可灵（Kling ）

可灵是什么？

可灵（KLING）是快手AI团队自主研发的视频生成大模型，2024年6月6日正式上线。它的技术路线对标OpenAI的Sora，采用3D时空联合注意力机制，能够对复杂的时空运动和物理规律进行建模。可灵最初从文生视频和图生视频起步，经过两年多的快速迭代，到2026年2月已推出可灵3.0系列模型，覆盖图片生成、视频生成、编辑及后期等影视级全流程链路。简单来说，可灵的目标是让每个人都能用AI拍出自己想要的视频——不需要摄影团队，不需要专业器材，输入文字或图片就能生成电影质感的画面。

可灵

全球使用情况

可灵的用户规模增长相当迅猛。截至2025年12月，可灵AI已拥有超过6000万创作者，累计生成超过6亿个视频，服务超过3万家企业用户，年化收入运行率达到2.4亿美元。到2026年6月，全球注册用户突破一亿，服务范围覆盖全球224个国家和地区，企业客户数量达到约5万家。在移动端，可灵AI在Google Play与Apple Store的艺术/设计类目中已在40余个国家和地区下载量排名第一。2026年1月，可灵AI月活跃用户数突破1200万。在Sora宣布关停后的一周内，可灵全球周活跃用户环比增长了4%。在专业评测方面，全球知名AI基准测试机构ArtificialAnalysis发布的视频生成大模型榜单中，可灵3.0 Pro凭借1240分的ArenaELO基准测试评分位居视频生成领域第一。

主要功能和亮点

可灵的核心功能包括文生视频、图生视频、视频续写、运镜控制、首尾帧生成等。可灵3.0系列在此基础上做了重大升级。智能分镜系统是3.0的标志性功能，AI能自动识别提示词中的场景转换，智能调度镜头景别（远景、中景、特写）和机位（正反打、跟拍、俯仰）。单次视频生成时长最长15秒。音画同步能力是另一大亮点，支持中、英、日、韩、西五种语言及多种方言（粤语、四川话、东北口音、北京口音等）的精准口型匹配，角色口型、情绪与表演更加自然。全球首创的“图生视频+主体参考”技术允许用户上传参考素材，锁定特定人物的形象、动作甚至音色，确保在复杂镜头切换中角色特征高度统一。Omni版本更进一步支持上传3-8秒视频提取角色和音色，在所有生成中保持同一张脸、同一种声音。可灵3.0还支持原生4K（3840×2160）视频直出。输出画幅方面支持16:9、9:16与1:1三种比例。

如何使用

可灵可以通过网页端和移动端使用。网页端访问klingai.com，注册并登录后即可开始创作。在输入框中用文字描述你想要生成的画面（文生视频），也可以上传一张图片让静态画面动起来（图生视频）。提交后可以调整视频时长（5秒或10秒）、画幅比例（16:9、9:16、1:1）以及生成模式（标准模式生成更快，高品质模式画面质量更好）。生成完成后可以对视频进行续写延长。更进阶的玩法包括运镜控制（通过文字指令控制镜头的推拉摇移）、首尾帧生成（指定视频第一帧和最后一帧的画面）、运动笔刷（手动标记画面中希望运动的区域）等。开发者可以通过可灵AI开放平台调用API实现批量自动化生成。

使用技巧

关于提示词，最基础的公式是“主体+运动+场景（可选）+镜头语言（可选）+光影与氛围（可选）+声音（可选）”。建议用镜头思维写提示词而非关键词堆叠——不要只写“一个人在跑步”，而是写“一个穿黑色运动服的年轻人在城市公园的跑道上晨跑，镜头跟拍，清晨的阳光透过树叶洒下斑驳光影”。提示词尽量使用简单词语和句子结构，避免过于复杂。画面内容尽量控制在5到10秒内能完成的动作。如果需要多镜头叙事，可以在提示词中描述多个场景或动作，可灵3.0的智能分镜系统会自动识别并生成多镜头视频。运动控制方面，“运动笔刷”可以手动标记画面中希望运动的区域，让生成更精准。多图参考功能可以同时上传角色定妆图、场景图、道具图，让模型在多镜头里保持人物长相、服装、场景一致。如果需要生成中文风格的内容，用“东方意境、中国、亚洲”等词语效果更好。

如何安装

可灵不需要传统意义上的“安装”。网页端通过浏览器直接访问klingai.com即可使用。移动端可以在iOS App Store或各大安卓应用商店（如小米应用商店、Google Play等）搜索“可灵AI”下载官方应用。电脑端也可以通过安卓模拟器运行APK文件，或使用可灵AI电脑版客户端。开发者使用API则需要在代码中集成可灵AI的SDK并配置API密钥。

收费标准

可灵采用订阅制加灵感值消耗的模式。免费版（Basic）永久免费，每月有30次元素创建额度，生成的内容不可用于商业用途。海外标准版（Standard）$6.99/月，首月优惠后为$10，每月660灵感值，可生成约33个720p视频，支持1080p视频生成、无水印下载、内容可商用。海外专业版（Pro）$25.99/月，首月优惠后为$37，每月3000灵感值，可生成约150个720p视频，享有优先访问新功能等权益。海外旗舰版（Premier）$64.99/月，每月8000灵感值。海外至尊版（Ultra）$127.99/月，每月26000灵感值。国内用户有黄金（66元/月，660灵感值）、铂金（266元/月，3000灵感值）、钻石（666元/月，8000灵感值）、黑金（1314元/月，26000灵感值）等档位。可灵3.0采用按秒计费，视频3.0约$0.05/秒，3.0 Omni约$0.08/秒，3-15秒视频成本在$0.15-$1.20之间。国内1080p视频单秒消耗约10灵感值，折合约0.43元/秒。

适用人群

可灵适合的人群非常广泛。内容创作者和自媒体人可以用它快速生成社交媒体视频和长视频素材。影视制作团队可以用智能分镜和多镜头叙事功能进行影视预演和概念验证。广告和营销人员可以用它制作品牌视频和产品展示。电商卖家可以用它生成带文字的产品介绍视频和商品互动演示。教育培训机构可以用多语言功能制作多语种教学视频。可灵在舞蹈、走秀、短剧、产品展示等需要“像拍过的”运镜而非PPT式画面切换的场景中表现尤其突出。不太适合的人群包括对4K输出有刚性需求且预算有限的用户，以及完全不愿意付费的轻度用户（免费版额度非常有限）。

常见问题

可灵和Sora有什么区别？可灵是快手自研的国产模型，对中文提示词的理解能力更强，支持多种中国方言的口型匹配。可灵3.0和3.0 Omni有什么区别？视频3.0专注于智能分镜和音画同步，适合快速高质量视频制作；3.0 Omni是旗舰版，新增了视频角色主体提取、更强的一致性和自定义分镜功能。可灵最长能生成多长的视频？可灵3.0单次最长生成15秒。生成一个视频需要多久？大约30到60秒。免费版够用吗？免费版每月只有30次额度且不可商用，适合初次体验和功能验证。生成的视频有版权问题吗？可灵对生成内容有内容审核机制，付费会员生成的视频可用于商业用途。中文提示词和英文提示词哪个更好？可灵基于大规模中文视频数据训练，对中文提示词本身就具备理解能力，但英文提示词通常效果更稳定。视频生成失败了怎么办？通常由网络异常、输入违规、缓存错误等原因导致，可以检查网络稳定性、精简提示词、清除缓存后重试。生成时需要注意什么？当前视频大模型对数字不敏感，比如“10个小狗在海滩上”很难保持数量一致；复杂的物理运动（如球类弹跳、高空抛物）现阶段也较难生成。