看到可灵AI以200亿美元估值独立融资的消息，我第一反应是震惊——这相当于快手市值的2/3以上，而可灵目前的年化收入才5亿美元。按这个算，PS倍数高达40倍，在当下资本市场简直是天价。

核心问题在于：视频生成大模型的技术壁垒到底有多深？我试用过可灵，它的动态连贯性和物理规律模拟确实比Runway Gen-2强，但离商业级应用还有距离。5亿美元ARR主要来自企业API和定制化服务，这个增速（春节后翻倍）说明需求确实在爆发。但技术层面，视频生成的“一致性”难题——比如长视频中物体变形、光影不连续——可灵并未完全解决。

我的个人经验是，视频生成模型的训练成本极高，单次训练可能耗资千万美元，而且推理成本是文本模型的100倍以上。200亿估值隐含的预期是：可灵能在2-3年内达到50亿美元ARR，但这需要下游应用（如短视频、广告、影视）大规模采用。

抛两个问题：1）视频生成模型的“时序连贯性”是否有理论突破，还是仍然依赖暴力算力？2）快手分拆可灵，是像Sora那样走封闭生态，还是像Stable Diffusion走开源路线？前者能控制质量但限制扩散，后者能快速迭代但难以变现。

从行业格局看，这标志着“AI原生应用”的估值逻辑在改变。如果可灵能独立融资并上市，会给整个视频生成赛道（包括字节的Dreamina、Meta的VideoJoint）带来示范效应。但风险也很明显：2025年视频生成市场可能从蓝海变红海，大厂围剿下可灵的差异化优势能否持续？