估值150亿美元：可灵拆分融资背后的野心与AI视频赛道的生死局
在人工智能的版图中，视频生成赛道始终是资本与技术最敏感的神经末梢。近日，关于可灵（Keling）的最新融资动态再次将这一领域推向风口浪尖。据《窄播AI》披露的可灵融资资料显示，其投前估值已调整至150亿美元，年度经常性收入（ARR）达到5亿美元。值得注意的是，潜在领投方包括腾讯、阿里以及红杉资本等顶级机构。这一消息不仅刷新了市场对AI视频公司价值的认知，更折射出当前AI行业从“跑马圈地”向“精耕细作”转型的深层逻辑。
估值校准背后的市场理性
回顾可灵近期的估值变动轨迹，可以从一个激进的高点逐渐回落：从最初传闻的200亿美元，到180亿美元，再到如今的150亿美元。这种估值的“校准”，并非市场对AI视频赛道的看衰，而是资本在狂热回归理性后的精准定价。一方面，脱离快手体系的可灵依然具备独特的技术壁垒和市场价值，证明了其独立生存与发展的能力；另一方面，激烈的市场竞争也迫使投资人重新审视其盈利能力和成本结构。AI视频赛道虽然拥有极强的想象力，但要将想象力转化为真金白银的利润，仍需经过技术验证与商业闭环的双重考验。
与此同时，快手在2026年第一季度财报中将可灵定义为“第二增长曲线”，这不仅是对可灵内部价值的认可，更是其向外部市场展示增长潜力的重要策略。然而，随着可灵的拆分与独立融资，快手如何继续向资本市场讲述自身的增长故事，成为了一个值得深思的课题。这不仅是可灵的问题，也是整个剥离型创业公司必须面对的阵痛。
产品迭代：从演示走向生产工具
可灵之所以能吸引巨头入场，核心在于其产品节奏从未脱离真实需求。自2024年6月Kling 1.0上线以来，可灵迅速从快手内部的实验项目跃升为全球AI视频领域的核心玩家。随后，Kling 2.5 Turbo、Kling O1、Kling 2.6相继发布，直至最新的Kling 3.0，每一次迭代都指向同一个核心目标：让生成的视频从“好看”变为“好用”。
Kling 3.0强调的智能分镜、15秒视频时长、原生音画同步以及原生4K直出能力，标志着可灵正式从演示阶段迈入生产阶段。首尾帧控制、主体一致性等技术突破，解决了专业创作者长期存在的痛点。这些能力并非简单的参数提升，而是对视频生成逻辑的重构。例如，通过统一多模态框架，可灵试图解决文字描述长相的模糊性以及多镜头角色一致性的难题。这种从“跟随”到“探索”的转变，使得可灵团队开始着手解决行业从未遇到过的新问题，从而确立了其在技术前沿的地位。
商业化突破：数据背后的双轮驱动
在商业化层面，可灵的表现超出了市场预期。快手2026年一季度财报显示，可灵业务收入超过6.5亿元，同比增长超过300%。截至2026年3月，其ARR接近5亿美元，较去年同期的1亿美元增长了4倍。这一增长并非偶然，而是得益于B端企业客户API调用收入与P端付费会员订阅收入的双轮驱动。
融资资料显示，可灵的API收入占比高达60%，专业用户占比达到70%，海外市场营收占比更是高达75%。这种收入结构表明，可灵已成功嵌入广告、电商、游戏、影视制作等多个垂直领域的生产流程。例如，国产历史剧《太平年》和好莱坞剧集《大卫王朝》均采用可灵参与创作，这不仅是对其技术能力的背书，更证明了其在全球主流内容生产体系中的渗透力。市场乐观预期，到2027年12月，可灵的ARR有望达到20亿美元，这一数据将有力验证其作为专业生产型AI创作工具的商业价值。
团队判断：比数据更吸引人的资产
对于投资人而言，可灵最核心的吸引力或许不在于已跑出来的数据，而在于其团队对技术趋势的判断与执行力。盖坤，作为可灵AI事业部的负责人，其决断力在很大程度上决定了可灵的走向。在Sora发布初期，盖坤判断OpenAI的重心仍在语言模型，这为快手留出了几个月的时间窗口。可灵团队选择押注这一激进的时间窗口，快速推出Kling 1.0，成功坐稳全球AI视频的核心牌桌。
随后，Kling O1的发布则体现了团队对技术瓶颈的深刻洞察。盖坤认为，仅靠文字描述无法精准复现电影般的镜头语言与微表情，因此提出了将生成、参考、编辑纳入统一多模态框架的理念。这一判断直接指向了Kling 3.0及未来“世界模型”的研发方向。这种从“追赶者”到“探索者”的身份转变，依赖于团队“保留意见但全力执行”的工程文化。快手提供的不仅是数据，更是一个建制化、懂产品、能落地的团队，这才是资本眼中最稀缺的资产。
竞争格局：三大维度的生死博弈
随着可灵拆分独立，其面临的竞争将从单一产品层面扩展至模型、资源与生态三大维度。
首先是模型研发的竞争。尽管OpenAI的Sora暂时退潮，但字节跳动的Seedance正在快速进化。即将发布的Seedance 2.5支持长达30秒的视频生成、50个全模态素材联合输入以及3D白模编辑能力，技术迭代速度惊人。与此同时，阿里、腾讯等巨头也在布局自己的AI视频模型。可灵要实现真正的All-in-One全模态大一统，需要投入更长周期的技术资源与更强的工程组织能力。
其次是基础资源的竞争。AI视频生成对算力的消耗远超文本与图片。更高的清晰度、更长的时长、更复杂的主体一致性，都意味着极高的训练与推理成本。如果推理成本无法持续下降，专业用户的付费意愿将受限；如果训练成本持续升高，则可灵将不得不依赖更强的资金储备来维持迭代速度。这也是估值校准过程中，市场重点考量成本结构的原因。
最后是市场生态的竞争。短期内，可灵在海外市场的领先优势面临字节跳动的强力挑战。长期来看，工具的价值边界取决于能嵌入多少工作流，平台的价值边界取决于能组织多少创作者与内容。可灵若要从工具走向基础设施，必须构建包括开发者、企业客户、内容平台在内的生态系统。腾讯与阿里的入局，正是看中了其在开发者与企业客户网络中的协同效应，甚至期待可灵能孵化出面向C端的新内容平台。
结语：上更大的牌桌
投可灵，本质上是投资一个处于高速判断与执行中的研究团队，而非一家成熟的公司。这颗野心的跳动，需要燃烧巨大的资源。快手作为“家长”，已难以独自托举可灵去应对模型、算力与生态的综合竞争。拆分融资，是获取外部资源、扩展渠道与客户网络的必要手段。可灵已经上过一次牌桌，现在，它需要拉更多人站到自己这一边，去赢得更大的牌桌。在AI视频从技术演示走向产业落地的关键节点，这场关于野心、资源与时间的博弈，才刚刚开始。