兩年時間，可靈AI如何讓“燒錢”的AI視頻開始“賺錢”？

出品/未來科技界

作者/李彥

編輯/楊宇

在大模型競賽中，視頻生成類大模型一直被視為最“燒錢”的方向之一。

相比文本與圖像生成，視頻生成對算力、數據與模型結構的要求更高，訓練與推理成本也更昂貴。在很長一段時間里，這一賽道的主流共識是：技術可以快速演進，但商業化將明顯滯后——大多數產品停留在Demo與創作者嘗鮮階段，距離穩定收入仍有距離。

就在近日，OpenAI宣布關停旗下AI視頻產品Sora，并將資源轉向更具確定性的業務方向。

但快手可靈AI最新的商業化表現，卻和Sora的黯然退出對比鮮明。

快手最新財報顯示，2025年第四季度，可靈AI單季收入達到3.4億元，年化收入運行率（ARR，將當前時間點的經常性訂閱收入，按年化計算得出的預測值）已達2.4億美元，截至2025年底，可靈AI全球用戶規模突破6000萬，累計生成視頻超過6億個，服務企業客戶超過3萬家。

上線不到兩年，可靈AI如何在短短時間內，從“燒錢”走向“賺錢”？

可靈AI兩年進化史：從生成工具到創作系統

2024年6月，快手正式發布自研視頻生成大模型“可靈”，這是其在文生圖模型“可圖”、語言模型“快意”之后，補齊多模態能力的重要一環。彼時，行業剛被AI視頻點燃不久，以Sora為代表的視頻生成模型在全球范圍內引發關注，行業對視頻生成類模型的技術討論還遠多于商業討論。

此后一年，可靈AI進入快速迭代期，產品與模型能力同步推進。從圖生視頻、視頻續寫，到首尾幀控制、運鏡控制，再到人物一致性、對口型、多圖參考等功能，產品幾乎以月為單位更新。2024年11月，可靈AI正式推出獨立APP。

到2025年底，可靈AI的能力開始趨于系統化。2025年第四季度，快手發布多模態視頻模型可靈O1，將文字、圖片、視頻等多模態輸入統一進同一生成框架；隨后推出具備“音畫同出”能力的可靈2.6模型，并上線動作控制功能，進一步提升生成視頻的完整性與可控性。到今年2月，可靈3.0系列模型上線，實現了從視頻理解、生成到編輯的全流程整合。

技術層面，其始終處在全球第一梯隊。2025年3月，在全球AI基準測試機構Artificial Analysis發布的榜單中，可靈1.6 Pro（高品質模式）登上圖生視頻賽道榜首，超過Google Veo 2與Pika；5月，可靈2.0模型再次以1124的Arena ELO評分位居榜首；到10月，2.5 Turbo模型上線僅10天，即以1329分與1252分同時拿下圖生視頻與文生視頻雙賽道第一。不過在最新的榜單中，字節的Seedance 2.0和昆侖萬物旗下的SkyReels V6對可靈實現了超越。

從路徑上看，可靈采用了原生文生視頻路線，并引入類Sora的DiT（Diffusion Transformer）結構。在時序信息建模上，快手大模型團隊設計了一款計算高效的全注意力機制（3D Attention）作為時空建模模塊，同時配合自建數據標注體系與視頻描述模型，以提升復雜運動與語義響應能力。

與技術能力提升相對應的，是持續高額度的研發投入。財報顯示，快手2025年研發費用達到145億元，同比增長18.8%；與此同時，公司用于算力與數據中心建設的資本開支已達150億元，并計劃在2026年進一步提升至約260億元。這筆巨資將主要向可靈大模型的算力建設、基礎模型研發以及大規模數據存儲處理傾斜。

視頻生成大模型，如何實現商業化？

從行業普遍實踐來看，當前AI視頻產品的商業化大致有兩條主流路徑：

第一類，是以模型能力為核心，向開發者與創作者開放API或訂閱服務。這一路徑更接近大模型行業的通用范式，通過調用計費或會員訂閱實現收入，但其前提是，用戶需要持續產生高頻使用行為。對于視頻生成而言，這一條件并不天然成立——創作者的使用往往是階段性的，且對生成結果的穩定性與可控性要求較高，一旦無法滿足商業交付標準，付費意愿便難以持續。

第二類，則是圍繞內容生態，作為創作工具嵌入內容平臺或創作者社區，更多承擔“效率工具”的角色。這一路徑能夠放大用戶規模與使用頻次，但直接變現能力相對有限，往往依賴平臺整體商業化體系的間接轉化。

目前，付費訂閱會員貢獻了可靈AI將近70%的營業收入。

C端，可靈AI推出分級會員體系，按照黃金、鉑金、鉆石、黑金四個等級劃分，月費分別為66元、268元、666元和1314元，對應不同的生成額度、分辨率與模型能力。與傳統訂閱模式不同的是，可靈引入“額度消耗”機制，高性能模式（如1080P、高幀率視頻）需要消耗更多“靈感值”，從而將用戶付費與算力成本直接掛鉤。

B端，可靈AI則通過API調用與企業服務切入更穩定的需求側，已與包括小米、亞馬遜云科技、Freepik、藍色光標等在內的企業建立合作。這類合作往往直接嵌入內容生產流程，使AI視頻成為實際業務的一部分。

隨著模型能力提升，可靈AI開始進入廣告營銷、電商內容、短劇制作等具體場景。在這些場景中，AI視頻成為了直接影響成本與效率的生產要素。

這使得其商業邏輯發生變化——從“為創意付費”，轉向“為效率付費”。

在快手的內循環體系內，可靈AI的價值也開始溢出產品本身。其背后的大模型能力，被嵌入快手廣告與電商體系，推動AIGC營銷素材的大規模消耗，成為平臺商業化的一部分。

未來的可靈AI，面對的確定與不確定性

“AI視頻是否能成為一門穩定的生意”，在過去一年仍是一個開放問題。

但從可靈AI當前的表現來看，這個問題正在出現階段性答案。

與早期“為創意買單”的嘗試不同，AI視頻正在逐步進入廣告、電商、短劇等高頻內容生產場景。這些領域對視頻素材的需求，本就是剛性的，只是在過去依賴人工完成。隨著可靈等模型能力提升，AI開始承擔其中一部分生產任務，這意味著，AI視頻的需求，是對既有生產方式的替代。只要內容產業持續存在，這一需求就具備長期性。

這構成了可靈AI商業化的第一層確定性：它所服務的，并不是一個新市場，而是一個已經存在、且規模龐大的市場。

第二層確定性，則來自平臺結構。可靈背靠的是快手的內容與商業生態。無論是廣告素材生成、電商視頻制作，還是短劇與內容分發，其能力都可以嵌入既有業務鏈條，形成“生成—分發—變現”的閉環。這種嵌入式路徑，使其商業化不完全依賴外部客戶增長，而是能夠與平臺整體收入形成聯動。只要平臺內容需求持續增長，其調用規模與收入能力也具備同步擴張的基礎。

但也需要看到，不確定性同樣真實存在。

首先，是行業格局的不確定性。AI視頻仍處于高速演進階段。國內外廠商持續加碼，比如上面提到的字節跳動的Seedance，昆侖萬維的SkyReel等等，都是強勁對手，現在還遠未到勝負分曉的時刻。

其次，是商業模式的穩定性。但AI視頻的使用頻率與需求結構，仍在變化之中。一方面，企業客戶的付費意愿取決于實際ROI，一旦生成質量或穩定性無法滿足交付要求，需求可能回流至傳統制作；另一方面，隨著模型能力提升與成本下降，價格體系也可能面臨持續調整壓力。

最后，是成本與投入的長期約束。視頻生成屬于多模態中最重的算力場景之一，其訓練與推理成本遠高于文本與圖像模型。即便技術優化帶來了一定程度的效率提升，但算力、數據與基礎設施的大額投入仍未看到確定性的回報。

總體來看，可靈AI已經證明，AI視頻具備商業化能力，但在高算力投入與持續迭代壓力之下，其收入增長與成本控制仍需長期平衡。從“能收錢”到“能賺錢”，再到“持續賺錢”，這條路徑尚未走完，而這也將成為可靈AI下一階段的核心考驗。