可灵AI
文生视频与图生视频
可灵AI 的核心能力是视频生成：输入文本或图片即可生成视频，官方应用说明写到支持 1080P 与院线级原生 4K 直出，单次最长生成 15 秒，配合视频续写功能可以生成长达 3 分钟的创意内容。3.0 系列把时长上限提升到 15 秒，并支持标准（std）、专业（pro）与 4K 三种生成模式，输出画幅覆盖 16:9、9:16 与 1:1，帧率 30 至 60fps，适合把短句想法快速变成可用的成片素材。
深度介绍
可灵AI详细介绍
AI 图片生成与编辑
图片侧提供文生图与图生图，官方描述为原生 4K 超清直出，可融合多份参考素材、批量生成系列组图，覆盖多元画幅与艺术风格，静态画面还能一键生成动态视频。3.0 Omni 图片模型支持基于蒙版的局部重绘，在只改动目标区域的同时保留其余画面；多参考编辑最多可接入 10 张图片，并提供图像系列模式，适合电商商品图、品牌视觉与批量素材生产。
多镜头叙事与故事板
3.0 系列强化了叙事控制。可灵视频 3.0 可以理解多场景、多镜头指令，动态调整机位与镜头，支持经典正反打、交叉剪辑对话与旁白等表达；可灵视频 3.0 Omni 进一步提供多镜头故事板，允许在故事板中为每个镜头指定时长、景别、视角、叙事内容与镜头运动，最多支持 6 个镜头切换，让分镜预演与广告创作在同一个流程里完成。
原生音频与多语言对白
从 2.6 版本起，可灵AI 支持在生成视频时一并生成原生音频，包括人声、音效与环境声，并提供口型同步。3.0 系列把这一能力扩展为多语言与方言：官方介绍支持中文、英文、日文、韩文、西班牙文，以及多种英语口音和中国方言，还能生成复杂的多角色对话场景，每个角色可以使用不同语言，用户可控制内容、语调与发言顺序。
元素一致性与主体参考
跨镜头保持人物与物体一致是 AI 视频的难点。可灵AI 通过元素系统（Elements）让创作者上传参考图像与参考视频，使人物、物体和场景在各帧之间保持连贯；3.0 Omni 可以从 3 至 8 秒的参考视频中提取人物的视觉特征与声音特征，并在全新场景中复现。官方称可灵视频 3.0 为全球首创「图生视频 + 主体参考」技术，同时还支持多角色对话与画面内文字（标识、字幕、品牌元素）的高精度保留。
运动控制与虚拟试穿
运动控制（Motion Control）提供视频到视频的动作迁移：上传一段 3 至 30 秒的参考视频与角色图片，即可把动作迁移到目标角色上，并保留口型同步与面部表情控制，适合舞蹈、动作复现与角色动画。此外平台提供虚拟试穿模型（kolors-virtual-try-on），开发者可通过 API 调用，用于服装电商的试穿效果生成，官方定价为每次 0.07 美元。
开发者 API 与按量计价
面向开发者，可灵AI 提供 RESTful API，使用 AccessKey 与 SecretKey 的 JWT 鉴权，并设有全球与国内两个接入端点。官方定价页按量计费：视频 3.0 标准模式每秒 0.084 美元起，带音频或专业模式更高，4K 模式每秒 0.42 美元；图片生成多为每张 0.028 美元起。平台还提供预付费资源包，API 文档中包含模型清单、接入指南与计费说明，方便把视频生成能力集成到自有业务流程中。
多端使用与创作者社区
可灵AI 提供网页版与移动端 App，iOS 应用在 App Store 上的官方页面显示为「可灵AI - AI图片&视频创作工具」，开发者为 Beijing Kwai Technology Co., Ltd.，当前版本 3.8.20，中国区评分约 4.8 分、八万余条评价；Android 用户可通过小米应用商店等渠道下载。产品内还设有创意圈，可以浏览其他创作者的作品获取灵感，并对喜欢的素材使用「做同款」一键复用其创意。
产品特点
核心功能与独有价值
自研 DiT 与全模态统一架构
可灵AI 基于快手自研的扩散 Transformer（DiT）架构，并在 3.0 系列提出 All-in-One 产品理念：把文本、图像、音频和视频都作为可以输入与输出的模态，并将文生视频、图生视频、参考转视频与视频内编辑统一到一个原生多模态架构中，从而更好地遵循复杂叙事逻辑与镜头控制，而不是把多个独立模型串成流水线。
迭代节奏快、版本代际清晰
从 2024 年 6 月首发至今，官方公开的模型代际包括 1.0、1.5/1.6、2.0、2.1、2.5 Turbo、视频 O1、2.6（引入原生音频）以及 2026 年 2 月的 3.0 与 3.0 Omni 系列。对使用者来说，这意味着模型能力与定价选项会持续更新，选型时需要关注当前推荐模型与各模式的价格差异。
原生音频与多角色多语言对白
多数同类工具的视频配音需要额外步骤，而可灵AI 从 2.6 起就把人声、音效与环境声纳入生成过程，3.0 进一步支持中文、英文、日文、韩文、西班牙文与多种方言口音，并能生成多角色对话，每个角色使用不同语言、由用户控制语调与发言顺序。对短剧、广告与多语言投放场景来说，这一能力可以省掉大量后期配音工作。
从消费级订阅到企业级 API 的全覆盖
可灵AI 同时面向个人创作者与企业客户：个人侧提供免费版与四档订阅，企业侧提供按席位计费的团队方案与按量计价的 API，并可通过预付费资源包控制成本。官方公布其已服务全球超过 6000 万创作者、累计生成超过 6 亿条视频，并与超过 3 万家企业客户合作，应用覆盖电影与广告等行业。
最近动态
重要更新
可灵 3.0 系列模型全球上线
2026 年 2 月 5 日，快手宣布可灵AI 全球上线 3.0 系列模型，包括可灵视频 3.0、可灵视频 3.0 Omni 与可灵图片 3.0、可灵图片 3.0 Omni。官方说明该系列在一致性、照片级真实输出、最长 15 秒视频时长以及多语言、方言与口音的原生音频生成方面实现升级，新增多镜头故事板与参考视频提取人物视觉与声音特征等能力，并率先向 Ultra 订阅用户提供早期访问。
移动端 App 更新至 3.8.20
App Store 官方页面显示，可灵AI iOS 应用当前版本为 3.8.20，更新日期为 2026 年 9 月 9 日，官方版本说明为「优化了一些细节，体验更流畅」。该应用在中国区 App Store 的分类为摄影与录像，累计评分约 4.8 分、超过八万条评价。
视频 O1 与 2.6 上线，引入原生音频
官方模型清单显示，2025 年 12 月可灵推出视频 O1 与视频 2.6：视频 O1 为统一多模态的文生视频与图生视频模型，支持最多 4 个参考元素与首尾帧控制；视频 2.6 则在 1080P 下引入语音、音效与环境声的原生音频生成与口型同步，成为后续 3.0 系列的能力基础。
产品总结
可灵AI（Kling AI）是快手旗下的 AI 创意生产力平台，2024 年 6 月上线，基于自研可灵大模型提供视频与图片的生成和编辑能力。视频侧支持文生视频与图生视频，官方描述可输出 1080P 与院线级原生 4K，单次最长 15 秒，配合续写最长可到 3 分钟；图片侧支持文生图与图生图、原生 4K 输出、多参考素材融合与批量组图，并支持蒙版局部重绘。2026 年 2 月全球上线的 3.0 系列进一步加入多镜头故事板、多语言与方言的原生音频、多角色对话以及从参考视频提取人物视觉与声音特征的能力。 使用入口有网页版与 iOS、Android 移动应用，Android 可通过小米应用商店等渠道获取；面向开发者则提供 RESTful API，设有全球与国内端点，按量计价，官方定价页显示视频标准模式每秒 0.084 美元起、图片每张 0.028 美元起，另有预付费资源包。个人订阅分为免费版与 Standard、Pro、Premier、Ultra 四档，国际站月费从 6.99 美元首月起，也提供年付与积分加油包；国内站与 App 内订阅的实际价格请以官网和商店页面为准。 计费规则上有几个细节值得注意：生成按积分扣费，不同模型、分辨率、时长、是否带音频与生成模式消耗不同；官方说明生成失败不扣积分，但每月积分不结转，单独购买的加油包有效期两年。需要注意的是，4K 直出、15 秒时长、原生音频与多语言支持都属于更新很快的能力，具体可用范围与模型名称会随版本变化，正式投入生产前建议以官网当前说明为准；如果是团队使用，还需要评估按席位计费的团队方案与 API 预算。整体来看，可灵AI 适合短视频创作者、广告与电商团队以及需要把视频生成能力接入自有系统的开发者。
- 产品类型
- AI 视频与图片生成
- 支持平台
- 网页版 / iOS App / Android App / REST API
- 资费模式
- 免费版可用；订阅分 Standard、Pro、Premier、Ultra 四档，国际站月费 6.99 至 127.99 美元起，另有年付与积分包。
核验信息
参考文章与数据来源
本页事实来自可灵AI 与快手的官方渠道：Kling AI 官网及其对外的站点信息文件、官方会员与开发者定价页、API 文档，以及快手科技投资者关系网站发布的 3.0 系列上线新闻稿；移动端信息来自 App Store 与小米应用商店的官方应用页面。核验时间为 2026 年 9 月 21 日。用户与视频规模数据为官方公布的截至 2026 年 2 月数据；模型能力、价格与积分规则属于高时效信息，请以官网当前页面为准。
用户体验调查
可灵AI介绍页面对您是否有帮助？