一份流传出来的融资资料，把可灵的估值推到了新的关口—— 150 亿美元。这个数字和此前 200 亿、180 亿美元的说法相比，往下调整了不少，但投资人名单里多了阿里和红杉的影子。领投方据传还有腾讯，计划 2026 年完成重组和股改，2027 年初正式交表。上市前快手仍然是控股方。

这份资料还写了一些关键的业务数据：可灵现在的年度经常性收入已经到了 5 亿美元，API 收入占六成，专业用户占比七成，海外市场贡献了 75% 的营收。对于一家从快手体系里长出来的 AI 视频公司，这些数字本身就在说话。

整个融资过程的估值变化，像是市场在一点点校准对 AI 视频赛道的判断。从 200 亿到 180 亿再到 150 亿，想象力还在，但赚钱能力的权重明显提高了。可灵的技术底座已经被证明过，接下来投资人更想知道：这家公司能不能自己养活自己。

模型迭代：从抢窗口到探路

过去一年可灵的节奏并不慢。2024 年 6 月可灵 1.0 上线，把快手从一个 AI 视频的后来者送进了全球牌桌。此后 Kling 2.5 Turbo、Kling O1、Kling 2.6 一路迭代，到了 Kling 3.0 开始强调智能分镜、15 秒视频时长、原生音画同步和原生 4K 直出。这些能力加在一起，传递的信号很明确：不只是生成视频，而是让生成的视频真的能用。

首尾帧控制、主体一致性、音画同步、4K 直出，这些功能瞄准的都是实际生产场景。从演示走向生产工具，可灵走了一条需要持续补课的路，但从结果来看，这堂课补得挺扎实。

快手 2026 年一季度财报披露，可灵业务收入超过 6.5 亿元，同比增长超过 300%。程一笑在业绩会上说，2026 年 3 月可灵 ARR 接近 5 亿美元，比去年 3 月的 1 亿美元增长了约 4 倍。B 端 API 调用和 P 端付费会员两边都在增长，这种双轮驱动的结构相对健康。

融资资料对 ARR 的预判相当乐观：2026 年 12 月到 10 亿美元，2027 年 1 月到 13 亿美元，2027 年 12 月到 20 亿美元。这些数字如果能兑现，可灵就从一个需要故事的项目，变成了一个能用数字说话的公司。目前已经有广告、电商、游戏、智能硬件和影视制作公司把可灵嵌进了自己的工作流里，包括国产历史剧《太平年》和好莱坞剧集《大卫王朝》，都在创作环节用过可灵。

人的判断比数据更有吸引力

但对投资人来说，数据和收入可能只是入门条件。真正能拉开估值差距的，是团队对技术趋势的判断，以及把判断变成产品的能力。盖坤在对谈里提到两个关键节点，恰好能说明这个问题。

第一个节点是 2024 年春节前后。OpenAI 发完 Sora Demo 之后并没有开放给用户用，盖坤的判断是，OpenAI 的重心和资源还在语言模型上，视频这边会留出几个月的时间窗口。于是他决定抢这个窗口，做全球第一个真正可用且超越 Sora 的视频生成产品。这个决断非常激进，但 Kling 1.0 确实赶上了，可灵也从一个没人听说过的团队，变成了牌桌上的玩家。

第二个节点是 Kling O1 的定位。盖坤认为，文字描述不了人脸细节，保证不了多镜头的角色一致性，更处理不了微表情和动作调度。如果目标是让人用 AI 拍出脑子里的电影，单纯的文本输入远远不够。所以 Kling O1 把生成、参考、编辑放进统一的多模态框架里，为后续的 Kling 3.0 搭好了地基。从追赶变成探索，意味着可灵开始解一些没人解过的新问题。

这两个节点背后，盖坤的决断和团队的执行力缺一不可。盖坤自己也说，快手给可灵最大的资产不是短视频数据，而是一个现成的建制化团队，在理解和生成上都有深厚功底。没有这个团队 " 保留意见但全力执行 " 的品质，Kling 1.0 的那个时间窗口大概率抓不住。

从工具走向基础设施

可灵接下来的路径选择，也决定了拆分之后的成长天花板。一条路是继续把 AI 创作工具做深，服务专业生产需求；另一条路是讲更基础的故事。从盖坤对 C 端市场机会的判断和融资资料里提到的 " 生成一体化、世界模型 " 的研发方向来看，可灵大概率选的是后者。

往基础设施的方向走，故事就不一样了。投这样一家公司，本质上投的是一个还在高速判断和高速执行中的研究团队，而不是一个进入稳态运作的企业。这个团队有判断、有野心，过去两年也证明了把判断变成产品的能力。但野心需要资源来喂养，离开快手的体系之后，新的投资人得来补上这个角色。

竞争的压力来自几个层面。模型研发上，盖坤认为可灵需要实现真正的全模态大一统，可能还要进一步扩展模态定义，解决场景一致性这类更高阶的需求。这需要更大的团队、更长的投入周期和更强的工程组织能力。虽然 Sora 已经后撤，但 Seedance 还在进化，即将上线的 Seedance 2.5 把单条视频时长拉到了 30 秒，支持最多 50 个全模态素材联合输入，还有局部修改和 3D 白模能力。阿里和腾讯自己的 AI 视频模型也没停过。

基础资源的竞争同样激烈。视频生成比文生图、文生文更吃资源，更长的时长、更高的清晰度、更稳定的主体一致性、更复杂的多模态输入输出，每一项都在推高训练和推理成本。Kling 3.0 强调的 15 秒视频、音画同步和 4K 直出，越接近真实生产，对算力和成本的压力就越大。估值被调低的过程里，市场显然已经在计算这些成本。

可灵手里确实有几张好牌：产品节奏、商业化数据、团队判断力，都在给投资人一个可以相信的理由。但 AI 视频的竞争已经不是一个产品功能就能拉开身位的阶段了，模型能力、算力资源、数据反馈、工程效率和商业生态凑在一起，才能决定谁能继续留在牌桌上。可灵的野心还在，牌也还在打，接下来就看新的投资人愿意为这张牌桌押多少筹码。