快手发布可灵 3.0 系列

背景

在这次发布之前，可灵已经是快手的重要产品。可灵 2.6 是视频系列的上一代模型。快手的财务业绩在当时也记录了可灵业务的快速增长，包括年化收入（ARR）的上升。^[1]

发生了什么

快手于 2026 年 2 月发布了可灵 3.0 系列。^[1] 该系列于 2026 年 2 月 5 日在全球上线，包括四款模型：可灵视频 3.0、可灵视频 3.0 Omni、可灵图像 3.0 和可灵图像 3.0 Omni。^[3]

关键细节

该系列采用文本、图像、音频和视频一体化的 All-in-One 框架。^[1] 视频最长可达 15 秒，并带有同步的声音。^[1] 与此前的 2.6 版相比，新系列增加了多镜头生成（multi-shot generation），也提供了口型同步的原生音频。^[2] 多镜头生成是指一次请求即可生成若干个前后相连的镜头。口型同步是指让人物的嘴部动作与所说的话对应。

意义

快手 2026 年第一季度财务业绩显示，2026 年 3 月可灵的年化收入达到约 5 亿美元。^[1] 这次发布标志着 3.0 世代的开始，快手的后续材料显示，此后又有 Turbo 版本，并于 2026 年 10 月推出了 4.0。^[1]

名词说明

「All-in-One」框架指由同一套系统覆盖多种媒体，让文字、图像、音频和视频由同一模型体系完成，而不是依靠各自独立的工具。这种设计的目标是在不同媒体之间保持一致，但结果的一致程度取决于模型本身。

声音同步指声音与画面同步生成，例如语音在说话人嘴唇开始动作时出现，音效在画面中的动作发生时响起。

系列发布指同时推出多个相关模型，通常既包括视频模型，也包括图像模型。读者在比较不同发布时，应分别查看每个模型的功能，因为同一系列中不同版本的强项可能不同。