踩着 Sora 的空窗期开放，长成全球第一梯队的视频生成模型
可灵（Kling） 是 快手 自研的视频生成大模型家族，也是全球第一梯队里最具代表性的中国视频模型。它的登场时机很微妙：2024 年 6 月，在 Sora 已惊艳全球却迟迟未向公众开放的空窗期，可灵作为最早真正面向公众开放的高质量视频生成产品之一上线——一度被海外称为”中国最像 Sora 的产品”。此后它凭借长视频、物理运动与中文短视频生态快速迭代，并在 AI 短剧工业化中占据了独特位置。在 Anianima 的软件资料库里，本条目与 🔗Sora、Runway、Veo、Seedance、HappyHorse 同处视频生成赛道；其姊妹图像模型可图（Kolors）则对应本库图像线的国产力量。
础信息（Metadata）
- 软件名称：可灵 Kling（含全模态模型可灵 O1；姊妹图像模型可图 Kolors）
- 首次发布：2024 年 6 月（初代上线）
- 主要开发者 / 机构：快手（快手 AI 团队 / 快手 AILab；北京达佳互联信息技术有限公司）
- 软件类别：特效与模拟/ 创作与设计
- 运行平台：可灵 App / 网页端 + API；国内与海外（Kling AI）双线
- 授权模式：商业闭源；订阅 / 按量计费；无公开权重
- 官方网站：klingai.com / 可灵官网
- 当前状态：⚠️ 活跃；当前主线为可灵 3.0 系列（3.0 Turbo，2026-06），并已推出全模态模型可灵 O1
👾 本节部分内容由AI整理生成，人工复检紧张排期中，请谨慎参考，极度欢迎专业人士加入纠错团队！
历史背景与发展历程（Historical Context & Development）
可灵的故事，是”在巨人留下的空窗期里抢跑，再把长板越做越长”的过程。
2024 年 6 月，快手 AI 团队上线初代可灵。它基于类 Sora 的扩散 Transformer（DiT）架构与 3D 时空联合注意力机制，支持 1080P、最长约 2–3 分钟、自由宽高比的视频生成。关键在于时机：Sora 在 2024 年 2 月惊艳全球，却直到当年 12 月才向公众开放——可灵比 Sora 更早让普通用户用上高质量文生视频，因此被贴上”中国版 Sora”的标签，迅速在国内外走红。
此后可灵保持高速迭代：1.5（2024 下半年）提升质量；2.0（2025 年 4 月 15 日，”灵感成真”发布会，同期发布图像模型可图 2.0）大幅跃升物理真实感、运动流畅性与时序连贯性；2.1 / 2.5（2025 年，2.5 于 9 月亮相釜山国际电影节）加入多图参考、视频音效等能力。2025 年底，可灵推出 2.6 与全模态视频模型 可灵 O1（Omni One），实现”音画同出“——一次性输出包含画面、人声与环境/动作音效的完整视频。2026 年初发布架构统一的 3.0 系列，2026 年 6 月推出提速降本的 3.0 Turbo。
商业上，可灵是国产视频模型里跑得最实的之一：2025 年一季度即贡献约 1.5 亿元收入，在 Poe 平台文生视频份额一度达约 30%（第三方口径），到 2025 年底全球用户突破约 6000 万（官方口径）；2026 年 5 月，有报道称快手拟将可灵剥离单独融资、估值约 200 亿美元（媒体报道口径）——从”一个功能”长成”一家公司”。
⚠️ 两点澄清：其一，”中国版 Sora”是媒体标签，且易生误导——可灵 2024 年 6 月即向公众开放，早于 Sora 的公众开放（2024 年 12 月），”模仿者”说法掩盖了它更早落地的事实；其二，可灵的版本编号并不线性（2.0 → 2.1 → 2.5 → 2.6 / O1 → 3.0 / 3.0 Turbo），且各版本的确切发布日期在不同来源间略有出入，本站以官方发布与主流报道交叉核对后取近似口径，具体日期以来源原文为准。
核心功能与技术特征（Core Features & Technical Character）
可灵的核心身份是以长视频、物理运动与中文生态见长的视频生成模型；近年则把”音画同出”与”可控一致性”变成新的主攻方向。
📅 本部分基于可灵 2.x / 3.0（2025–2026）撰写；时长、参数与份额等以官方与第三方口径为准。
技术要点：
- 长视频生成与续写： 初代即支持最长约 2–3 分钟、自由宽高比；续写（Extend）可把片段接长，是可灵最鲜明的长板。
- 物理运动与时序连贯： 3D 时空联合注意力 + DiT 架构，对复杂运动与物理规律（火焰、流体、机械运动）建模较好。
- 多图参考 / 角色一致性： 用多张参考图锁定角色与场景（2.1 口径可达约 98% 一致性、约 120 秒连贯，官方/第三方口径），服务跨镜头稳定。
- 音画同出（2.6 / O1 起）： 单次生成同时输出画面与人声、环境/动作音效，支持中英文等多语种——把”先无声画面、后人工配音”的旧流程合并为一步。
- 智能分镜与多模态视觉语言（MVL）： 用自然语言驱动运镜与分镜，朝”可导演”方向推进。
- 数字人与多模态创作： 提供数字人模型、图生视频、动作参考复刻等能力，贴合中文短视频 / 短剧生产。
- 生态整合： 依托快手短视频生态分发，并提供 App / 网页 / API 多入口。
代表性应用案例（Representative Uses）
可灵自 2024 年以来，是中文世界视频生成的主力工具之一，典型落点包括：
- AI 短剧工业化： 多图参考保角色一致 + 音画同出 + 长视频续写，支撑 AI 短剧 / 漫剧的批量生产——这是可灵最具代表性的落地场景。
- 动画 / 影视前期预演： 概念镜头、动态分镜、风格测试。
- 电商 / 社媒内容： 商品视频、营销短片、中文短视频生态内的高频产出。
- 数字人口播与特效： 数字人、视频特效与创意短片。
- 图生视频与续写： 把静态图（可来自可图等）转为动态片段并接长。
说明：以上为该类工具的典型用途归纳，未断言具体作品以可灵完成成片制作；涉及单一生产请以官方与创作者披露为准。
版本迭代中的关键技术更新（Milestone Versions + Legacy）
👾 版本清单由AI整理生成，请谨慎参考
可灵的版本线以”长视频 → 物理真实感 → 音画同出 → 架构统一”推进（版本编号非线性，日期取近似口径）：
可灵 初代（2024-06）
- 类 Sora DiT + 3D 时空联合注意力；1080P、最长约 2–3 分钟；踩着 Sora 空窗期向公众开放。
可灵 1.5（2024 下半年）
- 画质与稳定性提升。
可灵 2.0（2025-04-15）
- 物理真实感、运动流畅性、时序连贯性大幅跃升；同期发布图像模型可图 2.0。
可灵 2.1 / 2.5（2025）
- 多图参考、角色一致性、视频音效；2.5 于 2025-09 亮相釜山国际电影节。
可灵 2.6 / O1（2025 年底）
- “音画同出”：单次生成画面 + 人声 + 音效；O1 为全模态视频模型。
可灵 3.0 系列 / 3.0 Turbo（2026）
- 架构统一（All-in-one）；3.0 Turbo（2026-06）提速降本，面向规模化生产。
版本代际与技术脉络
把可灵放进 AI 视频生成的演进脉络，它扮演的是”中国主力 + 长视频 / 短剧工业化”一极的设定者：
- 抢跑与反超（需辩证看待）： 它借了 Sora 留下的空窗期先落地，但随后在长视频、物理运动、音画同出上的持续投入，让它从”中国版 Sora”长成了独立的全球第一梯队玩家——”模仿者”标签早已不适用。
- 长视频与短剧管线： 当多数模型困在几秒到十几秒，可灵把”长视频续写 + 角色一致 + 音画同出”打包，精准命中 AI 短剧 / 漫剧的工业化需求——这是一条与”可导演动画管线”同向、但更偏中文内容生态的路径。
- 生态与出海： 依托快手短视频生态起家，又经 Kling AI 出海；与 Seedance（字节）、Vidu 等亚洲原生模型在全球市场短兵相接。
需要厘清的是：可灵不是技术演示最炫的那个，它是把”长、稳、能出短剧”做成生产力的那个。读本站其余视频模型条目时，请带着”时长 / 一致性 / 音画一体 / 各自背靠的生态”这组坐标。
结语
可灵的意义在于：它在 Sora 留下的空窗期里率先把高质量文生视频交到公众手上，又用长视频、物理运动与”音画同出”，把 AI 视频从演示片段推进到 AI 短剧这类可规模化的生产场景。它证明了中国团队不仅能跟上、还能在”落地为生产力”上一度领跑——并凭此长成了从快手体内剥离、独立估值的一家”公司”。
它与 🔗Sora 的关系早已从”追赶”变成”并跑”，与 Veo、Runway、Seedance、HappyHorse 共同把 2024–2026 的视频生成推向”长、稳、可控、音画一体”。而它在 AI 短剧工业化上的深耕，正是”可导演动画管线”从概念走向量产的一条真实注脚。
