文 | 胡说成理
2026 年 7 月 2 日晚间，快手在港交所公告，可灵 AI 完成新一轮增资，投前估值 150 亿美元，融资约 30 亿美元，投后 180 亿美元。腾讯参与领投，阿里云、百度同步入局，三个大玩家的资本，罕见地坐到了同一张桌上。
在此之前一个多星期，Artificial Analysis 视频生成竞技场更新了 7 月的实时榜单。文生视频无音频榜的前四位，是阿里的 HappyHorse-1.0、阿里通义的 Wan 2.5、字节的 Seedance 2.0、快手的可灵 Kling 3.0。
榜单上压过可灵的两家，一家是四月才空降屠榜的追赶者，一家是较劲多年的同赛道竞争者。而那家在榜上排第三的公司，反而拿下了 180 亿美元的估值，四十多家机构一起挤了进来。
可灵的可贵之处在于，榜单上的名次，和现实中的竞争优势，并不强相关。准确的说，它们是两条不一样的路。
01
视频生成大模型这条赛道，2024 年上半年还被当作美国的天下。
OpenAI 在 2024 年 2 月放出 Sora 的 demo，那条东京街头女子行走的视频，让全世界做视频生成的团队备受打击，也倍感兴奋。
两年过去，Sora 在 2026 年 3 月 24 日正式关停。留在 Artificial Analysis 榜单前十、还在被人天天使用的，几乎全是中国团队做的模型。
对于这件事，浅层次的认知说是中国短视频产业的兴旺发达——抖音、快手、B 站每天产出以亿计的短视频，语料量级远超单一来源的 YouTube 之外任何池子，这足够让中国团队的模型吃得饱。
但事实上，这个解释只对了一半。被漏掉的另一半是数据的形态——国内短视频平台上流转的每一条视频，都被完播率、点赞、评论反复筛过，这相当于用户替短视频平台完成了一次众筹式的数据标注，使得这些数据进入训练之前，已经带着一层 " 人到底爱看什么 " 的标注。
但这也解释不了 Sora 的死。Sora 手里有 YouTube、有 Reddit、有 OpenAI 整套数据基建，它缺的从来不是素材。
往下一层，才是中国视频模型在工程上的进步——视频生成一次要吃掉的算力，大约是文本模型的两千倍。
这个量级下，" 先烧钱换用户、再慢慢变现 " 那套互联网老打法会直接崩掉，因为单次生成很可能就是负毛利。于是谁能把每一秒生成的成本压到最低，谁才谈得上向普通用户开口收钱。
当然，视频生成的消耗也有 B 面——一位视频赛道头部的高管给出了这样的解释——视频模型和大语言推理模型的对算力的消耗在 " 结构上是不同的 "。简单说，视频生成对于高带宽要求更低，做过推理优化之后，可以让视频模型能够把各种各样的、特别是已经较旧的算力芯片用起来。所以，放在先进算力偏紧的中国，视频生成，恰好是对底层芯片最不挑剔的那条赛道。
可把成本压到地板，也得有人源源不断来买。视频生成缺的最后一环，是场景。Sora 的账本是最刺眼的反证：全盛期它一天要烧掉约 1500 万美元的推理成本，而它整个生命周期里从消费端收上来的钱，只有两百万美元出头。一天烧的，是它一辈子挣的七倍还多。
Sora 的问题从来不在模型。它缺的是一个能养得起这种模型的地方。
但在国内，视频生成一落地，就面对着许多用户愿意扶沟的需求——短视频内容、直播电商的带货素材、短剧的工业化生产、广告营销。所以，视频模型长在快手、抖音这样的平台体内，分发是现成的，第一批客户就是平台上的商家和广告主。平台既是试验田，也是收银台。
一个信号能说明这层需求是多么的撑起了硬核生产力——视频模型的调用负载，过去一年里出现了从周末往工作日的迁移。周末调用多，说明大家拿它当消遣；工作日调用反超周末，说明它进了办公室、进了生产线。
玩具和工具的分界，就在这条曲线的翻转上。
到这里，这条赛道的胜负手已经清楚了：它由谁能把场景变成正毛利的、会重复发生的收入决定，相反却跟榜单上的分数关系不大。顺着这个判断往下看，最先把这件事跑通的那一家，恰恰是排在榜单第三的可灵。
02
可灵但看账面成绩，是在文生视频无音频榜上 Elo 1244、排第四，在含音频榜上 1104、排第三，账面成绩很体面，但谈不上遥遥领先领先。可就是可灵，两年里做到了 ARR 五亿美元、全球用户破一亿、企业客户近五万、四十多国的 App Store 艺术设计榜登顶，在韩国和俄罗斯一度冲到收入榜第一。
从 2024 年 6 月的 1.0 到 2026 年 2 月的 3.0 系列，再到 4 月补上的原生 4K，可灵两年迭代了三十多次。这三十多个版本，每一版的落点都在生产流程里。客户愿意反复付钱，问题就来了：他们到底在买什么？
买的是确定性。一段视频能不能用于交付，业内看的是四件事——可用率、返工率、交付周期、几个人能不能分工协作。
可灵的长处，落在多镜头之间人物和场景的高度一致性上，落在它和分发渠道的打通上，它把 AI 视频从 " 生成一段素材 " 往前推了一步，推成了 " 能直接交付的一个内容单元 "，这是它的硬核竞争里——短剧团队、电商商家、广告公司要的是一条不返工的流水线，好看的单镜头救不了满是接缝的成片。所以，可灵的经常性收入能成立，前提就是产品占据了客户每天的工作流。
但是，仅仅谈可灵和国内视频生成需求的匹配，就会解释不了可灵财报上最扎眼的那个数字：海外收入占了约七成。
这才是可灵真正稀缺和提气的地方——国内是主场，生态红利谁都能分一杯；能在没有短视频土壤的欧美日，靠产品本身正面把钱收上来，才证明这套能力是可以搬走的，不是被国内短视频生态圈养出来的温室花朵。
所以，它的毛利率，在不计训练成本的口径下已经转正，靠的正是海外订阅那份更高的客单价。
放在中国 AI 出海的坐标里，可灵是另一种样本。开源的编程模型声量顶到了全球，变现却难在海外铺开；可灵反过来，榜单上声量不占绝对优势，钱倒是先一步收回了口袋。一个把名气做到了海外，一个把利润做回了本土。后一种，眼下更少见，也更稀缺，但它恰好是中国 AI 应该走的路——它不希望自己只是 " 廉价平替 Token 的世界工厂 "。
而这次分拆也回答了上面这个问题——一门七成收入在海外、还要不断往里填算力和迭代、正面迎着谷歌 Veo 和 Runway 打的生意，如果继续装在一张 " 成熟短视频平台 " 的财报里，会越来越拖累快手。因此，可灵到了要重新决定自己以什么身份活着的时候。
03
7 月 2 日的公告，市面上第一时间的说法是 " 分离 " ——可灵终于从快手身上挣脱出去。可把公告里的条款一条条读下来，看到的是另一幅画面。
先看三条结构：快手保留 68.33% 的股权，继续把可灵并进自己的报表，同时给可灵配了独立的期权池和同股不同权的架构。可灵 AI 事业部负责人盖坤在这次重组里拿到约 3% 的股权，附带十倍投票权，对应表决权比例达到 23.62%。
真想跟一块资产撇清关系，走的应该是减持到非控股、把它移出报表那条路。但快手走的是相反的方向——上行的收益仍旧归快手股东，风险摊给一起进来的外部资本，控股权攥在自己手里。
有人会说，控股不放，也可能是外部资本一时给不到更高比例的被动结果。但这种说法，在两条条款面前有些站不住。
一条是五年竞业：重组完成后，在快手不再控股可灵、或者满五年之前，快手集团不会直接或间接去控制任何一家主营视频生成大模型的公司。另一条是回购对赌：可灵若没能在 2031 年 10 月 30 日之前完成 IPO，投资方有权按年化 8% 的单利要求回购。
竞业那条，等于快手亲手关掉了自己所有的后手——视频生成这条和它主业贴得最近的赛道，未来五年它不再在体内另起炉灶，也不去投第二家、控第三家，全部身家押在可灵一个身上。
回购那条，等于连 " 慢慢做、做不成也没关系 " 的余地都不给自己留，五年内必须走到上市。甩包袱的做法是切干净、走远点、随它去，而这三件事快手一件都没做。
一个不给自己留后路、还给自己上了倒计时的母公司，做的是把手里的筹码全部推到桌子中间。
为什么非得用这么重的结构？
答案藏在可灵留在快手体内时的三个不利因素。
一个是快手在二级市场被当成成熟短视频平台定价，市销率 1.5，这个口径压着可灵的估值上不去。
另一个是，快手 2026 年的资本开支盘子约 260 亿元，可灵的算力要从这个盘子里分，分多了就吃掉母公司的利润。
最重要的是，快手的期权池要同时喂主站、电商、商业化好几条业务线，能匀给可灵团队的那一份，撑不住顶尖人才的胃口。
这三样，快手无法以内部组织架构调整的方式来改变——它没法只为一个事业部去改变整个资本市场对市销率的评估，也没法只给一个事业部单独发一份不跟母公司股价挂钩的期权。
因此，捆住可灵的，是 " 装在一张成熟互联网公司报表里 " 这件事本身，可灵自己没做错什么。相反，只有彻底独立出去，可灵才能按一家独角兽 AI 公司的口径去融资、按一家这样公司的成本曲线去烧钱、按这样的方式去发期权留人才。
因此，快手拿 68.33% 攥着这家公司的大头，用五年竞业保证它是自己在这条赛道上唯一的那张牌，用回购对赌给它钉上一个必须兑现的日子，都是 " 结构上分拆，前途上绑定 " 的明证。
所以 " 拆了可灵，快手还剩什么 " 这个问题，其实问反了——可灵这家公司 68% 仍然记在快手股东名下，未来五年整条视频生成赛道的胜负，也仍然记在快手账上。
公告出来第二天，7 月 3 日，快手在港股高开逾 6%，收盘涨了 5.39%。市场对这套结构，先给了一个还算温和的答复。按接近交易的人的说法，可灵会在未来十二个月内启动赴港上市，2027 年初递交申报材料。
五年，是回购对赌划下的窗口。而这条赛道对一个模型翻脸的速度是以月为单位的—— HappyHorse 四月里一夜登顶、Seedance 六月就拿出了能直出三十秒的 2.5、Sora 三月说关就关。
窗口和速度之间夹着的，是这几个头部真正要打的那一仗。这一仗真正的胜负手，落在更远的地方——接下来这五年里，视频生成会不会像大语言模型那样，等来属于它自己的那个 "GPT 时刻 "。
真到了那一天，可灵大概率是最后还站在桌边的人；可要是那一天迟迟不来，眼下这些榜单名次都会重新洗牌，能剩下的，是那些真正把根扎进场景里的公司，而可灵正是其中之一。
