终端客户在真实场景里应用的，往往是 " 一个基模 +WAND 能力组合 "。
全文共 3135 字，阅读大约需要 8 分钟
作者 | 贾阳
AI 短剧，成了当下最火热的 token 吞噬方。
而从业者的关注点，也越来越实际，脱离底层模型本身，回归交付成果；从一次生成的效果和成本，转到创作全链路的效率、可控性、准确性、可编辑性。
腾讯云也以自己的方式参与了潮流。腾讯云在今年 6 月发布了名为 WAND 的 AI 音视频能力 " 家族 "，整合了混元等主流多模态模型和自研垂直模型，覆盖生成、理解、处理、编码全链路。美加墨世界杯 17 个区域的直播业务，就由 WAND 承接。
而到了 10 月，WAND 全新升级了 WAND-Vega 多模态应用模型，面向广告、电商、短漫剧、AIGC 工具平台等商业场景进行针对性调优。
跟市面上用单一产品 / 模型打爆款的思路很不一样，WAND 想做的是一个开放的生态，一套可用性高的基建。不在于去贩卖单一模型的参数性能，而是强调内容生成的综合能力。
而这种市场定位，跟 workbuddy、微信等产品的理念是相似的：做类基建的工作。因而跟所有人交朋友，才符合长远利益。但面对友商激烈的市场攻势，WAND 的打法奏效吗？
谁在用 WAND
腾讯云音视频 AI WAND 产品家族已服务 90% 的头部短漫剧出海企业。这是近期 2026 腾讯全球数字生态大会给出的最新数据。
短剧公司漫森文化就是这一类内容生成方的典型。漫森也经历了从真人短剧转向 AI 短剧的过程，其助理总经理谭琳描述了一条清晰的产能跃迁曲线：过去做真人短剧月产量约 50-60 部，转向 AI 短剧后稳定每月 130-150 部。" 真人剧单部成本大概 150 万，AI 短剧整体降本 90%。"
AI 短漫剧最贵的地方不是生成一次，而是反复抽卡，会直接放大算力成本。谭琳称，如果不用 WAND，镜头可用率大概 30%；接入 WAND 后可用率可达 50% — 80%，精细化运营后能稳定维持在 80%。整体来看，" 可以节约 30% 成本，整体提效 30%"。
漫森调用 WAND 的方式，也很有 Agent 时代的代表性。技术扩散大背景下，漫森文化也开发了自研中台，WAND" 深度嵌入 "。剧本、分镜、画面生成、后期、剪辑全链路，都由 Agent 工作流自动调用，" 不需要业务侧单独逐个节点手动调用 "。WAND 在底层，为 Agent 提供定向优化过的能力。
紫讯科技（旗下 LinkFox）也是最先接入 WAND-Vega 的 AI 商业素材平台，主要服务跨境卖家。联合创始人杜玉生介绍，其素材用于商业运营，因此对正确率要求极高。Vega 带来 " 两个明显指标变化 "：图片素材有效使用率从 50%-60% 提升到 70%-80%，AI 辅助的设计创作产能半年间提升约一倍。
提升工作效率，是所有工具共同的大趋势。而据腾讯云副总裁、媒体 AI 产品负责人李志成，在效果对齐行业主流的前提下，WAND 客户的平均成本还能再低 20%-30%。
" 海外客户占我们业务一半左右，他们更关注解决方案能不能帮自己解决业务问题、创造商业价值，这是我们的出发点。" 李志成称，再过几年，普通终端用户更关心使用体验，这个工具好不好用。
短漫剧、电商等内容生成，是 AI 产业级应用后爆发的一类需求。而腾讯云 WAND 的视角里，内容生产之外，多模态能力也正在进入游戏、直播、会议等高频互动场景，产业潜力都很大。腾讯云副总裁李郁韬称，"2026 年产业 AI 竞争的焦点，正在转向实时交互与任务交付。"
腾讯云实时智能在直播中的应用
美加墨世界杯期间，WAND 为 17 个国家和地区的官方转播平台提供技术服务，创下中国云厂商服务世界杯的技术覆盖纪录。2026 年 APEC，官方新闻转播信号、实时字幕翻译、终端横转竖也由 WAND 整体支持。官方口径是，WAND 服务超 2000 家企业，日均生成 450 万 + 张图片、300 万 + 秒视频。
WAND 如何卡位
WAND 可以说是腾讯云在音视频领域历史的业务沉淀和逻辑，在 AI 时代的产物。
用腾讯云 WAND 多模态应用负责人朱琳的话说，WAND 有两大核心特点：第一，继承腾讯二十多年音视频积累，图像、视频、语音能力沉淀是我们的核心；第二，坚持开放生态，和市面主流基座、工具、原子能力开放合作。
以 WAND-Vega 这个自研应用侧模型为例，它不是一个通用基座模型，而是基于混元基座模型加上行业里一些优质开源模型，针对广告、短漫剧等商业场景做后训练、强化调优得到的。
" 通用场景的能力现在已经不是行业痛点，但基模在垂直场景里面还有很多 bad case 没有解决。" 李志成表示。
比如，画面崩坏是目前所有基座模型都没办法百分之百解决的问题。WAND 的擦除修复、生成式增强能力，能有效针对这类问题。据朱琳介绍，画质增强能力早在 AI 基座模型爆发之前就已经存在，最初服务于央视、腾讯视频七八十年代老剧集的修复。
而腾讯云视频四五年前就积累的云渲染经验，也沉淀进了实时白模产品：先用 3D 软件生成简单白模视频，把 3D 物理规律、背景全部确定，再交给模型生成视频，" 效果非常好，也解决了光影、物理复杂场景 bad case 和出卡成本高的问题。"
现场一位 AI 创作平台的业务负责人介绍，他们也基于这一百模方案做了产品，曾经有保险客户口述 " 春节放炮发生意外，救护车赶到现场 "，系统就会生成对应的白模视频，再交给 WAND-Vega 或者其他模型做渲染，能尽量减少反复抽卡，几乎实现秒级 " 言出法随 "。
智象元一（HiDream.ai）同样是面向营销、影视、内容创作等领域的 AI 创作平台，也有自主研发的图像、视频、交互式世界模型、具身智能模型在内的模型矩阵。据智象元一商务副总裁沈伟峰，专业影视团队结合腾讯云 WAND 的擦除修复、画质增强等能力，能帮助创作团队减少返工、提高内容可用率、降低制作成本。
这些场景比拼的不是基模参数，而是把腾讯云音视频十几年的工程积累，塞进生成流程的缝隙里。
但这一定位在行业里并不新鲜。字节、阿里、快手、Vidu、MiniMax 等厂商也都在把模型能力往具体工作流里沉。
WAND 的差别在于，它没有讲 " 某个视频模型单点领先 " 的故事，而是把图像、视频、语音、理解、增强、编码、转码、分发，打包成一套可被企业直接调用的能力族，把能力嵌入企业已有系统。换句话说，它更像一条内容生产线的 " 中间件 "。
比如朱琳提供的 WAND 服务某头部互联网平台赛事直播细节，陪着他们调了大概几十版，而有意思的细节是，WAND 内部专业测评选出的技术最优版本，和平台真实客户选的并不一致，最终上线的是客户喜欢的版本。服务于企业个性化的需求，最终直播效果被广泛称赞。
终端客户在真实场景里应用的，往往是 " 一个基模 +WAND 能力组合 "。朱琳称，" 不对标基础大模型，我们追求的是基座模型加 Vega 实现 1+1 大于 2 的效果。"
但这也带来产品复杂度的问题。李志成坦陈，早期针对不同场景推出过多版本，导致客户选择困难，后续会做版本收敛。版本过多会提高接入门槛，版本过少又可能无法覆盖差异化场景。WAND 需要在 " 标准化 " 和 " 场景定制 " 之间找到稳定边界，否则容易陷入 " 能力很多，但客户不知道买哪一个 " 的尴尬。
WAND 的底层哲学，是 " 连接 " 而非 " 造轮子 "
腾讯云强调 WAND 不绑定单一模型，而是兼容主流基座和开源模型，并通过 TokenHub 等云产品，以 OpenAI 兼容 API、MCP、Skills 等方式输出能力。
这对开发者和企业用户友好，也能避免被某一模型的技术路线锁死。
据朱琳告诉 20 社，对外提供生成式服务的主流第一梯队模型，" 至少有两到三家在用我们的服务，调用了 WAND 与 Vega 的技术。"
朱琳提供了一个极生动的比喻：基模就类似于汽车的发动机，它不一定是最赚钱的，真正赚钱的应用与品牌层还在成形之中。
因此，至少在很长时间内，腾讯云和 WAND 都是打开放生态，" 不管是底层的模型，还是偏 PaaS 层的云服务，只要是全球主流的、开源能合作的模型，我们都会去拥抱。"
李志成判断，未来 1-2 年，全球通用大基座能活下来的数量有限，但面向垂直场景的模型和应用会越来越多，商业价值巨大。
押注在 " 连接 "，而非 " 模型 "。这也是由腾讯云偏基建类业务形态决定的哲学，产业和生态是百花齐放的，所以必然就会造就（应用）模型的百花齐放，所以 " 跟大家站在一起 "；会关注参与像短剧、电商这种领域，但更多的是去看全体互联网消费习惯的走向和变迁。
但从商业角度看，开放生态也意味着差异化更难被感知。
如果多家云厂商都能接入相似模型，并提供相近的修复、增强、转码能力，WAND 的护城河就会回到两个更朴素的问题：第一，客户实际可用率是否显著更高；第二，综合交付成本是否更低。模型来源会越来越不重要，重要的是客户是否愿意把整条产线交给它。