前沿科技，数智经济

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。

光锥智能"AI 交流群 "已建立，

感兴趣的朋友可以添加小助手微信（GZZN2019）沟通进群。

联系我们

王一粟

创始人 / 主编

ID：cishicike000

商务合作请添加微信：GZZN2019

转载开白请留言或添加微信：GZZN2019

进群交流请添加微信：GZZN2019

※添加时请备注公司 + 姓名 + 来意

「往期精彩推荐」

深度研报：

AI 大爆炸：

云计算：

数智化案例：

更多精彩内容，欢迎关注：