今年秋天的一个周二，炫佳科技的一台服务器突然宕机。这并非故障，而是因为武汉一家拥有200多人的内容公司正在使用炫佳的批量生产工具，一天内要交付一百多部AI短剧，其调用量远超预期。据炫佳创始人兼CEO秦林介绍，该客户将一部120分钟短剧的制作成本从传统的30万至50万元压缩到了约5000元。“这是我想不到的，”秦林在10月18日的媒体开放日上回忆道。
支撑这条高效生产线的，是炫佳自研的Kino-AIGC视频大模型。今年5月，该模型通过中央网信办生成式人工智能服务备案，成为江苏省内唯一一家通过备案的视频类大模型。仅仅在6月到7月间，炫佳便完成了B1、B2两轮融资，据知情人士透露，累计融资额已超过2亿元，估值突破20亿元。作为连续四年入选“南京市培育独角兽企业”的公司，炫佳正迅速成为国产视频大模型赛道上备受关注的新星，与字节、快手、生数、MiniMax等巨头并列。
“从生成画面，到理解世界。”这是炫佳对下一阶段技术方向的概括。公司计划年内发布Kino-AIGC 3.0与动画垂类模型。截至目前，Kino系列模型累计生成AI视频已超15万分钟。
视频大模型市场呈现出强者恒强的特征。炫佳将产业链划分为上游算力与数据服务、中游模型研发与训练、下游应用运营与分发三层。其中，中游是核心价值层，也是画质、时长和真实度的决定因素，更是字节即梦、快手可灵等大厂正面交锋的焦点。秦林观察到，在VBench榜单上，常年只有少数模型轮流领先，而炫佳已成功跻身第一梯队。2025年6月，Kino-AIGC V2.2进入榜单前列，其时空连贯性得分高达99.31。此外，合规门槛同样关键，目前全国通过中央网信办备案的视频类模型不足六家，炫佳是江苏唯一一家。
炫佳并非传统意义上的AI实验室出身。其根源可追溯至1998年从清华孵化出的永新视博，主营数字电视加密技术，并于2007年在纽交所上市。此后，永新视博创始团队孵化了二十余家视频产业链企业，炫佳便是其中之一，于2013年落地南京。前十年，炫佳深耕电视大屏业务，包括少儿动画、IPTV早教、视频修复等，业务峰值覆盖约1.6亿家庭用户，拥有百万小时少儿动画版权及数十亿条用户数据。
转折始于2021年底，炫佳尝试用AI生成视频，并制作了科幻短片《流浪月球：最后的种子》，获北京国际电影节AIGC单元优秀奖，这坚定了公司转型的决心。2022年底，炫佳全面转向AI，引入了关键人才武文——这位保送清华计算机系、在卡内基梅隆大学攻读视觉识别博士并在微软研究院做博士后的人才，出任首席科学家，主导了Kino-AIGC的底层训练框架和算法体系。
Kino-AIGC于2024年2月发布，其V2.2版本的参数规模为110亿，在动辄数百亿参数的视频生成赛道中显得刻意低调。秦林算过一笔账：AI订阅制是行业基础模式，但参数越大，单次训练成本越高，靠订阅回收压力巨大。炫佳选择走小而精的产业实用主义路线。Kino-AIGC采用混合专家MoE架构，做动画时只激活图像生成相关网络，做影视时才调用场景设计模块。底层融合3D VAE与扩散Transformer，并加入3D旋转位置编码和第三代物理约束模块。测试数据显示，其VBench时空连贯性指标达99.31，训练成本比行业平均低约60%。秦林透露，公司计划年内发布3.0版本及动画垂类模型，目标是把动画生成成本从每分钟60到100元压至5到10元。此外，模型已完成华为昇腾910B适配。
解决视频生成中的“穿帮”问题，是炫佳将模型从“演示品”转化为“工业品”的关键。角色上一秒背着包，下一秒包就没了，这是AI缺乏时空序列理解的结果。炫佳的解法是给模型装上“状态记账本”，将叙事信息拆解为实体状态（人物身份外观）、环境状态（场景空间）和因果状态（事件变化）。模型在切换镜头时持续维护这些状态约束。
这条路的终点是“世界模型”。炫佳正在研发“阶段自适应”机制，让模型在画面稳定时优先保住长期一致性，在快速运动时加大几何与运动建模权重，并动态分配算力。规划中的Kino世界模型1.0，将在视频生成能力之上，探索状态记忆与可交互生成。
在内容生成领域，备案意味着合规的上路资格。秦林指出，江苏备案的大模型企业虽多，但多为文本模型，视频模型仅炫佳一家。今年7月，炫佳另一款主打招投标与行业知识的智标宝文本大模型也通过了备案，使其成为江苏唯一同时拥有文本、视频两类备案模型的企业。这对广电、文旅及政企客户极具吸引力。
自研模型之上，炫佳构建了完整的Kino产品矩阵，包括面向创作者的Kino视界、面向内容工厂的KinoAuto、面向品牌的KinoSpark等。去年，公司取消技术中心全部中层，研发AI代码率从年初的20%飙升至95%。同行可能一月迭代一个版本，炫佳已能一周迭代两到三版。目前，炫佳AI业务收入正以每月约50%的速度增长，线上注册用户超10万，企业注册用户超1万家。
如今，炫佳估值达20亿元，连续四年获评南京市培育独角兽企业，但距离10亿美元门槛仍有距离。要完成跨越，它需直面三道现实考题：一是如何在字节、快手等大厂刷新画质上限的背景下，稳固垂类优势；二是尚在研发的世界模型能否落地为可量化的业务成果；三是当前月均50%的增长曲线具备多少可持续性。“继续做难而正确的事，”这是秦林的总结。
从数字电视机顶盒到AI大模型，炫佳走出了一条“大模型底座+产业落地”的本土化路径，没有走简单调用第三方模型的捷径，而是啃下了底层训练、时空一致性、合规备案等硬骨头。尽管赛道竞争白热化，技术迭代与商业化考验重重，但炫佳能否跑通这套小参数模型的产业故事，时间与市场终将给出答案。