作者能够沿着同一条流程推进作品。对于缺少专业制作经验的用户,剧本、分镜和素材之间的衔接,也有助于降低学习门槛。

生成之后,内容还需要被看见。王召阳随后演示了通过KinoRipple生成英文标题和文案、检查发布信息,并向YouTube提交视频的过程。发布后的播放量、互动等数据,则汇集到平台的数据看板中,为后续运营提供参考。

线下的产业布局,承担着连接创作者与市场的另一部分工作。

炫佳参与共建扬子江数智街区,并打造骐骥驰骋AIGC漫剧OPC基地。首席副总裁袁丽在开放日上重点解释了这套布局的逻辑:将技术工具、内容团队和商业需求放到一起,让创作者具备接单和交付的条件。

基地提供四类支撑:技术中台提供平台与算力,培训中台帮助创作者掌握制作能力,市场中台对接订单与商业化机会,企业服务中台提供工商、财税及版权等支持。

对创作者而言,工具只是起点,能否获得订单、完成交付并形成收入,决定了这项工作能否持续。对炫佳而言,园区企业和OPC团队也会成为产品用户与合作伙伴,带回真实的制作需求,推动产品继续迭代。

秦林在现场给出了一组经营数据:线上注册用户已超过10万,企业注册用户超过1万家,AI业务收入近期以每月约50%的速度增长。相应的营收绝对规模及这一增速的持续周期尚未披露,但这些数据体现出炫佳当前着重推进的方向:让模型能力转化为有人使用、有人付费的产品。

20亿元的预期估值,距离通常以10亿美元估值为门槛的独角兽仍有距离。炫佳接下来需要证明,垂类模型的成本优势能够持续,新的技术能力能够提高成片率,而产品与产业生态能够带来稳定的客户需求。

开头那家武汉客户的生产案例,提供了一个观察样本。批量调用让服务器承压,意味着工具已经进入真实业务;随着产量继续扩大,质量、成本、交付稳定性与最终收益,也会成为更进一步的考验。

这些问题的答案,将决定炫佳能否在国产视频大模型这个赛道上,从受到关注的新玩家,成长为一家持续服务内容产业的公司。