炫佳科技获云从科技等战略投资：AIGC视频大模型推进内容工业化，商业化路径仍待观察

当一家影视公司决定试水AI短剧时，技术团队最常听到的承诺是“10倍效率提升”。但现实中，多数AI生成的视频仍卡在人物动作崩坏、场景逻辑错乱的阶段，被迫回到传统剪辑线。一位行业人士总结：“生成一段3分钟的连贯叙事，比生成300张精美图片难不止一个数量级。”这就是AI视频工业化面临的真正瓶颈——不是在Demo里跑通，而是在交付单上写下一个可靠的成本数字。

南京江北新区一家名为炫佳科技的公司，试图用数字证明自己跨过了这道坎。其首席执行官秦林公开表示，公司AI视频工业化生产时长已突破10万分钟，覆盖短剧、商业广告、城市文旅等场景。最近一个月，这家公司密集完成两轮融资，并获得了上市公司云从科技与深业资本的联手注资。当大模型赛道整体融资节奏放缓时，炫佳为何能逆势拿到钱，它的“工业化”是否站得住脚，是这轮融资背后更值得审视的问题。

2026年7月28日，云从科技宣布联合深业资本，通过双方发起的赣州深业云从智能科技股权投资基金，完成对炫佳科技的战略投资。此前6月初，炫佳刚完成B1轮融资，随后的B2轮由深业资本（深业云从人工智能基金）、法创资本与江北科投联合押注。公司称，B3轮融资预计7月收官，届时B轮累计融资总额超2亿元人民币，整体估值突破20亿元，并已启动B+轮融资洽谈。

30天两轮融资，把窗口期跑成资本“快车道”

6月初B1轮刚落定，不到30天B2轮即签约，紧跟着7月B3轮预期收官。一家在公众视野中并不高调的AIGC公司，突然间呈现出冲刺式的融资节奏。这在中国大模型创业历史上并不常见：多数公司在同一轮次内会间隔6个月以上，以留出产品验证和估值爬坡时间。炫佳反其道而行，把资本窗口压到极致。这种节奏背后，可能反映了一种在产业落地预期与资本规划上同步就绪的自信，也可能是一种主动管理融资周期的策略选择，以避免因市场风向变化导致后续轮次的不确定性。

公司对外传递的信号很清晰：快，是因为产业落地和资本规划已同步就绪。知情人士透露，B轮累计超2亿元，估值突破20亿元，且B+轮已在洽谈。按照这个速度，炫佳有机会在一年内完成从B轮到C轮的跨越，为江苏打造“大模型第一股”铺路。但市场需要独立的判断：连续融资既有上游算力采购和人力扩张的现实压力，也可能预示着老股东对后续估值的不确定性，公司选择用密集交割提前锁定资金。这种“小步快跑”式的密集交割策略，意味着公司对资金消耗速度有着清晰的预期，尤其考虑到其自有算力集群扩容和出海平台搭建均属于重资本投入项。

从投资人结构看，B2轮引入深业资本（深业云从基金）、法创资本和江北科投，三方均带有产业地产、科技成果转化和地方引导基金的背景。纯粹的财务投资机构尚未大规模进场，这给炫佳的高估值留下了被二级市场检验的空间。这一股东组合意味着，炫佳当前的估值逻辑更多建立在产业落地预期、地方政府资源嫁接以及合规壁垒之上，而非单纯基于商业化现金流。这种结构在早期能提供强资源支持，但若后续缺乏头部财务资本的独立定价，公司估值在进入更公开的市场时可能会经受更严苛的审视。

Kino大模型登顶VBENCH，工业化视频生产的潜力与疑点

炫佳的技术底座是自主研发的Kino-AIGC视频大模型。公司宣称，该模型已完成中央网信办备案，是江苏省唯一完成备案的视频大模型，综合能力登顶行业权威榜单VBENCH，在时序连贯性、语义理解、高清动态生成、多物体逻辑处理等维度领跑。备案本身构成了一道在监管合规层面的先发壁垒，这意味着当行业进入常态化监管阶段，炫佳可能拥有更从容的商业化落地窗口。

这些指标的“工业化”解释是：依托多模型智能协同调度体系，可将“传统数十人数十天的制作工期压缩至1-3人7天”，同时算力消耗降低70%、训练成本降低60%。秦林给出的实际生产数字：AI视频生成总时长突破10万分钟，业务已渗透到精品短剧、商业广告、城市文旅、电商内容、政务宣传等场景，服务创作工作室、影视公司、内容平台与产业园区。这一调度体系的核心逻辑可能是通过不同的模型处理分镜、人物动作与场景渲染，再由一个主控模型完成时序对齐，从而规避单一模型长时生成带来的累积误差，但这一技术路径在极度复杂的叙事场景下依然需要人工干预。

然而，围绕Kino的技术优势，仍有几个待核实的节点。首先，VBENCH榜单的评测方法论和参评模型范围未公开，外部难以复现其领先性。其次，“10万分钟”是一个累积时长，既未披露单条视频的平均长度，也不知其中有效商业交付占比多少。如果大部分生成视频是短平快的广告素材或政务宣传片，其技术难度与长篇叙事性短剧存在显著差异。第三，效率数据缺乏对照基线：公司所说的“传统团队数十人”是何种配置？文案团队与后期团队的成本结构怎样？在第三方独立测试缺失的情况下，这些效率跃升目前只能视为公司说法。

更大的技术命题是长视频的稳定性与版权红线。目前行业内AI视频多在15秒至3分钟内表现合格，炫佳若能真正量产剧情类短剧，意味着在人物一致性、场景逻辑和叙事节奏上实现了跨越。但公司未公布其多物体逻辑处理的具体效果，也未解释如何解决训练数据版权问题——这些既是技术高地，也是法律风险聚集地。视频生成模型需要海量的影视级素材进行训练，在版权溯源和利益分配机制尚未清晰的当下，任何一家视频大模型公司都行走在潜在的诉讼风险边缘。

从广电到AIGC，清华系班底的跨界胜任力与适配难题

炫佳强调其核心团队出自清华大学体系。董事长朱建华是清华精密仪器系本硕、清华企业家协会资深会员，曾执掌永新视博并带领公司登陆纽交所。早年他带队攻克数字电视信号“卡脖子”难题，走通了一条“国产替代+上市退出”之路。CEO秦林为清华EMBA、南京大学传播学博士在读，是广电和网络视听行业领军人才；技术总顾问卢增祥，29岁获评清华教授，系数字视听与多模态信号处理奠基人；首席科学家武文，卡内基梅隆大学AI博士，主导Kino大模型训练框架。研发团队占比超60%，百人规模。

这套班底的强项在于：兼具硬核科研、大型工程化落地和成功资本运作的经验，这在AIGC创业公司中确实稀有。上一代，朱建华用自主技术打破海外垄断；这一代，团队希望复用同样路径——用自研大模型构建国产可控的AI视听体系，并最终冲击上市。南京江北新区将其列为培育独角兽，公司也是清华南京校友会人工智能专委会的发起单位，深度嵌入“学术-产业-资本-政府”的四维生态。这条路径的本质是将广电时代的“标准制定+政府关系+硬件集成”铁三角，置换成AI时代的“模型备案+生态合作+平台赋能”新三角。

但跨界适配的难题同样存在。永新视博的广电生意本质上是2G/2B，依赖标准制定和长期客户关系，节奏慢、利润稳定。AIGC视频面对的是高度分散的创作者、微小工作室和短周期内容平台，客户获取、定价和留存逻辑截然不同。朱建华过去的护城河——政策准入和硬件集成——很难直接切到文生视频的模型公司来。秦林虽有传播学背景，意味着他可能更擅长理解内容传播的底层逻辑，但公司目前的商业模式和市场定位仍未见清晰披露，能否顺利完成从广电到互联网式增长的切换，是炫佳必须回答的问题。这种切换的难点在于，广电客户决策链集中在少数关键人，而互联网内容生态则需要产品自驱动增长，销售体系和组织文化都需要根本性重塑。

深业云从基金入局：产业资本与地方政府的混合推手

此次战略投资的最大看点，是云从科技和深业资本联手操盘。云从科技作为上市AI公司，2026年上半年仍处于亏损状态，预计净利润为-8665万元至-6932万元，同比大幅减亏。它投资炫佳，绝非单纯财务回报——没有理由将宝贵的现金投向一家20亿元估值的视频生成公司，除非有明确的业务协同。以云从科技自身的营收体量和盈利压力，选择以基金形式而非直接股权投资，可能也是一种在战略卡位与财务报表之间寻求平衡的安排。

云从科技董事长兼总经理周曦此前提出“AI基础设施+AI智能体”战略。炫佳的Kino模型可直接成为云从智能体体系中的多模态内容生成模块，向其已有的政务、金融、交通等行业客户提供视频合成服务。换言之，云从想要的是“算力-模型-应用”链条上的一环，而非一个独立的被投企业。深业资本的介入则带来了产业园区和地产资源。深业集团有限公司是深圳大型国企，深业资本作为其投资平台，参与设立深业云从人工智能基金，目的在于将AI产业导入其运营的产业园区，炫佳恰好落户南京江北新区和扬子江数字视听产业园，符合“基金招商+产业落地”的逻辑。这种产融结合模式下，投资回报往往不限于股权增值，还包括产业集聚带来的租金、税收和土地价值溢出。

法创资本和江北科投分别代表成果转化引导和地方财政支持。如此组合，构成了“战略产业资本+地方政府基金”的混合推手，给炫佳注入了资金和订单资源，但也让公司的独立性受到关注：后续若主要收入依赖关联方支持和政府项目，将影响市场对其商业化能力的评判。对一个志在上市的企业而言，收入的构成比例——尤其是关联交易占比——将在未来成为监管问询的重点。

四笔大钱投向何方？未公布的营收结构才是真正考题

募集资金将用于自研底层技术迭代、全系列平台能力升级、自有算力集群扩容与全球AI内容出海生态搭建。这个描述涵盖四个方向，但公司未透露任何分配比例和时间表。算力扩容是否意味着要大量采购英伟达芯片，还是依托华为鲲鹏昇腾等国产方案？从公司已与华为等国产算力厂商达成深度合作来看，其算力集群很可能采用混合架构，一方面满足模型训练的高性能需求，另一方面则通过国产化方案规避供应链风险并降低长期成本。平台升级是面对中小创作者开放自助式工具，还是服务于大客户的定制化项目？出海平台Kino Ripple宣称将在7月上线，打通多语种译制和分发，可截至目前仍没有公开的产品界面或合作伙伴信息。出海平台的实际效用取决于它能对接的海外分发渠道深度，单纯的语种翻译和格式适配难以构成竞争壁垒。

更根本的疑问藏在营收端。炫佳自2013年成立以来，累计服务超1.6亿家庭用户，业务覆盖27个省份。这依托的是其早期的网络视听服务，而非AIGC。公司从未披露AI视频业务单独贡献了多少收入，也没有公布客单价、复购率、平台抽佣比例等关键指标。CEO秦林仅表示业务覆盖多个场景，服务创作工作室、影视公司等，但这更像一份客户名录，而非商业化验证。如果没有透明的财务数据，20亿元估值的依据就只能停留在“模型好、团队强”的故事层面。市场亟需一个明确的信号，表明这10万分钟AI视频中，有多少分钟是由外部付费客户下单、按商业合同交付的。

没有对手的冠军？AI视频赛道的竞争真空与暗礁

炫佳并不公开对标任何竞争对手。在所梳理的AIGC视频创业公司中，它更像一个“模版”——既不像HeyGen那样聚焦数字人视频，也不像Pika、Runway走通用文生视频路线。它强调的“AI内容工业化平台”概念，兼有模型层、平台层和场景层，与字节跳动的即创、百度的度加剪辑等产品有某种形态上的重叠，但后者背靠巨头，拥有流量和资金优势。炫佳回避直接竞争的策略，可能意在凸显其“全链路”差异化，但在实际商业竞争中，客户往往会在不同环节分别找到替代方案，全链路的优势有时会被单点最优解所挑战。

此次融资材料中未见任何关于竞争对比的分析。在VBENCH榜单登顶的表述背后，无法知晓与可灵、字节Dreamina、智谱CogVideo等国产视频模型的直接性能差距。公司也没有披露其付费客户与免费用户的比例，这使得“技术领先”缺乏行业参照系。更隐蔽的风险是，大型内容平台自身正在内建AIGC能力，一旦它们切断第三方接口，或者自研模型成熟，炫佳这类独立技术供应商可能面临客户流失的冲击。那些“服务1.6亿家庭用户”的历史客户，目前主要是看电视大屏的家庭，很难直接转化为AI短剧消费者。大屏用户的观看习惯、内容偏好和付费逻辑与移动端短剧用户存在根本差异，这一客群基础的可迁移性可能远低于预期。

估值突破20亿元，能否撑到规模化付费那一天？

累计融资超2亿元，估值20亿元，这组数字放到整个江苏大模型赛道，确实是头部的体量。但放在全国来看，对于一家没有公开营收、没有独家平台生态的AI视频公司而言，已经高悬。这一定价逻辑可能隐含了投资人对于“合规壁垒+清华背书+地方扶持”的稀缺性溢价，但这些要素与最终的用户付费之间仍然隔着产品化和市场化的关键一跃。

炫佳的规划显示出强烈的上市雄心，公司自身也提到“冲刺江苏大模型首家上市公司”。但A股对AI企业的估值逻辑正在从“模型能力”转向“持续经营能力”。深交所和科创板对未盈利企业的审核趋严，即使有培育独角兽的头衔，如果不能在招股书里写下扎实的合同金额和客户留存数据，证监会问询关口将非常难熬。更不用说，云从科技本身作为战略股东，其股价表现和持续亏损状况，也会让监管对“上市公司投资孵化新公司再独立上市”的路径格外审慎。这种结构可能引发关于利益输送、估值公允性和业务独立性的连环追问。

当然，炫佳也留下了几张能打的牌：江苏唯—备案视频大模型的合规壁垒，与华为等国产算力生态的深度捆绑，以及在城市文旅、政务宣传等G端场景的天然友好度。如果这些场景能快速转化成可复制的订阅或项目收入，公司有机会在2027年交出第一份合格的商业化答卷。只是在那之前，它还需要向市场证明，10万分钟AI视频，每一分钟都带来了真金白银。

RecodeX 极客视点：炫佳科技是极少数同时拥有上市经验管理层、自主备案大模型和浓厚清华技术基因的AIGC公司，密集融资反映出其抢占“江苏大模型第一股”的急切。但需要警惕，当前估值很大程度上建立在技术指标和团队履历之上，AI视频业务的独立营收能力、客户忠诚度以及与巨头公司共存的策略，仍然没有清晰的公开证据。在狂欢式的资本节奏下，真正的风险不是融不到下一轮，而是找不到愿意持续付费的行业客户。