可灵Kling Image 4.0上线:图像赛道能否补上视频竞争的缺口?

资讯 凤凰科技 作者:钛媒体 全文 3667 字 · 约 10 分钟读完 配图 4 张 分类可灵产品更新

两家头部AI公司几乎前后脚更新图像模型。

所属频道 产品更新视频图像生成

可灵AI新一代图像创作模型Kling Image 4.0近日上线,原生8K图像生成、2000字单图长文本等能力一并开放。就在此前8天,字节跳动刚发布Seedream 5.5。

两家头部AI公司更新图像模型的时间,几乎紧挨着。

文生视频这边,第三方数据给出了另一番图景:今年5月按算力日消耗统计,Seedance拿下超80%份额,可灵只占约14%。

可灵为何发力“图片”?

对可灵来说,这是一次竞争策略上的主动调整。视频生成领域短时间内难以抹平差距,那就转向图像赛道,寻找新的博弈空间。

问题在于,图像生成与视频生成往往集成在同一个平台里。视频模型差距明显之时,即便图像生成能力接近,用户凭什么从Seedream转向可灵?

Kling Image 4.0用的是可灵所称的“理解与生成统一”架构,把视觉理解与图像生成整合进同一套模型体系。

产品层面,官宣的新模型有三大核心升级:真实感与原生8K;单张照片内最高可生成2000字,支持最高15000 tokens文本输入;连贯组图与长图生成。

Seedream 5.5的迭代重心放在三个方向:多轮编辑稳定性、原生RGBA透明素材输出、复杂文字与真实质感。

可灵新模型同样强化了多轮编辑稳定性。两家主要区别在于:可灵支持原生8K,Seedream为4K;Seedream支持原生RGBA透明素材。

不过,阿里的Qwen-Image-2.1也原生支持RGBA透明背景的生成与编辑。

文生图能力方面,我们用完全相同的提示词,对可灵Image 4.0和字节Seedream 5.5做了对比,测试两款模型对复杂场景、人物细节、光影、材质和空间关系的理解能力。

提示词给出的场景是:宇航员身处空间站舱内,右手捏住水袋做出喝水的动作,头盔面罩处于掀起状态,顶灯从上方打下来,在她脸上照出明暗分明的侧光。右侧那扇圆形舷窗之外,地球的弧线清晰可见,边缘还挂着一圈被阳光点亮的金色气辉带。

从动作和细节来看,右手捏水袋这条指令,可灵Image 4.0和字节Seedream 5.5都读懂了;要求在水袋上生成标签文字这类文字型指令,两家也能照做。差别在于:字节生成的喝水动作更接近真实,可灵那边为了让水袋露出来,宇航员的姿态显得别扭。提示词写明左臂要佩戴中国国旗臂章,字节放对了位置,可灵却给到了右臂。至于面罩向后掀起的指令,可灵生成的面罩出现错位,塑料感也过重。

指令完成度上,可灵照顾到了面部明暗分明和侧光,字节则没有照做;可人脸的真实感反过来,可灵的人脸带着明显的AI痕迹,字节的人脸更接近真人。圆形舷窗这一项,可灵按提示词执行,字节给出的却是椭圆形。提示词明确要求三个水滴漂浮,结果两家生成的水滴数量都超过三颗。金色气辉带这个概念,两个大模型都没能理解。

整体来看,字节Seedream 5.5保持小幅领先。

可灵眼下补上图像能力,背后还有一层更直接的商业考量:图像生成的推理成本比视频低,可用场景反倒更宽。电商商品图、广告海报、影视概念设计、游戏素材、社交媒体内容,这些方向都存在规模化需求。

更重要的是,图像生成还可以成为视频生成的上游入口。

生产一条AI视频,通常要先定下人物形象、场景、服装和镜头构图,然后才进入动态生成。图像生成能力越强,越容易给视频创作备好稳定的角色、场景和分镜素材。图生视频还能充当视觉锚点,让视频生成里的人物和场景一致性问题得到缓解。

眼下主流的AI创作平台,像可灵、即梦、Runway这些,大多在做“一站式创作工作台”。同一个界面里,用户就能完成文生图、文生视频、图生视频等操作,不必在多个工具之间来回切换,省掉了割裂感。

图像和视频面对的客户不同,可它们并非两个彼此独立的市场,视觉创作生态正在逐步走向融合。快手早前分别推出过文生图模型可图和视频生成模型可灵,直到2026年2月上线的可灵3.0系列,才把独立可图取消,图像生成被直接并入统一多模态架构。

对可灵来说,推出能力更强的Image 4.0,既要争夺图像生成市场,也是不想在视频竞争暂时落后的当口,再把整个AI视觉创作入口丢出去。

可灵丢失先发优势了吗?

快手2024年6月发布可灵,是全球首个向普通公众开放测试的真实影像级(DiT路线)视频生成大模型,切入AI视频生成赛道比字节早了一年,在商业化上比字节更占先机。字节2025年6月才发布Seedance 1.0,距离2023年内部启动Seedance原型约两年。

SensorTower数据显示,可灵在艺术与设计类下载榜上曾拿下全球超过40个国家和地区的应用商店第一,韩国、土耳其、新加坡等市场的图形设计类应用榜单也被它接连登顶。今年一季度,它又坐上全球市场图像与视频生成AI应用收入榜头名。

下载排行

下载排行

不过,先发这一步没能一直转成技术上的壁垒。

字节跳动Seedance系列模型持续迭代,局面已经变了。今年2月推出的Seedance 2.0在Artificial Analysis Video Arena上拿到1269的Elo分,排到第一,多模态参考控制、复杂动作连贯性、自动分镜这几项表现都突出,靠减少“抽卡”次数,吸引了大批影视、广告、短剧创作用户。

可灵其实也上过测评榜首。

Kling 3.0 Pro在2月上线,2月下旬在Artificial Analysis Video Arena盲测里以1240 Elo排在文生视频第一。到了2026年11月中旬,文生视频和图生视频盲测的头名已经换成Wan 3.0(1175 Elo)、Seedance 2.5(1161 Elo)等新一代模型,Kling 3.0跌到20名开外,Kling 4.0发布较晚,暂时还没进评测。

生成视频对比

生成视频对比

可灵的问题在于,进场比字节早,却没把先发优势变成持续领先的技术和生态壁垒。

商业化数据上,可灵并不是没有成绩。

快手披露的数字显示,2026年第一季度可灵AI营业收入超过6.5亿元,同比增长超过300%;第二季度营业收入超过8.5亿元,同比增长超过200%。

收入主要来自两块:一块是面向企业客户的API调用,另一块是面向专业创作者和普通用户的付费订阅。按用户结构看,2026年一季度可灵API业务收入占比首次超过订阅服务,约为60%,订阅收入约占40%。超级大客户又占了API收入的80%以上。地域上,海外市场贡献约80%的收入。

出海这块,可灵商业化的大头已经落在海外。Sensor Tower 2026年第二季度移动应用(非游戏)出海排行榜的数据显示,Kling AI上半年多数时间都待在美国iPhone绘图与设计类应用下载榜和畅销榜的前三。分区域看,美国是Kling AI海外收入最多的市场,第二季度海外收入里32%来自那里,日本、韩国、英国和德国紧随其后,一起凑成Top 5出海市场。

Kling Image 4.0发布时称,语言方面支持简体中文、繁体中文、英文、日文、韩文、西班牙语和葡萄牙语;从语言支持能力看,这可能成为后续增长的重要方向。

图像生成与视频生成各自占多少收入,快手及可灵官方并没有单独披露。两类功能共享会员、灵感值和API按量计费体系,Image 4.0能带来多少新增收入,没法直接判断。视频生成算力消耗更高,按理应占更多比例。

可灵的API收入经不起海外超级大客户流失的折腾。每经梳理发现,今年4月,受竞争影响,3家海外超级大客户给可灵贡献的API收入已经往下走了。

这也是可灵要加码图像业务的另一个原因:得找新的用户和收入来源,把对单一产品形态和少数大客户的依赖降下来。

更大的压力来自字节的生态优势。模型、创作工具和内容平台三层优势字节都有,集团内部不同业务之间可以相互导流、共享资源。

可灵的海外客户则多是订阅或购买API调用模型,再把生成的视频上传到YouTube、Instagram等外部平台。可灵目前主要赚的是模型调用和创作工具这一层的钱,后续内容分发和商业转化的价值,未必能分享到。

竞争格局上,可灵面对的对手也不只是字节。视频生成领域,Seedance、阿里Wan、生数科技Vidu等模型持续迭代;图像生成领域,Seedream、Qwen图像模型、MiniMax等也在不断增强复杂文字排版、多参考图控制和图像编辑能力。

模型能力可以当入场券,却很难单独撑起长期壁垒。

对可灵来说,真正重要的是能不能把图像、视频和编辑能力整合成一套完整的工作流,让用户从生成第一张图像开始,就愿意留在平台上把后续创作做完。

这关系到可灵能否从视频市场的竞争压力里找到新的增长空间,也关系到它能否建立更稳定、更多元的收入结构。

对一家正在寻求独立融资、探索资本化发展的AI公司而言,这一点尤其重要。

Image 4.0把可灵重新送回了图像生成的竞争牌桌,能力上跟Seedream是近了些,可要填平它和字节在商业化上的落差还不够。可灵得拿出的证明是:好模型能做出来,围绕模型搭起创作平台、内容分发到商业转化的整套生态,也得做出来。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 谷歌字节快手集体降价,AI视频进入分秒计价时代?

    (本文作者为 AIX财经,钛媒体经授权发布)文 | AIX财经,作者 | 王璐,编辑 | 魏佳AI视频行业正在靠近一个类似DeepSeek的时刻,模型能力差距收窄,价格被打到分/秒,创作者开始批量调用。11月初,谷歌把视频模型Gemini Omni 1.2 Flash转为正式版,不仅支持15秒视频生成和多轮对话式编辑等

    来源 腾讯网
  2. WorkBuddy上线电脑操控:无接口软件也能点击输入,公测支持Win/macOS

    11月20日,WorkBuddy宣布上线电脑操控能力,可识别桌面应用界面并执行点击、输入和滚动,即使目标软件没有API、连接器或网页版,用户也能用自然语言指令完成查询、录入。该功能可用于老旧业务系统和未开放接口的软件,目前处于公测阶段,支持Windows和macOS,需升级至5.11.0及以上版本并授予相关系统权限。

    来源 凤凰科技
  3. 特斯拉FSD V15在美推送:参数升至百亿,与Robotaxi同源

    【TechWeb】11 月 22日消息,今日,特斯拉正式宣布在美国市场开始推送FSD(监督式完全自动驾驶)V15版本,首批面向早期体验计划(EAP)成员。特斯拉官方称,此次更新“升级了端到端驾驶网络的每一个部分”,对安全关键场景的处理能力提升25倍,关键人工干预率获得大幅改善。CEO埃隆·马斯克在社交平台X上评价称,V

    来源 AI 行业观察
  4. Gemini 4 翻身背后:SemiAnalysis 填表道歉,Hassabis 接梗回应

    Google DeepMind通过组织调整、算力重新分配和训练体系升级,在短短七周内连续推出四款Gemini 4模型。依托大规模预训练、多线并行研发和真实工程场景的强化学习训练,Gemini在编程和Agent能力上实现突破,重返行业第一梯队,此前唱衰Google的SemiAnalysis也公开致歉。

    来源 华尔街见闻
  5. 谷歌Gemini上线GIF生成:Omni 1.2 Flash驱动,8国免费

    IT之家 11 月 21 日消息,谷歌宣布为 Gemini 上线 GIF 生成功能,相应功能由视频模型 Gemini Omni 1.2 Flash 驱动,可生成循环动态图效和搞笑表情包。 该功能面向所有 Google AI 订阅用户开放,并在美国、日本、韩国、澳大利亚、加拿大、英国、德国和法国免费。用户可在主聊天输入提

    来源 AI 行业观察
  6. 英伟达投的AI Infra创企发模型工厂!支持数千卡集群训练万亿MoE

    智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支持在千张以上GPU集群上训练万亿参数以上的MoE模型。

    来源 智东西
  7. AI把漏洞攻防压进小时级:补丁窗口正在消失

    AI正在同时加速漏洞的发现、利用与修补:攻击者在补丁发布后几小时内就能写出利用代码,防御方则被迫在没有充分测试的情况下紧急上线修复。WIRED指出,这种失衡正在把偶发的网络中断变成日常背景音——欢迎来到断网地狱。

    来源 AI 科技快讯
  8. 谷歌 Gemini 登陆 Mac:AI 可后台操控电脑,修图做 PPT 自动完成

    人工智能正从“动嘴皮子给建议”加速走向“动手帮你干活”。11月20日,谷歌正式为 macOS 版的 Gemini 应用推出了“电脑操控”(Computer Use)功能,让 AI 能够跨越桌面应用、本地文件以及网页环境,自主执行多步骤复杂任务。 后台独立运行不抢鼠标,支持实时预览与随时叫停 对于习惯

    来源 AI 开发者社区
  9. Muse上线Instagram代取关:互关焦虑碰上AI助手

    Meta的AI助手Muse在Instagram上线新功能,可自动追踪并取关那些没有回关你的用户。有人拍手称快,终于能一键清算单向关注;也有人担忧,社交关系被算法量化和工具化。这场围绕“互关”的小气战争,折射出社交媒体时代长期存在的关系焦虑,也暴露出AI代理人类社交行为的伦理边界。

    来源 AI 科技快讯
  10. 谷歌 Gemini 上线 Mac 电脑操控:后台干活,能修图做 PPT

    AI正从“给建议”转向“帮干活”。11月20日,谷歌为macOS版Gemini应用上线“电脑操控”功能,可跨桌面应用、本地文件和网页自主执行多步骤复杂任务。该功能后台独立运行,不抢占鼠标,并支持实时预览与随时叫停,缓解用户对AI接管电脑时“抢鼠标、乱点屏幕”的担忧。

    来源 AI 产业速递
  11. METR时间视野图更新:编程任务表现突出,判断力任务仍偏弱

    METR发布其广受引用却常被误读的“时间视野图”更新版。新报告确认部分AI能力仍在指数级提升,模型能独立完成的任务时长持续延长;但报告同时揭示明显不对称——模型在编程任务上表现优异,在需要判断力的任务上却明显偏弱。这提醒业界,单一基准无法代表AI在开放式工作中的真实水平。

    来源 AI 科技快讯
  12. PostgreSQL 19 发布:并发 REPACK 与查询计划稳定性控制上线

    IT之家 11 月 21 日消息,当地时间 11 月 19 日,开源关系型数据库 PostgreSQL 19 正式发布。这一最新主版本带来在线表维护、查询计划稳定性、逻辑复制、异步 I/O 和 SQL 功能等多方面更新。官方同时提供适用于 Windows、Linux、macOS 等平台的安装程序、工具和源代码。 Pos

    来源 AI 行业观察
  13. 微信短剧审核新规:单集最低时长上调至 1 分钟,AI 制作证明视频 12 月起必填

    IT之家 11 月 20 日消息,据微信短剧内容中心今日发文,为持续建设优质短剧内容生态、提升用户观看体验,平台对短剧审核要求作出两项更新。IT之家整理如下: 一、上调短剧单集最低时长 公告称,为保护用户观看体验、建设优质短剧内容生态,平台将上调短剧单集最低时长标准:单集最低时长由原 45 秒调整至 1 分钟。 本次调

    来源 AI 行业观察
  14. Claude被曝证出黎曼猜想?陶哲轩回应了

    · 三星任命手机和存储业务新负责人 · 5499 元起,华为星芒发布首款阔直板手机 OSTA O1 Pro · ColorOS 17 上线跨品牌一碰传 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

    来源 AI 行业观察
  15. 杨枫谈《时空低语》:献给未来的情书为何引共鸣?

    单机游戏《时空低语》制作人濮冠楠,正是小说《时空低语》的作者。《时空低语》小说于2026年11月由作家出版社正式出版。18年后的今天,濮冠楠带着《时空低语》的新书,和彼时的《科幻世界》副主编杨枫有了这次跨越时空后的对话。两年多过去,2026年11月19日,《时空低语》游戏预告片全球首发。《时空低语》游戏整体研发周期预期

    来源 TechWeb
  16. 《时空低语》全球首发预告:杨枫谈火星之问与科幻情书

    单机游戏《时空低语》制作人濮冠楠,正是小说《时空低语》的作者。《时空低语》小说于2026年11月由作家出版社正式出版。18年后的今天,濮冠楠带着《时空低语》的新书,和彼时的《科幻世界》副主编杨枫有了这次跨越时空后的对话。两年多过去,2026年11月19日,《时空低语》游戏预告片全球首发。《时空低语》游戏整体研发周期预期

    来源 TechWeb
  17. 三星 One UI 9.5 天气应用测试 AI 提醒:出发前先看目的地天气

    手机天气应用向来是“你问我答”的工具——想看才点开,不看就安静躺在文件夹里。三星正打算改变这个被动姿态。据 SamMobile 11 月 19 日消息,One UI 9.5 首个 Beta 测试版中,天气应用正在酝酿一项 AI 升级:在你动身前往另一座城市之前,主动提醒先看看目的地的天气。 行程线索

    来源 AI 开发者社区
  18. 六款AI办公设备盘点:家庭办公室该添哪些硬件

    远程办公常态化让家庭办公室成为AI硬件的新战场。TechCrunch精选六款AI驱动设备——从智能记事本到AI网络摄像头,覆盖记录、沟通、照明与健康场景。本文梳理这些设备的核心功能与适用人群,并结合行业趋势分析AI办公硬件的演进逻辑:从单点工具走向场景协同,从效率提升转向体验重塑。对希望升级工作空间的用户而言

    来源 AI 科技快讯
  19. 三星 One UI 9.5 天气应用升级:出发前主动提醒目的地天气

    三星拟在 One UI 9.5 首个 Beta 中为天气应用加入 AI 升级,改变其被动查询模式。系统将结合日历、航班等信息识别用户出行计划,在动身前往另一座城市前,主动提醒查看目的地天气,让天气服务从“你问我答”转向预判需求、提前推送。

    来源 AI 产业速递
  20. PHP 修复存在近20年漏洞:URL中大写S可绕过TLS加密

    IT之家 11 月 20 日消息,当地时间 11 月 19 日,PHP 项目团队发布 8.5.13 安全更新,共修复 18 个 CVE 漏洞,其中 4 个可导致远程代码执行。 据介绍,其 HTTP、FTP 流包装器存在一项可能导致 HTTPS、FTPS 请求意外降级为明文传输的安全漏洞,编号为 CVE-2026-128

    来源 AI 行业观察
  21. 三星 One UI 9.5 天气 App 测试 AI 提醒:出发前先看目的地天气

    IT之家 11 月 20 日消息,科技媒体 SamMobile 昨日(11 月 19 日)发布博文,报道称在 One UI 9.5 首个 Beta 测试版中,三星正在为天气(Weather)应用酝酿 AI 升级,在用户出发前提醒其查看目的地天气。 IT之家援引博文介绍,系统识别到用户计划前往另一座城市后,天气应用会显示

    来源 AI 行业观察
  22. Snowflake Expedition 2026:AI智能体与实时流式升级?

    2026 年 Snowflake Expedition 大会上,Snowflake 展示了一系列覆盖平台架构的重大升级,正逐步由云数据平台演进为支持自主 AI 智能体、实时流式应用和对话式商业智能的统一引擎。 此次发布围绕一个核心理念展开:AI 的价值取决于其所依托的企业业务上下文。 通过引入原生业务本体(Busine

    来源 AI 行业观察
向下滚动自动加载更多