2026年8月31日快手科技挂出一份公告把可灵AI这轮融资的最后一块拼图补上了国家人工智能产业投资基金合伙企业以14亿元现金入股北京可灵正大集团旗下的正大机器人跟着投了约1929万美元两笔钱对应北京可灵约1.14%和0.11%的股份。国家队以这种体量进入一个视频生成大模型的独立主体在AIGC赛道里是头一回。这不是普通财务投资人进场。国家人工智能基金背后是财政部和国家集成电路产业投资基金三期这只基金2025年1月才设立总规模600.6亿元实际控制人指向上海市国资委定位就是投国家战略方向的AI项目可灵是它出手的第一个视频生成大模型。正大机器人此前投过智元机器人等公司这次跟着国家基金进来产业资本的算盘是想把视频生成能力跟实体产业场景绑起来说明产业资本对视频生成这条路的长期判断跟国家队同频。15 亿增资与国家队入场公告里写了什么快手8月31日的公告把交易细节摆得明明白白。国家人工智能产业投资基金合伙企业向北京可灵注入14亿元人民币现金对应注册资本约109.75万元持股比例约1.14%正大机器人注入约1929万美元折合人民币约1.31亿元持股约0.11%。两家新增投资方都拿到了股东协议项下的回购权。北京可灵此前设定的204.471亿元人民币认购限额已经全部用尽快手继续间接持有北京可灵约68.33%的股权财务业绩继续并入快手报表。回看7月份那轮融资快手为北京可灵设置了60天募资窗口期整体增资上限约204.47亿元人民币折合30亿美元是当时全球视频大模型赛道规模最大的一笔融资国家人工智能基金和正大机器人是踩着窗口期最后几天进来的。公告里的回购条款也值得细看如果北京可灵未能在2031年10月30日前完成IPO或者没法在9个月内办完重组相关的监管手续投资方有权要求公司按年化8%的单利回购股权。8 年时间够一个视频大模型从技术研发跑到独立上市吗快手的算盘是八年里模型能力迭代三轮以上商业化跑出规模上市水到渠成。投资方的算盘也不复杂年化8%的单利保底加IPO后的股权溢价这笔账怎么算都不亏。更重要的是国家基金进来不仅仅是钱的问题。视频生成大模型绕不开深度合成、内容安全、版权归属这些监管红线国家股东的存在意味着可灵在数据合规、内容审核、算力基础设施这些敏感环节上有了更硬气的准入这本身就是一道护城河。从 150 亿到 180 亿可灵独立融资的账本这轮14亿元的增资实际上是7月份那轮大融资的收尾动作。今年7月可灵AI完成一轮近30亿美元的融资投前估值150亿美元投后估值约180亿美元折合人民币约1228亿元。这个数字什么概念8月31日快手收盘市值约1452.99亿港元折合人民币约1246亿元可灵一个独立业务主体估值已经跟母公司快手大体相当了。7月份那轮融资的阵容相当豪华。腾讯系资本出资13.63亿元阿里云出资13.63亿元百度出资3.41亿元CPE源峰、国方创投、BlueFive、中关村科学城基金、中信证券联合领投华策影视、芒果系厚为资本等文娱头部也出现在投资方名单里。腾讯、阿里、百度三家同时出现在一个AI项目的股东名单里这事本身就少见。按最高认购额度算三家分别持股约1.12%、1.11%和0.28%加上快手保留的68.33%控股权、15%的员工股权激励池外部资本只占16.67%。快手保留绝对控股让可灵拿到独立资金和估值体系又没让它完全脱离快手的生态底盘。为什么投资人愿意为180亿美元买单这个估值倍数放在SaaS公司里看偏高逻辑是可灵不是一家软件公司它做的是下一代内容生产基础设施。视频生成如果真能把影视、广告、游戏、电商的内容生产成本打下来180亿美元可能只是个起点。但风险也明摆着OpenAI的Sora在2026年3月关停了一个纯技术驱动、找不到商业化闭环的视频模型就算有金字招牌也撑不下去。可灵跑出了营收能不能持续跑到IPO还得看成本账。8.5 亿季营收与 1 亿用户商业化有多快8月19日快手发布2026年第二季度财报可灵AI是整份财报里最亮眼的那个点二季度营业收入超过8.5亿元同比增长超过200%一季度营收超6.5亿元同比增速超过300%。截至6月底可灵AI全球累计用户突破1亿较2025年底增长约67%覆盖224个国家和地区企业客户接近5万家。指标数据增速2026年二季度营收超8.5亿元同比超200%2026年一季度营收超6.5亿元同比超300%2026年3月年化收入接近5亿美元一年增长近4倍全球用户超1亿较2025年底增长约67%企业客户接近5万家持续增长快手创始人兼CEO程一笑在业绩电话会上说可灵营收的高增长源于B端企业客户的API调用收入和P端付费用户订阅收入的双轮驱动B端和P端的留存都比较乐观。他同时透露可灵2026年3月的年化收入运行率已接近5亿美元一年内增长近4倍公司对今年实现收入同比翻倍以上增长有较强信心。8.5亿元营收对应1亿用户人均季度贡献8.5元这个数字对订阅制产品来说不算高但企业客户接近5万家更有含金量API调用、批量生成、工作流集成都意味着更高的付费能力和留存。按二季度的节奏下半年如果环比继续增长全年营收有望奔着35亿到40亿元去这个体量在AI视频生成赛道里已经是独一档的存在。产品影响力也在渗透进专业创作领域AI短片《纸手机》全网播放破亿入围北京国际电影节AIGC单元可灵生成的内容参与了好莱坞项目《大卫王朝》的制作完成AI素材与真人实拍的协同。截至2026年7月快手平台上有效消费AIGC内容的用户已经达到2.8亿万粉以上创作者中发布AIGC作品的人数同比增长了13倍。视频生成的技术栈扩散模型、DiT 与 4K 直出可灵AI在2026年2月发布Kling 3.0系列技术架构做了大版本升级底层是扩散变换器架构跟Sora同一条技术路线。扩散模型不是直接生成像素而是从一张纯噪声图开始通过多步去噪逐渐还原目标内容DiT把Transformer的序列建模能力和扩散过程结合起来让模型能同时理解像素在空间和时间两个维度上的关系解决早期视频生成模型画面闪烁、纹理沸腾的老问题。Kling 3.0采用3D VAE与DiT相结合的混合架构改进的3D VAE用于编码时空信息帮助保持生成长视频的一致性模型基于大规模中文视频数据训练对中文提示词有原生理解能力这是国产模型里一个本土化优势。音频方面Kling 3.0支持原生音频集成对白和环境音在同一轮生成里同步完成支持中英日韩西班牙五种语言的语音绑定特定角色的声音不会跟其他角色搞混。单次生成可以包含多组镜头模型会在镜头之间保持角色外观、服装、场景的一致性这对叙事类创作非常关键。Kling 3.0最硬的指标是原生4K直出分辨率3840乘2160。市场上大多数视频模型是先生成低分辨率画面再做后期拉伸也就是超分上采样问题是会补出模型自己猜的细节人脸皮肤纹理可能看着像塑料。原生4K意味着每个像素都在扩散过程中被生成出来细节保留度和纹理真实感都比上采样强一截。2月份ArtificialAnalysis发布的全球视频生成大模型榜单上Kling 3.0 Pro在文生视频赛道以1240的ArenaELO评分位列第一3月5日系列全球全量开放。工程化能力也是技术栈的一部分。Kling 3.0的API支持文生图、文生视频、图生视频、参考图生图等多种模式接入了Canvas Agent、高级运动控制等功能人物面部一致性、物理感知运动都有提升模型遵循重力与光影规律有助于改善AI视频里可能出现的物理失真相关测试显示1080p每秒30帧的视频生成中玻璃折射误差率低于0.8%布料动态褶皱的帧间连贯性达到99.4%。生成成本一帧一帧的算力账视频生成的成本跟分辨率、时长、音频开关直接挂钩。Kling 3.0的标准版带音频每秒约0.084美元专业版不带音频每秒0.112美元4K版不管开不开音频都是每秒0.42美元大约是标准版的5倍。一个15秒的4K视频单次生成成本接近6.3美元折合人民币40多元放在影视预制作场景里不算贵但批量生成、高频测试时压力一下就上来了调提示词、换种子一个素材跑十几次是常态。所以实际使用中多数企业和个人用户不会每次都开4K更常见的是用标准版或专业版生成1080P确认效果之后再决定要不要用4K重跑。这个使用习惯本身就是对成本的自然反应。版本每秒价格适用场景标准版约0.084美元快速预览、1080P成片专业版约0.112美元高动态质量要求4K版0.42美元影视级、广告级直出横向看同行成本差异很大。Sand.ai开源的千亿MoE视频模型MAGI-2 Preview生成10秒1080P视频的推理成本约0.5元人民币每秒成本大约是行业主流模型的十分之一靠的是约1140亿总参数、每次前向只激活约60亿参数的MoE架构。可灵的DiT走的是另一条路参数密集激活质量上限高但单次推理成本也高。成本不是铁板一块架构创新能把算力账重新算一遍。更轻量的路线也有Catnip团队做的流式音视频模型MaineCoon22B参数在单张H100上能跑到47.5 FPS每秒推理成本控制在0.001美元以内生成质量不能跟Kling 3.0比但说明成本可以沿着架构创新大幅下探。算力账还得算电一台H100峰值功耗700瓦一万台就是7兆瓦一年电费就是几千万这些成本最终都要摊到每一次生成里去。算力账还得算GPU资本开支。快手CFO金秉在2026年3月透露预计集团2026年整体资本开支投入将达到260亿元人民币左右较2025年增加约110亿其中重要部分用于满足可灵AI因用户规模和收入增长带来的推理算力需求。260亿什么概念快手2025年全年营收也就是1000多亿元相当于拿出超过四分之一营收去投算力。训练一个视频大模型需要上万张高性能GPU的集群推理阶段更烧钱用户每生成一次视频后台GPU就要跑几十步甚至上百步扩散去噪一个1亿用户的平台就算只有10%的活跃付费用户每天的算力消耗也是天文数字。这也是可灵要独立融资近30亿美元的原因这些钱很大一部分要拿去堆算力、买显卡、建集群。MCP 与 CLI视频生成被 Agent 接管之后可灵AI在2026年推出了MCP协议适配层和命令行工具这事对技术开发者的意义可能比4K直出还大。MCP让通用AI助手能直接调用可灵的生成能力配置好之后在Cursor或者Claude里用自然语言就能让AI帮你生图生视频比如“把这张图做成5秒运镜视频”AI会自动调用可灵的图生视频接口并把结果链接返回。MCP的安装很轻量在Cursor里进入Settings、Tools、MCPs添加自定义MCP服务填一个URL就能连上在Claude桌面端或claude.ai里进入Customize、Connectors添加自定义connector连接后用Kling账号授权登录即可在对话里直接用。MCP暴露了一组工具接口who_am_i返回当前用户身份和可用模型与参数规格text_to_video和image_to_video负责生成视频text_to_image和image_to_image负责生成图片query_tasks按generation_id查询生成状态与最终资源URLfile_upload申请上传票据query_membership_and_credits查询会员身份和可用额度。这套接口让AI助手能完整完成从理解需求到调用生成再到返回结果的闭环。# 模拟异步任务提交生成请求随后按 generation_id 轮询结果 import json import time def submit(prompt): # 服务端收单返回任务编号 return {generation_id: gen_ str(abs(hash(prompt)) % 100000)} def query_tasks(task_id, tries30): for i in range(tries): time.sleep(0.2) if i 5: # 模拟生成耗时 return {id: task_id, status: FINISHED, url: https://cdn.example.com/out.mp4} return {id: task_id, status: RUNNING} task submit(把这张图做成5秒运镜视频) result query_tasks(task[generation_id]) print(json.dumps(result, ensure_asciiFalse))CLI则是命令行工具把生成能力暴露为子命令可以在终端、脚本或者CI流水线里批量调用kling login完成授权kling text_to_video直接生成视频kling image_to_video让图动起来kling query_tasks轮询任务状态支持本地图片自动上传返回generationId后用--poll参数一步出结果。整套工具完全可以脚本化不用打开网页、不用点按钮。MCP和CLI把视频生成从手工作业变成了可编排的自动化工作流一个剧本生成Agent先写脚本再调用视频生成Agent产出素材再调用剪辑Agent做粗剪全程可以批量跑、定时跑、按条件触发跑。它们还有一个隐含效应把可灵从面向终端用户的产品变成了面向开发者的基础设施任何会写脚本的人都能把视频生成集成进自己的系统不需要懂AI、不需要看前端界面这种开放姿态会让可灵在企业级市场形成更深的渗透。巨头同台字节、阿里、腾讯的赛马可灵不是一个人在跑。截至2026年8月国内视频生成大模型已经形成一条密集的竞争带字节跳动的Seedance、阿里的万相、腾讯的混元、MiniMax的海螺、生数科技的Vidu都在往前冲。各家路线不完全一样字节的Seedance 2.5主打音视频一体生成阿里的Wan 2.7-Video强调生成效果与效率的平衡腾讯混元发布了HunyuanVideo 1.5MiniMax的海螺和生数科技的Vidu也在追。各家的路数都能看到相似的影子比的更多是工程落地和生态配套。快手和字节跳动有庞大的内容平台与创作者生态视频模型是原有内容体系的自然延伸。快手的优势在短视频生态可灵可以直接嵌入快手的视频生产和分发链条字节的优势在更完整的内容生产工具链从模型到即梦、剪映、CapCut再到抖音和TikTok脚本、图片、视频、剪辑、配音、分发全部串起来。最终决定胜负的未必是排行榜领先几分而是谁能把模型能力变成用户每天都会用的功能。阿里的万相走的是另一条路一方面开源建立开发者生态另一方面借助阿里云向企业提供API、部署和微调能力。阿里手里有电商这个最大的视频需求场景淘宝天猫的商家需要源源不断地生成商品展示视频、直播切片、营销素材万相可以直接嵌入这个链路。腾讯的路子跟阿里类似但场景更多元视频生成可以嵌入广告、游戏、社交和云服务哪怕不单独成为消费级产品也能作为基础能力降低整个业务体系的内容生产成本。腾讯、阿里、百度三家同时出现在可灵的股东名单里说明视频生成不是谁家独吃的赛道它太基础了基础到谁都绕不开、谁都想要个座位。既投了可灵自己又做模型这种打法的判断是市场足够大大到可以有多个赢家合作和竞争可以同时存在。烧钱与上市视频大模型的期中考回到那笔14亿元的增资和180亿美元的估值。回购条款写得清清楚楚2031年10月30日之前要完成IPO否则投资方有权要求按年化8%单利回购。视频生成大模型从2024年开始爆发到2031年也就7年要在这些年里完成从技术验证到产品化、商业化、规模化再到上市的全过程这个时间表放在技术驱动的赛道上其实不算长。可灵用一年多跑到1亿用户、8.5亿季营收商业化速度够快但这个时间表放在技术驱动的赛道上其实不算长离IPO还有一段路。上市路上有三道题必须答好。第一道是算力题模型能力越强算力消耗越大15秒4K视频6.3美元的生成成本在规模化面前是个巨大的成本项怎么通过MoE这类架构创新把参数激活效率提上去怎么通过算力调度把单位成本压下来260亿资本开支换来的算力能不能撑起足够高的毛利率这个账得算清楚。第二道是留存题1亿用户、8.5亿季营收人均季度贡献8.5元说明大量用户还是轻度使用或尝鲜状态。怎么把用户从偶尔生成一条视频变成高频创作者怎么把B端客户的API调用量从每月几百条变成几万条怎么让P端付费用户的订阅周期从按月变成按年留存是检验产品真实价值的关键指标。第三道是合规题视频生成涉及深度合成、版权归属、内容安全一堆监管红线生成内容侵权怎么处理、人物肖像权怎么界定、深度伪造谁来担责这些都不是纯技术问题。国家人工智能基金进来某种程度上是在帮可灵解决这道题国家股东的背书意味着可灵在内容审核、数据合规、安全评估这些环节上有了更有分量的通行证。三道题摆在那里每道都得花大钱、花精力去解。谁把这三道题都答好谁就能把180亿美元讲成一个长期主义的增长叙事而不是一个周期的估值顶。谁答不好就算有国家队站台、有巨头撑腰也逃不过商业规律的检验。
可灵 AI 超 15 亿元融资国家基金入局：视频生成大模型的成本账与技术护城河
2026年8月31日快手科技挂出一份公告把可灵AI这轮融资的最后一块拼图补上了国家人工智能产业投资基金合伙企业以14亿元现金入股北京可灵正大集团旗下的正大机器人跟着投了约1929万美元两笔钱对应北京可灵约1.14%和0.11%的股份。国家队以这种体量进入一个视频生成大模型的独立主体在AIGC赛道里是头一回。这不是普通财务投资人进场。国家人工智能基金背后是财政部和国家集成电路产业投资基金三期这只基金2025年1月才设立总规模600.6亿元实际控制人指向上海市国资委定位就是投国家战略方向的AI项目可灵是它出手的第一个视频生成大模型。正大机器人此前投过智元机器人等公司这次跟着国家基金进来产业资本的算盘是想把视频生成能力跟实体产业场景绑起来说明产业资本对视频生成这条路的长期判断跟国家队同频。15 亿增资与国家队入场公告里写了什么快手8月31日的公告把交易细节摆得明明白白。国家人工智能产业投资基金合伙企业向北京可灵注入14亿元人民币现金对应注册资本约109.75万元持股比例约1.14%正大机器人注入约1929万美元折合人民币约1.31亿元持股约0.11%。两家新增投资方都拿到了股东协议项下的回购权。北京可灵此前设定的204.471亿元人民币认购限额已经全部用尽快手继续间接持有北京可灵约68.33%的股权财务业绩继续并入快手报表。回看7月份那轮融资快手为北京可灵设置了60天募资窗口期整体增资上限约204.47亿元人民币折合30亿美元是当时全球视频大模型赛道规模最大的一笔融资国家人工智能基金和正大机器人是踩着窗口期最后几天进来的。公告里的回购条款也值得细看如果北京可灵未能在2031年10月30日前完成IPO或者没法在9个月内办完重组相关的监管手续投资方有权要求公司按年化8%的单利回购股权。8 年时间够一个视频大模型从技术研发跑到独立上市吗快手的算盘是八年里模型能力迭代三轮以上商业化跑出规模上市水到渠成。投资方的算盘也不复杂年化8%的单利保底加IPO后的股权溢价这笔账怎么算都不亏。更重要的是国家基金进来不仅仅是钱的问题。视频生成大模型绕不开深度合成、内容安全、版权归属这些监管红线国家股东的存在意味着可灵在数据合规、内容审核、算力基础设施这些敏感环节上有了更硬气的准入这本身就是一道护城河。从 150 亿到 180 亿可灵独立融资的账本这轮14亿元的增资实际上是7月份那轮大融资的收尾动作。今年7月可灵AI完成一轮近30亿美元的融资投前估值150亿美元投后估值约180亿美元折合人民币约1228亿元。这个数字什么概念8月31日快手收盘市值约1452.99亿港元折合人民币约1246亿元可灵一个独立业务主体估值已经跟母公司快手大体相当了。7月份那轮融资的阵容相当豪华。腾讯系资本出资13.63亿元阿里云出资13.63亿元百度出资3.41亿元CPE源峰、国方创投、BlueFive、中关村科学城基金、中信证券联合领投华策影视、芒果系厚为资本等文娱头部也出现在投资方名单里。腾讯、阿里、百度三家同时出现在一个AI项目的股东名单里这事本身就少见。按最高认购额度算三家分别持股约1.12%、1.11%和0.28%加上快手保留的68.33%控股权、15%的员工股权激励池外部资本只占16.67%。快手保留绝对控股让可灵拿到独立资金和估值体系又没让它完全脱离快手的生态底盘。为什么投资人愿意为180亿美元买单这个估值倍数放在SaaS公司里看偏高逻辑是可灵不是一家软件公司它做的是下一代内容生产基础设施。视频生成如果真能把影视、广告、游戏、电商的内容生产成本打下来180亿美元可能只是个起点。但风险也明摆着OpenAI的Sora在2026年3月关停了一个纯技术驱动、找不到商业化闭环的视频模型就算有金字招牌也撑不下去。可灵跑出了营收能不能持续跑到IPO还得看成本账。8.5 亿季营收与 1 亿用户商业化有多快8月19日快手发布2026年第二季度财报可灵AI是整份财报里最亮眼的那个点二季度营业收入超过8.5亿元同比增长超过200%一季度营收超6.5亿元同比增速超过300%。截至6月底可灵AI全球累计用户突破1亿较2025年底增长约67%覆盖224个国家和地区企业客户接近5万家。指标数据增速2026年二季度营收超8.5亿元同比超200%2026年一季度营收超6.5亿元同比超300%2026年3月年化收入接近5亿美元一年增长近4倍全球用户超1亿较2025年底增长约67%企业客户接近5万家持续增长快手创始人兼CEO程一笑在业绩电话会上说可灵营收的高增长源于B端企业客户的API调用收入和P端付费用户订阅收入的双轮驱动B端和P端的留存都比较乐观。他同时透露可灵2026年3月的年化收入运行率已接近5亿美元一年内增长近4倍公司对今年实现收入同比翻倍以上增长有较强信心。8.5亿元营收对应1亿用户人均季度贡献8.5元这个数字对订阅制产品来说不算高但企业客户接近5万家更有含金量API调用、批量生成、工作流集成都意味着更高的付费能力和留存。按二季度的节奏下半年如果环比继续增长全年营收有望奔着35亿到40亿元去这个体量在AI视频生成赛道里已经是独一档的存在。产品影响力也在渗透进专业创作领域AI短片《纸手机》全网播放破亿入围北京国际电影节AIGC单元可灵生成的内容参与了好莱坞项目《大卫王朝》的制作完成AI素材与真人实拍的协同。截至2026年7月快手平台上有效消费AIGC内容的用户已经达到2.8亿万粉以上创作者中发布AIGC作品的人数同比增长了13倍。视频生成的技术栈扩散模型、DiT 与 4K 直出可灵AI在2026年2月发布Kling 3.0系列技术架构做了大版本升级底层是扩散变换器架构跟Sora同一条技术路线。扩散模型不是直接生成像素而是从一张纯噪声图开始通过多步去噪逐渐还原目标内容DiT把Transformer的序列建模能力和扩散过程结合起来让模型能同时理解像素在空间和时间两个维度上的关系解决早期视频生成模型画面闪烁、纹理沸腾的老问题。Kling 3.0采用3D VAE与DiT相结合的混合架构改进的3D VAE用于编码时空信息帮助保持生成长视频的一致性模型基于大规模中文视频数据训练对中文提示词有原生理解能力这是国产模型里一个本土化优势。音频方面Kling 3.0支持原生音频集成对白和环境音在同一轮生成里同步完成支持中英日韩西班牙五种语言的语音绑定特定角色的声音不会跟其他角色搞混。单次生成可以包含多组镜头模型会在镜头之间保持角色外观、服装、场景的一致性这对叙事类创作非常关键。Kling 3.0最硬的指标是原生4K直出分辨率3840乘2160。市场上大多数视频模型是先生成低分辨率画面再做后期拉伸也就是超分上采样问题是会补出模型自己猜的细节人脸皮肤纹理可能看着像塑料。原生4K意味着每个像素都在扩散过程中被生成出来细节保留度和纹理真实感都比上采样强一截。2月份ArtificialAnalysis发布的全球视频生成大模型榜单上Kling 3.0 Pro在文生视频赛道以1240的ArenaELO评分位列第一3月5日系列全球全量开放。工程化能力也是技术栈的一部分。Kling 3.0的API支持文生图、文生视频、图生视频、参考图生图等多种模式接入了Canvas Agent、高级运动控制等功能人物面部一致性、物理感知运动都有提升模型遵循重力与光影规律有助于改善AI视频里可能出现的物理失真相关测试显示1080p每秒30帧的视频生成中玻璃折射误差率低于0.8%布料动态褶皱的帧间连贯性达到99.4%。生成成本一帧一帧的算力账视频生成的成本跟分辨率、时长、音频开关直接挂钩。Kling 3.0的标准版带音频每秒约0.084美元专业版不带音频每秒0.112美元4K版不管开不开音频都是每秒0.42美元大约是标准版的5倍。一个15秒的4K视频单次生成成本接近6.3美元折合人民币40多元放在影视预制作场景里不算贵但批量生成、高频测试时压力一下就上来了调提示词、换种子一个素材跑十几次是常态。所以实际使用中多数企业和个人用户不会每次都开4K更常见的是用标准版或专业版生成1080P确认效果之后再决定要不要用4K重跑。这个使用习惯本身就是对成本的自然反应。版本每秒价格适用场景标准版约0.084美元快速预览、1080P成片专业版约0.112美元高动态质量要求4K版0.42美元影视级、广告级直出横向看同行成本差异很大。Sand.ai开源的千亿MoE视频模型MAGI-2 Preview生成10秒1080P视频的推理成本约0.5元人民币每秒成本大约是行业主流模型的十分之一靠的是约1140亿总参数、每次前向只激活约60亿参数的MoE架构。可灵的DiT走的是另一条路参数密集激活质量上限高但单次推理成本也高。成本不是铁板一块架构创新能把算力账重新算一遍。更轻量的路线也有Catnip团队做的流式音视频模型MaineCoon22B参数在单张H100上能跑到47.5 FPS每秒推理成本控制在0.001美元以内生成质量不能跟Kling 3.0比但说明成本可以沿着架构创新大幅下探。算力账还得算电一台H100峰值功耗700瓦一万台就是7兆瓦一年电费就是几千万这些成本最终都要摊到每一次生成里去。算力账还得算GPU资本开支。快手CFO金秉在2026年3月透露预计集团2026年整体资本开支投入将达到260亿元人民币左右较2025年增加约110亿其中重要部分用于满足可灵AI因用户规模和收入增长带来的推理算力需求。260亿什么概念快手2025年全年营收也就是1000多亿元相当于拿出超过四分之一营收去投算力。训练一个视频大模型需要上万张高性能GPU的集群推理阶段更烧钱用户每生成一次视频后台GPU就要跑几十步甚至上百步扩散去噪一个1亿用户的平台就算只有10%的活跃付费用户每天的算力消耗也是天文数字。这也是可灵要独立融资近30亿美元的原因这些钱很大一部分要拿去堆算力、买显卡、建集群。MCP 与 CLI视频生成被 Agent 接管之后可灵AI在2026年推出了MCP协议适配层和命令行工具这事对技术开发者的意义可能比4K直出还大。MCP让通用AI助手能直接调用可灵的生成能力配置好之后在Cursor或者Claude里用自然语言就能让AI帮你生图生视频比如“把这张图做成5秒运镜视频”AI会自动调用可灵的图生视频接口并把结果链接返回。MCP的安装很轻量在Cursor里进入Settings、Tools、MCPs添加自定义MCP服务填一个URL就能连上在Claude桌面端或claude.ai里进入Customize、Connectors添加自定义connector连接后用Kling账号授权登录即可在对话里直接用。MCP暴露了一组工具接口who_am_i返回当前用户身份和可用模型与参数规格text_to_video和image_to_video负责生成视频text_to_image和image_to_image负责生成图片query_tasks按generation_id查询生成状态与最终资源URLfile_upload申请上传票据query_membership_and_credits查询会员身份和可用额度。这套接口让AI助手能完整完成从理解需求到调用生成再到返回结果的闭环。# 模拟异步任务提交生成请求随后按 generation_id 轮询结果 import json import time def submit(prompt): # 服务端收单返回任务编号 return {generation_id: gen_ str(abs(hash(prompt)) % 100000)} def query_tasks(task_id, tries30): for i in range(tries): time.sleep(0.2) if i 5: # 模拟生成耗时 return {id: task_id, status: FINISHED, url: https://cdn.example.com/out.mp4} return {id: task_id, status: RUNNING} task submit(把这张图做成5秒运镜视频) result query_tasks(task[generation_id]) print(json.dumps(result, ensure_asciiFalse))CLI则是命令行工具把生成能力暴露为子命令可以在终端、脚本或者CI流水线里批量调用kling login完成授权kling text_to_video直接生成视频kling image_to_video让图动起来kling query_tasks轮询任务状态支持本地图片自动上传返回generationId后用--poll参数一步出结果。整套工具完全可以脚本化不用打开网页、不用点按钮。MCP和CLI把视频生成从手工作业变成了可编排的自动化工作流一个剧本生成Agent先写脚本再调用视频生成Agent产出素材再调用剪辑Agent做粗剪全程可以批量跑、定时跑、按条件触发跑。它们还有一个隐含效应把可灵从面向终端用户的产品变成了面向开发者的基础设施任何会写脚本的人都能把视频生成集成进自己的系统不需要懂AI、不需要看前端界面这种开放姿态会让可灵在企业级市场形成更深的渗透。巨头同台字节、阿里、腾讯的赛马可灵不是一个人在跑。截至2026年8月国内视频生成大模型已经形成一条密集的竞争带字节跳动的Seedance、阿里的万相、腾讯的混元、MiniMax的海螺、生数科技的Vidu都在往前冲。各家路线不完全一样字节的Seedance 2.5主打音视频一体生成阿里的Wan 2.7-Video强调生成效果与效率的平衡腾讯混元发布了HunyuanVideo 1.5MiniMax的海螺和生数科技的Vidu也在追。各家的路数都能看到相似的影子比的更多是工程落地和生态配套。快手和字节跳动有庞大的内容平台与创作者生态视频模型是原有内容体系的自然延伸。快手的优势在短视频生态可灵可以直接嵌入快手的视频生产和分发链条字节的优势在更完整的内容生产工具链从模型到即梦、剪映、CapCut再到抖音和TikTok脚本、图片、视频、剪辑、配音、分发全部串起来。最终决定胜负的未必是排行榜领先几分而是谁能把模型能力变成用户每天都会用的功能。阿里的万相走的是另一条路一方面开源建立开发者生态另一方面借助阿里云向企业提供API、部署和微调能力。阿里手里有电商这个最大的视频需求场景淘宝天猫的商家需要源源不断地生成商品展示视频、直播切片、营销素材万相可以直接嵌入这个链路。腾讯的路子跟阿里类似但场景更多元视频生成可以嵌入广告、游戏、社交和云服务哪怕不单独成为消费级产品也能作为基础能力降低整个业务体系的内容生产成本。腾讯、阿里、百度三家同时出现在可灵的股东名单里说明视频生成不是谁家独吃的赛道它太基础了基础到谁都绕不开、谁都想要个座位。既投了可灵自己又做模型这种打法的判断是市场足够大大到可以有多个赢家合作和竞争可以同时存在。烧钱与上市视频大模型的期中考回到那笔14亿元的增资和180亿美元的估值。回购条款写得清清楚楚2031年10月30日之前要完成IPO否则投资方有权要求按年化8%单利回购。视频生成大模型从2024年开始爆发到2031年也就7年要在这些年里完成从技术验证到产品化、商业化、规模化再到上市的全过程这个时间表放在技术驱动的赛道上其实不算长。可灵用一年多跑到1亿用户、8.5亿季营收商业化速度够快但这个时间表放在技术驱动的赛道上其实不算长离IPO还有一段路。上市路上有三道题必须答好。第一道是算力题模型能力越强算力消耗越大15秒4K视频6.3美元的生成成本在规模化面前是个巨大的成本项怎么通过MoE这类架构创新把参数激活效率提上去怎么通过算力调度把单位成本压下来260亿资本开支换来的算力能不能撑起足够高的毛利率这个账得算清楚。第二道是留存题1亿用户、8.5亿季营收人均季度贡献8.5元说明大量用户还是轻度使用或尝鲜状态。怎么把用户从偶尔生成一条视频变成高频创作者怎么把B端客户的API调用量从每月几百条变成几万条怎么让P端付费用户的订阅周期从按月变成按年留存是检验产品真实价值的关键指标。第三道是合规题视频生成涉及深度合成、版权归属、内容安全一堆监管红线生成内容侵权怎么处理、人物肖像权怎么界定、深度伪造谁来担责这些都不是纯技术问题。国家人工智能基金进来某种程度上是在帮可灵解决这道题国家股东的背书意味着可灵在内容审核、数据合规、安全评估这些环节上有了更有分量的通行证。三道题摆在那里每道都得花大钱、花精力去解。谁把这三道题都答好谁就能把180亿美元讲成一个长期主义的增长叙事而不是一个周期的估值顶。谁答不好就算有国家队站台、有巨头撑腰也逃不过商业规律的检验。
