快手AI的围城与重构

文|魏琳华

编|王一粟

年底似乎又到了AI厂商们展示实力的日子。上周,快手上演了一场为期五天的全能灵感周技术展示;本周,智谱的连续开源也如期而至。

在这五天的时间内,快手带来了三个大模型、一个助力AI落地的数字人和功能更新:

统一多模态大模型模型o1、能做到"音画同步"的可灵2.6、全量开放的o1图片模型;可灵数字人2.0有望继续造福商家和广告营销;o1主体库和对比模版,可以说进一步降低了AI视频生成的应用门槛,让AI生成效果更接近落地。

你可以看到,可灵AI早已不仅仅是快手的新营收来源,作为造血的一份子,通过做广告素材、做直播间特效等方式,它也为快手提供降本增效的助力。

从模型层的突围与重构,到AI短剧对内容生产关系的彻底改造,再到深埋水下的AI广告体系,快手已经通过AI改写了企业的运行。

但可灵AI和快手同样面临着不小的压力,无论是Runway gen-4.5、Veo 3.1等新模型的威胁,或是快手本身用户池增长放缓,靠短剧提升用户黏性,快手这场AI赋能的故事背后,也同样面对不少压力。

从突围到守家,可灵的2025年

作为率先从2024年杀出的视频生成"黑马",可灵AI在2025年的两个主线,一是继续维持模型技术优势,二是通过竞争,揽获更多P端用户。

最新上线的o1,就是快手对行业竞争对手的一次回击。

需要明确的是,o1不再是简单的版本升级,而是底层架构的重构。

区分于可灵1.0、2.0等模型的命名,新系列的o1是统一多模态大模型。和以往的多模态大模型不同的是,统一多模态大模型实现了架构上的统一,把文字、图片和视频的训练都放在同一个框架下。

统一的好处是,o1支持在一个模型内实现对文字、图片、视频信息的处理,比如既可以给它提供参考图,让它根据图片生成视频,还可以把视频作为参考投喂给模型,根据视频内容进行编辑、修改。

简言之,图片、视频的编辑和修改,都能交给o1一个大模型就搞定。

在光锥智能测试中,我们先是把一张AI图片投喂给可灵生成视频,再要求它基于该视频,把任务的裙子从红色改成水蓝色,再给女生的手里加一朵向日葵。可灵o1完整执行了这两项指令,虽然在裙子袖口的细节上做的还不够还原,但整体达到了要求。

但在物理规律的测试上,可灵的表现和Veo 3.1还有一些差距。比如,我们在测试中要求在台球桌上通过击打白球,使红球掉入口袋。对比两者给出的效果来看,虽然Veo 3.1没有让红球落到口袋里,但基本遵循了指令;但可灵o1仅仅给出了两球碰撞的效果,对指令的遵循上效果不够理想。

在技术方面,可灵今年面对着海内外模型技术赶超的压力。

今年,可灵家族的核心版本更新主要有两次,分别是于今年4月更新的可灵2.0,以及本月发布的统一多模态大模型o1。虽然在八个月间,可灵持续发布了基于可灵2.0模型的升级版本2.1、2.5及2.5 Turbo版本,但这些版本均是在一致性、画面效果等方面的小幅度更新,没有取得突破性进步。

同时,AI视频赛道的下半年,一系列强劲对手的加入,让可灵AI开始承受更多压力。

先是Google Veo 3、Veo 3.1凭借原生多模态大模型,实现音画同步和文生视频的提升,成为谷歌又一破圈模型;Runway也在12月2日发布新慢跑鞋gen-4.5,在Artificial Analysis榜单上超过Kling-2.5 Turbo。

从技术上来说,Runway Gen-4.5、VEO 3"神仙打架"之下,可灵AI需要拿出能够再度证明实力的新模型。

在这个过程中,快手先从性价比入手。不仅提升模型在文本理解、风格一致性上的表现能力,同时压下了模型成本的30%,做了一个性价比更高的新模型。

据官方数据显示,根据AI基准测试机构Artificial Analysis的全球视频生成大模型榜单中,可灵2.5Turbo模型发布后登顶图生视频、文生视频赛道榜首。

再到最近12月可灵的5天开源,就是一次实力展示。无论是统一多模态大模型o1,还是快手首个做到音画同步的可灵2.6模型,都是可灵在积攒实力后做的一次反击。

从这次快手的模型更新来看,可灵AI在追技术的同时,也更加聚焦在落地应用的实用性上。

相比于做一个类似Veo 3.1这类成本高、文生视频效果突出的模型,可灵AI新模型追齐音画同步的同时,做一个能够把编辑视频、图生视频等功能集为一体的新模型,显然对于专业生产者来说更加实用。

但如何在技术上持续突破,超过Veo 3们,可灵AI还需要继续努力。

试水AI短剧、漫剧,快手寻求P端用户

在成为快手"第二增长曲线"之外,可灵AI目前最核心的方向,就是助力AI影视。

"可灵AI的愿景是让每个人都能用AI讲出好故事。我们会围绕'AI影视创作'这个目标聚焦资源,深入技术和产品的能力。"Q3电话会上,快手CEO程一笑说。

从2024年开始,可灵AI就在持续推进AI短剧落地的尝试。去年9月,可灵AI联合包括李少红、贾樟柯在内的9位知名导演发起"导演共创计划",制作出品9部AIGC电影短片。

但对于AI短剧行业来说,想完全靠AI大模型做出一部完整的AI作品还不够现实,彼时AI视频在人物一致性、画面真实性等效果上,AI视频生成的结果不达预期。落到涉及编剧、分镜等涉及多个复杂环节的工作中,也仍需磨合。

"我们创作的准确需要导演脑海当中的画面,并不是出现一个飘飞的奇观就是合适的,它有很多惊喜,"和可灵AI联合出品AI短剧《新世界加载中》的导演陈翔宇说,"但真实地使用它,你会发现,不管是AI还是所谓的AI影像,还有一段路需要去走。"

由此,AI在短剧上很大一部分应用,仍然聚焦在降本增效上。

不过,相较于更写实的现实题材,AI视频生成开辟出了一条更贴合当下的路线------AI漫剧。

2025年,是AI漫剧爆发的关键节点。据巨量引擎数据,2025年上半年漫剧流水增长12倍,预计全年市场规模将突破200亿元。

在市场利好的情况下,通过AI+漫剧的制作方式,能够让AI漫剧追平制作短剧的周期,同时收入表现理想。比如生数科技联合伯乐科技发布的AI漫剧《明日周一》,据悉,第一季预计总收入在120万至150万元之间。

今年9月,快手同样加入到AI漫剧的试水中。

比如联合可灵AI推出的"灵感・新纪元AIGC创投计划",通过联合出品和联合运营两种模式,可灵AI出算力、快手则提供流量扶持,寻找创作者合伙做项目,给出单部漫剧最高1000万灵感值(可灵AI消耗单位)和1亿流量扶持的条件。

无论是推动短剧还是漫剧,可灵AI当下聚焦的关键任务是,怎么让AI视频生成在专业领域更可用,从而推动P端用户为可灵AI付费。

从商业化来看,快手收入增长的轨迹十分清晰,且算是视频生成赛道收入的佼佼者。但后起之秀正在追赶其脚步。

据快手财报,从Q1收入约1.5亿元,Q2增长至2.5亿元,再到Q3继续增长至3亿元。可以看到,可灵AI的收入处在稳步增长的阶段。和同行业玩家对比,这个收入算得上位列前茅。

随着收入的提升和稳定,快手上调了对可灵AI的收入预期。

在Q3财报电话会上,快手宣布上调可灵全年收入预期目标,由年初的6000万美元转向1.4亿美元。目前,可灵AI全球用户规模目前已达4500万。

不过,这还不足以让快手高枕无忧。爱诗科技两个月前公布,其产品拍我AI和海外版Pixverse目前的ARR(年度经常性收入)达到4000万美元,走的是先C后B的路线;而生数科技则在年初公布过月超2000万的ARR收入,靠先B后C的方式做商业化。

越来越卷的AI视频生成赛道,快手必须抢跑。好在拥有平台做流量支撑的情况下,快手先天比创业公司具备优势。

模型打底,快手用AI重构营销

除了显性的对外收入,快手也在通过可灵、可意、可图等AI模型大模型矩阵的搭建,将它们融入快手内部生态,从而起到降本和提效两大作用。

从线上营销业务看,快手在短期增速短暂放缓的情况下,逐渐靠AI找回了增速。快手财报显示,Q1其线上营销收入为180亿元,同比增长8%,首次增速降到个位数。

踩在Q1的末尾,3月31日,在快手举办的2025磁力大会上,快手宣布对商业化营销经营各环节进行全面改造,将磁力引擎打造为下一代AI智能商业引擎。

**可以看到,快手把核心聚焦在广告营销的关键三点:素材生成、投放、算法匹配上。**通过搭建起完整的工具体系,目前线上营销收入增长已经初见成效。

广告素材的流水线上,可灵AI早早上阵。 在广告业务中,视频素材的生命周期短、消耗大,传统的实拍素材成本高、效率低。

针对这个问题,快手通过AIGC内容生产来实现降本。其中,可意大模型负责文字素材的输出,可图生成AI图片,可灵支撑短视频广告营销;女娲数字人直播等AI产品则用来满足多元化素材的需求。快手官方数据显示,AIGC内容生产可以将素材制作成本降低70%。

聚焦广告投放环节,则涉及到素材的选用和不同场景的推广。在推荐上,快手靠两个大模型做投放,据快手财报,两者共为国内线上营销服务收入带来约4--5%增量。

一是端到端生成式推荐大模型OneRec,快手用其重建推荐系统,在大幅降低成本的同时,提升推荐精度。

"传统的推荐系统,可以简单理解为一条分段作业的流水线系统,遵循先筛选召回、再粗排精排的多阶段级联架构,每一段都有自己的模型和目标。这样的架构虽然稳定,但带来的问题是算力效率低下、目标冲突乃至推荐不精准。"程一笑在Q3电话会上说。

作为端到端生成式 AI 架构的推荐大模型,OneRec的解法,一是改变多个环节串联导致的算力浪费,将其运营成本压缩到了传统方案的 10.6%,二是通过对用户信息的学习训练和强化学习,提升了广告匹配的精准度。

二是生成式强化学习出价模型G4RL,通过学习广告主和市场相关行为,将广告素材和需求做匹配,提升出价效率。

在靠AI赋能的工具体系布置上,快手则是靠AI Agent上线广告全自动化投放解决方案(UAX)。把全流程交给AI完成。可以看到,从Q1季度公布的UAX的客户渗透率已接近60%,到Q3的75%,AI工具的使用覆盖范围在逐步提升。

由此,快手三季度线上营销服务收入201亿元,同比增长14%。财报也表示,这受益于AI能力的深度落地。

从可灵 o1 在模型层的突围与重构,到AI短剧对内容生产关系的改造,再到OneRec对流量分发逻辑的改写,快手用AI,重写了自己的"技术-商业"闭环。

相关推荐
Hello.Reader1 分钟前
REA 深度实战让 AI Agent 学会逆向工程,从软件行为分析到二进制原理还原
人工智能
William一直在路上1 分钟前
垂直领域大模型训练的一点思考和探索
人工智能·大模型·llm
腾讯云大数据2 分钟前
本体立骨架,语义供刻度——DataBuddy对企业AI语义架构的一次完整回答
大数据·人工智能·架构·云计算·腾讯云
武汉星际互动6 分钟前
从“一件事”到“一类事”,政务服务改革的“下一站”在哪里?
大数据·人工智能·政务
朝朝辞暮i8 分钟前
VLA 系统学习第 20 课——Diffusion Policy 为什么要先给动作加噪,再学习把噪声去掉?
人工智能·python·深度学习·transformer·vla
七夜zippoe9 分钟前
Agent 权限边界:别让 AI 误删你的生产库(安全设计)
数据库·人工智能·安全·ai·权限边界·安全设计
田里的水稻11 分钟前
RL_强化学习概述---具身机器人
人工智能·深度学习·神经网络·机器学习
朝朝辞暮i11 分钟前
第一部分:ACT 阶段总结——从 Behavior Cloning 到完整的 Transformer Action Policy
人工智能·pytorch·深度学习·transformer·vla
Allen_LVyingbo14 分钟前
生命过程的分子语言:AI 解析范式与场景应用全景研究(上)
大数据·人工智能·知识图谱·健康医疗·数据库开发·数据库架构
KKKlucifer17 分钟前
国内数据分类分级平台的路线分化与落地边界
大数据·人工智能·分类