刚刚落幕的这届美加墨世界杯，除了赛场上的比分，值得聊的东西其实还挺多。

作为一个八零后老登，今年的世界杯，小枣君也是断断续续追完的（当然，还是录播居多，年纪大了熬不起夜）。

追下来最直观的感受是：世界杯的 " 看法 " 变了。以前是电视台的天下，大家守在电视机前听解说、等回放。今年，小红书第一次拿下了转播版权，把直播间搬进了自己的社区，一场球赛变成了一场社交互动。

AI 剪辑的进球集锦几分钟就刷屏，球迷在评论区玩梗接龙，AI 解说能实时回答 " 什么是越位 "，竖屏短视频让通勤路上也能补一段 ...... 互联网平台的运营玩法和 AI 的强大互动能力，第一次嵌进了世界杯。

图源：小红书

台前的品牌，大家都看得见。看不见的部分是，这些流畅的高清画面，是怎么从美国新泽西的球场，传到中国凌晨三点的手机屏幕上的？

其实，这背后站着一家 " 隐身 " 的云服务商，叫腾讯云。

根据公开披露的数据，本届世界杯，腾讯云支撑了全球 17 个国家和地区的官方赛事直播。国内像小红书、央视频这些主流平台的转播链路背后，都用了它的服务。

█ 腾讯云和世界杯，其实是老朋友

聊今年的事之前，小枣君想先花一点时间，把腾讯云跟世界杯这些年的故事讲一讲。因为很多朋友可能不知道，腾讯云做世界杯直播，其实已经不是第一次了，而是第三次。

第一次，是 2018 年俄罗斯世界杯。

那一年，中国大陆世界杯赛事的版权还没有分销到互联网，大家看球主要还是靠电视。当时，没什么人相信，一个互联网公司能把这么大规模的赛事直播做好。

据腾讯云音视频总经理李志成回忆：大概在世界杯开幕前一周，腾讯云团队从搬服务器到客户机房、拉网线、去中关村买路由器开始，一步步搭方案。终于，赶在开赛前一天，把所有准备工作全部弄完。

腾讯云音视频总经理李志成

结果是，世界杯开幕那场直播，用腾讯云的方案跑出来之后，网上都在讨论：" 今天晚上的直播画面，画质怎么这么好？" 评价基本上是一边倒的赞美。

这一战，算是腾讯云在赛事直播圈里，第一次立住了招牌。

第二次，是 2022 年卡塔尔世界杯。

那一届的情况又不一样了。央视率先把版权分销到了互联网，短视频平台首次入局。腾讯云成了央视频和互联网分销平台在直播、点播、媒体处理上的合作伙伴，提供了端到端的解决方案。

那一届世界杯，国内观众普遍能感受到，画质和延时都比过往几届更好，是历届里综合体验最好的一次。腾讯云当时率先在世界杯里用上了自研的 " 超低延时快直播 " 方案，把直播延时从传统的十几秒压到了 800 毫秒之内。对看球的人来说，这个体验差别，尤其在移动设备端，是非常明显直接的。

第三次，就是刚刚落幕的美加墨世界杯。

今年这一届，小红书、央视频的多个平台，转播链路背后都是腾讯云的端到端方案。超高清、超低延时的直播体验，这一届延续了下来。

在这个基础之上，还有两个 " 第一次 "：

第一次大规模用上 AI：这届世界杯，AI 真正从 " 锦上添花 " 变成了转播链路里的一环。AI 导播台、AI 智能剪辑、AI 横转竖、AI 多语种翻译这些能力，第一次大规模跑在了世界杯这样的顶级赛事上。除了内容侧，运维侧也用上了 AI。比如码率自适应、画质自适应、跨地区调度这些原来需要人工盯着值班处理的事，现在能交给 AI Agent 做自动化运维，不需要那么多同事熬夜蹲在屏幕前。

第一次大规模走向海外：腾讯云同时支撑了全球 17 个国家和地区的官方赛事直播，包括韩国、印尼、孟加拉等一系列市场。

这里面还有一些挺有意思的小故事。

比如韩国。

韩国队被淘汰之前，当地市场的服务消耗量非常大。但队伍一止步，当地观众突然就都不看了，流量瞬间掉了一大截。

对云厂商来说，这种 " 过山车式 " 的带宽波动其实是最难扛的：扛不住峰值，用户就卡顿；扛住了峰值，但资源撤不下来，成本就白烧。

腾讯云的做法，是依托全球部署的基础设施，做资源的灵活调度：哪个国家还在比赛，带宽和算力就往哪里倾斜；哪支球队被淘汰，资源就顺势腾出来补给别的市场。整个过程跟着赛程和赛果动态伸缩，把成本和体验之间的那根平衡杆一直稳住。

再比如印尼。

印尼是千岛之国，网络基建其实并不好，但人口两亿多、年轻人比例高、看球意愿极强。

腾讯云赶在世界杯开赛前，和当地最大的运营商合建了一张 CDN，刚好赶上赛事上线，把跨网质量和用户体验拉起来了。

最后看孟加拉。

孟加拉国的一款 App —— Rockstreamer，原来用友商的方案，上线后用户反馈体验很差。

后来，运营方找到腾讯云。腾讯云只用了 5 天时间，就把整套系统从原方案切了过来。切完以后，跑得很流畅。之所以能这么快完成迁移，是因为腾讯云支持的 OTT 媒体协议跟原厂商完全对齐，客户不需要改动自己的系统架构。

这些故事的背后，其实是腾讯云在海外 OTT 行业里积累了七八年的一件 " 苦活 "，把海外那一整套媒体协议全部支持了下来。这个话题，后面我们还会聊到。

从 2018 年一周时间搭个方案救场，到 2026 年支撑 17 个国家地区的赛事直播。八年时间，腾讯云的角色，已经从 " 临阵磨枪的新手 "，变成了 " 全球赛事直播背后的大佬 "。

前几天，腾讯云开了一场围绕音视频 AI 的媒体沟通会。会上除了讲赛事本身，还抛出了一个让不少同行有点意外的话题：他们推出了一个叫 "WAND" 的音视频 AI 整体解决方案，并借用了今年 AI 圈里流行的一个词——"Harness"，来形容自己在做的事情。

Harness，做名词是 " 马具、挽具 " 的意思，做动词是 " 控制、驾驭 " 的意思。四月份左右，随着 Claude Code、Cursor 这类 AI 编程工具的爆火，业内开始意识到，这些工具背后真正干活的，不是某一个大语言模型，而是一整套调度框架。所以，Harness 这个词，开始在大语言模型和编程圈流行了起来。

腾讯云的意思是：多模态领域也需要类似的东西。而 WAND，就是他们给出的答案。

消息一出，不少同行也在琢磨：WAND 到底是个什么方案？为什么现在推？跟世界杯又有什么关系？

接下来，小枣君就把这件事捋一捋。

█ WAND 到底想解决什么问题？

要理解 WAND，我们得先回到刚才聊到的世界杯直播：

一场直播背后，涉及的技术环节非常多——采集、编码、传输、转码、分发、画质处理、多语种翻译、竖屏改造、广告插入、CDN 加速、终端播放……每一个环节，背后都是不同的模型和算法在干活。

问题来了：模型这么多，谁来负责把它们串起来？串完之后，谁来保证每个环节都不掉链子？出了 bad case（比如翻译幻觉、画面撕裂、声音不连贯），谁来兜底？

这就是 WAND 要解决的事情。

我们把话说得再直白一点。单一大模型能不能解决问题？能，但只能解决一小段。

比如做一个短剧出海项目，用一个视频生成模型，一句 prompt 能给你生出 10 秒钟的画面。想生成完整的一集？不行，得拼。拼起来之后，转场不自然，声音不连贯，字幕有乱码，画质忽高忽低，翻译还容易出幻觉。

再比如，做一场直播，光靠一个 AI 导播模型也没用。前面还得有编码、有传输、有画质增强，后面还得有剪辑、有分发、有广告插入。

这就是多媒体领域跟纯文字领域最大的不同——文字领域，一个大模型 + 一个 Chatbot 界面，用户体验就闭环了。多媒体领域，链条要长得多，任何一个环节掉链子，最终用户的体验就崩了。

所以，多模态领域需要一个 " 总指挥 "，把这些环节全部串起来：用户提需求，它去调模型；模型出问题，它去修复；模型不够用，它去补算法；成本要平衡，它去调度。

腾讯云这次推出的 WAND，做的就是这件事。

腾讯云副总裁李郁韬

按照腾讯云副总裁李郁韬在沟通会上的说法：" 我们提出，在多媒体领域同样需要用 Harness 的思想，把所有模型串起来。这中间不仅包括大语言模型，也包括多模态模型，甚至还包括一些小参数量的画质提升模型、小参数量的应用模型，都会串在里面。"

翻译成大白话就是：如果说各种大模型是发动机，那 WAND 就是变速箱 + 底盘 + 方向盘。光有发动机，车跑不起来。

█ 为什么现在需要 WAND 这样一套方案？

有人会问，现在生成式视频模型这么强，未来会不会越来越强，强到不再需要中间这一层？

小枣君觉得，恰恰相反。生成模型越强，中间这层 " 编排 " 的重要性反而越大。

大模型是 " 生产力 "，编排层是 " 应用出口 "。生产力提升，会刺激应用需求同步增长，而且需求增长的广度永远强于生产力的提升速度。这个供需 gap，单一大模型永远填不平。

除此之外，还有几个非常现实的驱动因素：

第一，模型选择困难症。

现在全球的多模态大模型不下几十家，国内的、海外的、开源的、闭源的、通用的、垂类的，一天一个样。对企业客户来说，一个新模型出来就得对接、测试、评估一次，费时费力效果还未必好。

WAND 替客户把这些活干了，选模型、评模型、调模型、缝短板，全部封装成 API，拿来即用。

第二，性价比才是硬道理。

很多客户追求的不是 " 最极致的效果 "，而是 " 最高性价比的效果 "。做短剧出海，画质中等就够，成本控制好才是关键。用一个中等模型 + 后期修复，反而比用最贵的顶级模型 ROI 更高。

WAND 的价值，就是让客户根据场景灵活组合模型，把成本算清楚。

第三，模型的 bad case 需要兜底。

现在市面上所有的多模态模型，没有哪一家是 100% 稳定的。视频里有乱码、转场异常、语音不连贯、多语言翻译出现幻觉，这些是行业公认的痛点。如果没有一层方案兜底，客户就只能派人肉眼检查、重新生成、来回试错，成本翻好几倍。

WAND 的做法，是引入一个 " 检查—修复 " 闭环：模型出结果，另一个模型来检查，发现问题就修复，而不是重来。

以翻译场景为例，根据腾讯云的实测数据——这套端到端的处理流程，能让翻译场景的效果稳定性提升大约 20%。对短剧、漫剧这类出海生意来说，稳定性提升 20% 意味着少派一半的人力去做 QA，出品成本和成功率同步改善。

█ 腾讯云凭什么做 WAND？

能推出这类方案的厂商不止一家，但腾讯云选择在这个时间点押注，理由挺足的。

第一个理由，是十年音视频 PaaS 的老本。

腾讯云音视频这条产品线孵化了将近十年——云直播、云点播、媒体处理、实时通信……每一个模块都服务过大量企业客户。这意味着，它对音视频的生产链条、用户互动、行业痛点有非常深的理解。

而多模态模型学的是什么？就是音视频数据。腾讯云在这个垂直行业积累的经验，比通用大模型还要 " 老 "。

第二个理由，是客户基本盘足够大。

短漫剧出海，头部客户接近 90% 以上用腾讯云。国内头部短视频和直播平台的视频处理、超分、增强、压缩能力，腾讯云几乎都已做到行业规模第一。

客户多，跑的量大，现网数据丰富，这是训练和迭代 WAND 最好的燃料。

第三个理由，是端到端的解决方案能力。

小枣君观察下来，这类方案的门槛，不在于串多少模型，而在于串出来的东西能不能 " 整体交付 "。

以横转竖为例，行业里几乎每家云厂商都说自己能做。但真正落地的时候会发现，如果画面里有比分牌、字幕、logo，转竖之后怎么合理排布？绝大部分厂商没解决这个问题，只能做 " 干净画面 " 的横转竖。

而 WAND 方案里，有 logo 提取、字幕提取、无痕擦除、翻译、贴片、多模态画面理解、AIGC 生成……一整套能力打通，横转竖才真正能落地到有比分、有字幕的实战画面。

这就是端到端的价值——不是拼一个能力清单，而是拼真正跑通业务的能力。

█ WAND 长什么样？

按照腾讯云披露的信息，WAND 的能力矩阵大致分成三层：

底层是模型层：包括腾讯自研的媒体专用模型，以及外部合作的第三方多模态模型，加起来几十种服务，构成一个 " 模型池 "，根据场景调不同的模型。

中间是编排层：整个方案的核心，覆盖 60 多种音视频能力，负责需求识别、模型选择、参数调优、结果评估、缺陷修复、成本调度。这一层其实就是腾讯云沉淀了十年的音视频 PaaS 经验的现代化封装。

上层是场景化解决方案：针对不同场景，WAND 组装出不同的端到端方案——直播、短剧漫剧、电商、广告……这些方案，都是围绕 " 端到端 " 三个字构建的。客户不需要拼多家供应商，一家搞定。

WAND 听起来有点像 " 音视频的中台 "，但两者的定位差别其实很大：中台强调 " 共性能力沉淀 "，WAND 强调 " 围绕 AI 大模型的动态编排与端到端的解决方案 "。

█ 出海：WAND 的另一个战场

聊完技术，最后简单说一下腾讯云的另一个筹码——出海。

WAND 这套东西，光在国内跑，价值有限。真正的爆发点，是在海外。

原因很简单：海外的音视频技术栈迭代比国内慢，传统 OTT 行业沿用的一整套媒体协议，兼容起来非常麻烦，海外厂商想切换到新方案，光是协议适配就要花好几年。

腾讯云在这方面憋了七八年的大招——把海外 OTT 行业里的媒体协议基本上全部支持了。这意味着，海外客户从其他厂商切换到腾讯云，不需要动自己的系统架构。前面提到的孟加拉国 Rockstreamer 5 天完成迁移，就是这么来的。

再叠加上 WAND 的 AI 能力，腾讯云在海外的打法就变成了——" 你原来的东西我全兼容，我新做的东西你还没有 "。这是一个完全错位竞争的姿态。

据披露，腾讯云在海外的基础设施投入每年至少翻番。韩国头部 OTT 几乎全部使用腾讯云服务，亚太地区超过六成的直播客户在使用腾讯云的方案。这次世界杯的 17 个国家和地区服务，也验证了这套打法在赛事级流量下能够扛得住。

█ 最后的话

多模态时代的音视频云服务，正在从 " 卖单点能力 "，转向 " 卖端到端方案 "。

模型越多，链路越长，最终用户的体验反而越难保证。这时候需要有人做 " 缝合工作 "，缝得好不好，直接决定了 AI 应用能不能真正落到用户手里。

腾讯云副总裁李郁韬分析称，云厂商在多模态领域接下来的竞争，大致会在三个方向——训练算力、存储数据、推理应用。前两个拼的是资金和基建，第三个拼的是能不能把模型能力真正转化成客户用得起、算得清成本的服务。

WAND，恰好就是腾讯云给 " 第三个方向 " 交出的答案。

至于它能不能真的成为多模态时代那把新 " 钥匙 "，让我们拭目以待。

参考文献：

1、腾讯云音视频媒体沟通会（2026 年 7 月）；

2、《腾讯云护航全球 17 国地区世界杯直播，决赛夜在线峰值超 5000 万》；

3、腾讯云官网、WAND 解决方案介绍页；

4、公开采访资料及行业报道。