如果你关注过AI视频生成，大概率听过“可灵”这个名字。
可灵（英文名Kling），是快手自研的AI视频生成大模型。用最直白的话说就是：你给它一段文字，它给你生成一段视频；你给它一张图片，它能让这张图动起来。
它从哪里来？
可灵正式上线是2024年6月。当时正值AI视频生成最热的时候，OpenAI的Sora年初刚发布，但只放出了几个演示视频，普通人根本用不上。可灵是全球第一个真正可用的DiT架构视频生成模型——别人还在画饼，快手直接把产品端出来了。
上线之后迭代速度很快。2025年4月发布了2.0版本，同年12月推出了全模态视频模型“可灵O1”。2026年1月，可灵3.0系列正式面向全球上线，标志着可灵进入了3.0时代。
到2026年6月，可灵的全球注册用户已经突破一亿，覆盖224个国家和地区，企业客户接近5万家。
它能做什么？
可灵的核心能力，说到底就一件事：生成视频。
但具体怎么生成，有好几种方式：
文生视频：输入文字描述，AI直接生成对应的视频。这是最基础的方式。
图生视频：上传一张图片，AI让图片里的内容动起来。比如你上传一张风景照，它可以生成风吹草动、云卷云舒的效果。
视频续写：生成一段视频后，可以在它的基础上继续延长。单次生成最长15秒，但通过续写功能，最终可以生成最长3分钟的视频。
首尾帧生成：你指定第一帧和最后一帧的画面，AI自动补全中间的全部内容。
分辨率方面，可灵支持1080P高清输出，部分版本甚至支持原生4K（3840×2160）直出。
它厉害在哪？
可灵的技术路线对标Sora，采用3D时空联合注意力机制来实现对复杂运动和物理规律的建模。用大白话解释就是：它生成的视频里，东西该怎么动就怎么动，不会出现那种“人走路像飘”的违和感。
可灵3.0系列是All-in-One多模态一体化模型——文字、声音、图片、视频都可以作为输入，也可以作为输出。它把影像创作中的理解、生成、编辑整合成了一个连续流程。
在叙事能力上，可灵3.0支持智能分镜，创作者可以通过文字指令直接控制镜头的远近、推拉和叙事节奏。动作控制3.0功能能精准生成复杂的全身动作、手部动作和面部表情，效果可以媲美专业的动作捕捉技术。
此外，可灵还实现了音画同步和多语言口型匹配——支持中、英、日、韩、西五种语言。生成视频的时候，人物的口型能和声音对上。
谁在用？
可灵的用户覆盖了从普通创作者到专业影视公司的各个层面。
个人创作者可以用它做短视频、做创意内容。专业领域的使用场景更广——广告营销、影视短剧、游戏是主要方向。可灵曾与李少红、贾樟柯等9位导演共同发起“AIGC导演共创计划”，也亮相过釜山国际电影节和法国戛纳MIPCOM电视与内容产业盛会。
值得一提的是，可灵在2026年从快手体系中独立拆分，开始独立融资。2026年第二季度，可灵AI的收入同比增长超过200%。
可灵就是快手做的那个AI视频生成工具——你给文字或图片，它出视频。从最初的5秒片段到现在最长3分钟，从720P到原生4K，它正在从“能看”走向“专业可用”。
◯ 评论 0