可灵：独立融资，灵不灵？

最近，快手宣布其内部孵化的视频生成大模型可灵完成独立融资，投后估值高达180亿美元，腾讯、阿里、百度罕见同台入股。在这场资本盛宴背后，市场开始关注快手当前估值是否过低，可灵的价值应该如何反映在快手的股价中。

但我觉得，也许在这件事情背后，更需要关注的也许不是可灵的星辰大海，而是视频生成AI目前到底重塑了怎样的行业生态，可灵拆分改变了什么利益格局，以及这个赛道最终有可能到达什么样的终局。

第一部分：需求，已然显现

1.传统演艺生态的抵抗

提到视频生成模型，人们很容易产生一种错觉：它即将在一夜之间接管好莱坞。然而，视频AI在冲击传统影视工业时，其实遭遇了极其强烈的抵制。

2023年，好莱坞爆发了美国编剧工会和演员工会大罢工。这是自1960年以来好莱坞面临的最大规模停摆，导致整个北美影视制作几乎陷入瘫痪。这场罢工的核心诉求，已经从传统的薪资纠纷，彻底转变为针对人工智能的“生存权保卫战”。

演员工会的愤怒来自：大型制片厂试图通过一次性支付极低的费用，扫描并获取群演或二线演员的面部和肢体数据，随后利用AI技术生成数字替身，在未来的所有影视作品中永久、无偿地使用。而这场博弈的结果，是以制片厂的妥协告终。双方最终达成的协议中，设立了严格的人工智能“护栏”：严格限制未经授权使用演员的数字替身，且必须支付相应的补偿。

然而，对于AI的抵制并未随着协议的签订而停止。2024年，这股抗议浪潮又蔓延至电子游戏领域，游戏配音演员和动作捕捉演员同样发起罢工，抗议游戏公司利用AI无偿克隆他们的声音和动作特征。

但是，从另一个视角来看，以上这些抵抗事件，其实间接地证明了视频AI的独特价值。传统视频制作需要演员、编导、后期制作等一系列人员，并且需要在场景、道具上有所投入，还要协调场地、档期等资源节奏。 而通过视频AI，所有画面的生成，只需来自制作人员的几句prompt。视频内容的成本和复杂性，因此得到了大幅降低。

2. 微短剧和电商广告的成本革命

而目前视频生成AI最扎实的变现场景，集中在两个高度追求降本增效的领域：微短剧与电商营销。

微短剧的核心商业逻辑是“极速产出、极速投流、极速回收”。在传统模式下，一部100集的微短剧，制作成本通常在30万到50万人民币之间，制作周期约为一个月。这其中，演员的片酬、场地租赁、剧组人员的差旅等物理成本，往往占据了总预算的70%以上。

而在AI视频模型介入后，行业数据显示，AI微短剧的单部制作成本被极速压缩至数万甚至数千元人民币。以部分在海外市场大火的AI短剧为例，不仅省去了高昂的外籍演员招募费用，还完美解决了多语种唇形同步的难题。一部成本万元的短剧，甚至能在上线几天内斩获数十万美元的充值流水。

另一个视频生成AI的主流应用场景在于电商广告。在电商营销领域，传统电商视频广告的痛点在于试错成本过高。拍摄一条精良的商品展示视频，需要请模特、搭影棚、做后期，成本动辄数万，且周期长达数周。一旦这条视频投放后数据不佳，前期的巨大投入便直接打水漂。

AI视频生成技术的出现，彻底改变了这一局面。电商品牌现在只需上传一张商品的静态高清图，AI即可在几分钟内生成几十种甚至上百种截然不同的视频变体。这些变体可以搭配不同的视觉背景，匹配不同的文案诱饵。

在降成本以外，更核心的是开启了高频A/B测试投放模式。 广告投手可以在第一天拿几十上百条AI生成的低成本素材进行小额投放测试，通过平台的数据回传，迅速筛选出转化率最高的几条爆款素材，然后在第二天将预算倾注其中。同时，在直播电商盛行的今天，视频AI还能通过数字人的形式，帮助电商卖家在非高峰时期减少对真人主播的投入，从而实现降本。

因此，从上面两个集中应用的场景可以看出，视频生成AI当前并不是一个停留在实验室里的空洞概念。它已经在现实的商业场景中，创造了实打实的收益。然而，当我们看向市场中做视频生成AI的公司，我们会发现不管是中国还是美国，似乎数量都要少于LLM公司的数量。而究竟是什么限制了大部分公司进入这个场景和用户价值都比较明确的赛道呢？

第二部分：入场，然后出场

1. 高成本与token经济学怪圈

如果要用一个词来形容视频生成AI的商业模式，那就是缺乏规模效应。在传统的软件时代，开发出一套软件后，边际成本几乎为零，用户越多越赚钱。但在视频大模型时代，不仅训练成本是一个黑洞，其推理成本也随着用户规模的扩大而提升。

根据行业机构测算，训练一个Sora级别的高质量视频模型，可能需要长期调用数千乃至上万张高端GPU。而这仅仅是门票。真正压垮大量初创公司的是推理端的运营成本。单位时长高清视频的推理成本，远高于图片和文本生成。

这种高昂的算力消耗，导致了一个商业悖论：如果面向C端用户按月收取固定金额的订阅费，用户为生成满意的视频反复尝试，平台非但赚不到钱，反而会因为算力消耗而巨额亏损。但是，如果提高订阅费或按次高额收费，又会面临用户流失的风险。

更关键的是，即使后续规模效应形成，越多的用户意味着平台需要越多的算力基建，而算力基建又会随着需求增加被推高，从而陷入 产品需求驱动基建需求，基建需求推高基建价格，基建价格无法有效传导给用户 的token经济学怪圈。

2. 双重生态门槛

当潮水退去，如今真正还能留在主牌桌上的，只剩下极少数的超级巨头。最典型的代表就是：字节的Seedance（即梦）、快手的Kling（可灵）以及谷歌的Veo。

当我们把这三家巨头放在一起审视时，会发现一个高度共性：它们全都是 视频内容分发平台+成熟商业广告/电商生态 的拥有者。这背后其实反映出视频AI赛道真正的门槛所在。

首先，视频生成AI需要丰富的视频训练资源。 算力决定模型下限，而数据决定上限。当前视频生成AI的核心逻辑，是通过海量视频内容的规律去推断下一帧如何生成。因此，可灵和即梦并不真正理解一杯水放在桌面上为何无法下坠，而仅仅是通过无数现实世界的视频来推断杯子应该在桌上，水也应该在杯子里。因此，视频生成AI需要极其海量、高清、覆盖各类人类真实行为的视频素材库进行训练。对于快手、字节和谷歌而言，他们拥有全球最大的视频资源库。而初创公司可能光在获取训练素材这一点上就需要极高的成本投入。这天然构成了极高的进入门槛。

其次，视频生成AI需要变现场景的内循环。既然视频生成AI有明确的使用场景，那最适合视频生成AI发展的土壤，就是可以实现AI生成内容赋能电商/广告业务的体内循环。 快手和字节没有让可灵和Seedance立刻通过卖API实现盈利，而是把视频模型接入到自己庞大的电商流量池和广告投放引擎中。只要商家的短视频广告生成效率提高了，转化率提升了，商家就会在平台上消耗更多的广告费。模型烧掉的token成本，最终变成了平台上实打实的广告费和电商交易佣金收入。这一定程度上缓解了视频生成AI训练产生的巨大成本投入，也是其他没有类似生态的公司难以弥补的生态差距。

3. 可灵为何独立融资

既然留在牌桌上的都是自带双生态的超级巨头，那为什么偏偏是快手要把可灵分拆出来，开启这场市场瞩目的180亿美元独立融资？

快手确实符合“内容+电商”的双生态标准，但在全球化规模、绝对现金流储备以及底层云计算基础设施上，快手明显弱于字节跳动，更无法与谷歌相提并论。

字节可以通过TikTok和抖音的运营，为Seedance提供源源不断的弹药。而快手的主业在当前的宏观环境下，正处于逆风期。一方面，短视频业务面临抖音和视频号的挑战，维持当前的用户数量已经是比较好的结果；而另一方面，在社会零售整体承压的情况下，电商市场巨头林立，快手也很难进一步维持快速的增长。

这也是为什么在目前的资本市场语境下，快手作为一家成熟的互联网公司，其股价的支撑逻辑仍以EPS为主导。而可灵未来每年百亿人民币计的算力开支，未必能马上换来与之匹配的利润，因此将直接恶化快手本就承压的利润表。

不过，比起利润表，更严峻的考验仍在现金流层面。快手2026年整体资本开支计划约为260亿元，增量主要投向AI算力，可灵无疑是重要使用方之一。虽然公司没有披露其中有多少直接归属于可灵，但这一投入规模已经超过快手2025年的净利润。假如未来快手主业继续承压，而可灵需要更大投入来维持SOTA状态，快手的现金流将会捉襟见肘。

因此，快手趁着目前一二级市场对纯AI应用依然抱有极高的估值包容度，将可灵独立融资，用外部资本去填补未来的算力缺口。然而，我们也需要认清一个现实：快手仍然持有68%的可灵股份，这意味着可灵和快手仍处于并表状态。可灵的成本费用以及Capex折旧仍将进入到快手的利润表，只是可以通过少数股东权益向外转移一部分。

因此，对于快手来说，最主要的收益似乎还是现金流的压力缓和。未来可灵作为独立的上市主体，可以用自主融资的方式，实现资金上的闭环。而快手主业产生的自由现金流，则可以用于股东回报等事项。

其实，分拆解决的是可灵“有没有足够的钱继续参赛”，却没有回答另一件事：即使资金充足，这场比赛最终是否值得赢。要回答这个问题，就必须看视频模型能否形成长期差异化。

第三部分：困局，一再重演

站在投资者视角，很多人会觉得可灵独立融资和IPO之后，快手的市值中应该计入所持有的可灵价值部分。但在上周可灵融资消息公布之后，快手的股价却在箱体中波动，没有突破性的上涨。 这一方面当然是受到腾讯通过大宗交易出售快手股份的影响，而另一方面，也许是来自于市场对于可灵当前估值合理性的怀疑。

不可否认，纯AI模型，是目前各国资本市场上的当红炸子鸡。从OpenAI、Anthropic到智谱，都能发现市场在给SOTA模型一个非常高的定价。然而，我们也看到Minimax在失去了SOTA光环之后，股价却朝着另一个方向发展。那么，在视频生成AI这个领域，会重复LLM公司的SOTA大战吗？

1. 视频生成AI能否实现差异化

在讨论这个话题之前，我们要先回顾一下短视频时代的竞争法则。快手能在抖音的挑战下维持用户数量基本稳定，依靠的是推荐机制的差异化。快手的核心壁垒在于“去中心化”的推荐机制，这使得创作者与用户之间形成了强烈的信任感与身份认同；而抖音则是基于“中心化”的爆款分发池。算法规则的不同，导致了创作者生态和社区氛围的截然不同，使两个平台得以在较长的时间内共存。

然而，在视频生成AI应用上，情况发生了变化。无论是Seedance还是Kling，它们本质上是内容的生产工具。而这类工具实现的方式是基本一致的，即通过海量视频素材，来让AI推演下一帧。而两个平台的视频内容本身又是类似的（内容相似，但分发机制有差异）。因此，无论Seedance和Kling当前面向的创作者群体有何差异，最终这两个模型在能力上大概率是趋同的。

这样的竞争态势，很可能会导致视频生成AI复制LLM领域的SOTA内卷。正如这两个月很多开发者在Claude和GPT之间来回迁徙，只要哪家大厂这个月发布了更聪明的模型，流量和调用量就会立刻倒戈。而这样的用户流动将同样反映在股价上，让价格的钟摆幅度变得越来越大。

2. 无限竞争的意义

而当我们把所有线索——高昂的算力、低切换成本、巨头的竞争 全部拼凑在一起时，视频生成AI赛道的终局，竟与中国长视频平台的竞争史发生了重叠。

长视频平台也是一个拥有极其明确且刚性需求的市场。但同时，这也是一个具有极高固定成本的无底洞。当年长视频网站每年为了争夺用户，砸下成百上千亿购买头部剧集版权。同时，长视频平台也是一个缺乏忠诚度且同质化的服务。用户只跟着全网独播的热剧，看完即走，切换成本极低。而更要命的是，长视频平台的竞争，也同样是在数量有限的几家大厂中产生的，每家巨头都想要赢得规模，同时把竞争对手置于死地。在这些特性的加持之下，谁也不敢轻易大幅提高订阅费，但谁也不甘心在这个市场里出局，于是行业迎来了长时间的集体亏损。

而把目光放回视频生成AI赛道，从当下的竞争情况来看，在牌桌上的基本上只是巨头。如果行业的参与者最终走向的是这样内卷式的结局，那么这场残酷的游戏到底有什么意义？

回顾国内短视频双雄在视频生成AI领域的发展，其实会发现可灵才是先行者。当各个大厂都在大举投入做LLM的时候，快手由于缺乏做LLM的资源禀赋，反而集中力量做成了可灵这个视频生成AI。而在可灵在海外专业视频制作领域取得一定成绩之后，字节发现AI内容生态的潜力，于是Seedance奋起直追，到今年基本实现对可灵的追平甚至反超。也许，巨头们的科技追逐战，本质上是一种对于平台被颠覆的恐惧。 在这个科技崇拜的时代，追逐科技并不需要理由，追逐科技本身就是理由。

结语

当我们彻底推演完这一切，再回过头来看可灵的180亿美元独立融资，你会发现在这场资本盛宴下，我们看到的是一家历经市场考验的互联网平台，在面对技术洪流时，展现出的生存之道。它清醒地认清了自身生态的局限，并最终在AI热潮的高峰，用一次资本运作，完成了有效的风险转移。

在本期的内容中，我们并没有去研究可灵的ARR以及其估值的合理性，也没有去研究快手的股价里应该有多少的“含可量”。因为，在当今的市场里，你无法算出来为什么大模型值这个价，你也无法分析为什么一个大模型的价值一天可以涨跌20个点。难道每天起来，这个模型都要比昨天更好用或者更难用吗？

所以，今天想精确计算可灵究竟值不值180亿美元，可能并不现实。但这不意味着估值毫无意义。恰恰相反，当传统现金流模型暂时失效时，我们更应该追问：这180亿美元究竟在为什么定价？是收入，是技术领先，是生态入口，还是巨头对于掉队的恐惧？

从这个角度看，这轮融资给出的并不是可灵价值的最终答案，而只是资本在这一时点愿意支付的入场价格。毕竟，我们这个时代最大的幻觉，也许并不出自视频生成模型之手。