快手可灵战略提级，视频大模型混战时代来了？

文 | 互联网江湖，作者 | 刘致呈

有一阵子没聊AI了，趁着最有时间，有点看法想跟大家交流。

DeepSeek诞生之后，各个行业朝气蓬勃，百度把DeepSeek做进了搜索，腾讯把大模型做进了微信，各种行业，各种产品都用上了语言大模型。

一场AI革命，已然发生了。

前十年，移动互联网时代掀起的流量革命，一开始是图文，然后就是视频。十年之后的今天，快手、抖音成了全网最大的“注意力黑洞”，虹吸着流量和以流量为生的业态。

往后看十年，AI亦如是。

DeepSeek改变了图文交互、语言交互，今天的AI正在改变视频交互。

从AI生文、AI生图再到大模型生成视频，这一进化符合逻辑，也顺应历史周期。问题是，新的周期之下，这场AI革命将由谁主导？

快手、抖音：天下英雄“惟使君与操耳”。

今天的视频大模型玩家，大概有这么几类：

第一类是巨头。

比如，腾讯混元视频大模型、阿里通义万相。

巨头布局文生视频，本质上是布局入口，同时为未来业务端的需求做技术储备。

腾讯做文生视频，可以给视频号做能力储备，一旦有了真正需求，现成的模型就能拿来用，阿里也是一样，淘宝越来越内容化，文生视频这个能力是留个后手。

符合大厂一贯的做派，我可以不用，但每个入口都要布局，每个能力都要面面俱到。如果赛道里有人跑通了，那就砸资源跟进。

语言大模型上，腾讯不也是观望了很久，直到DeepSeek出世，直接整合进微信，摘了最大的果子。

第二类，是AI公司。

比如，商汤科技的V-ME，科大讯飞的讯飞绘镜。

这些AI公司，囿于自身的实力以及资源限制，能够在文生视频上投入的资源并不多，更多的精力其实还是在自身业务。做大主营业务是核心KPI。做视频大模型，陪跑的概率很大。

第三：短视频平台。

短视频平台核心就两家：快手、抖音。

先来说快手。

最近，市面上有这么一则消息：快手成立了可灵 AI 事业部。快手高级副总裁盖坤担任可灵 AI 事业部负责人，AI战略在快手内部提升至最高级别。

这动作是什么意思呢？

枪擦完了子弹上膛，玩儿真的了。

快手可灵AI增长是很猛的。今年2月份可灵 AI 累计营业收入已超过 1 亿元，今年前三个月，可灵AI营收超过了2024年总和。商业化这块儿，可灵AI很有爆发力。

快手可灵AI生成的视频质量很高，可灵AI2.0的产品能力已经追平甚至部分超过Sora。目前定位于生产力工具。

生产力技术是最容易变现的。

AI的路线上，快手走的是当年微软走过的路子。

AI这样的技术，就是新时代的office，当年微软靠着office 、Windows挣得盆满钵满，就是因为软件作为生产力是一种刚需。

视频大模型，只有先把生产力变现的逻辑跑通了，才能支撑后续源源不断迭代。所以，快手内部会上，盖坤也提到要优先保证模型效果，聚焦professional creators。

好产品是不缺用户的。

可灵AI这一亿的营收背后是 2200 万用户，1.5 万开发者和企业客户贡献的。后续还会有多少付费用户，且看快手后续财报。

只是，这一个亿就像是一个标杆，后续视频大模型能不能触及商业化这个条线，一个小目标就是个重要的参考系。

与快手不同，抖音走的是另一条路。

最近，豆包大模型团队组建了AGI 长期研究团队，还发布 Seaweed-7B 模型，号称能在25秒内生成高质量视频。可见在视频大模型上，抖音还是聚焦技术。

相比快手可灵AI，字节即梦在视频生成效果上略显粗糙，但体验门槛低。这反映出团队还在继续打磨技术产品，并希望通过降低门槛，来把流量池做起来。

字节的优势是用户流量池很大，做AI也是复制过去成功的路径。当年抖音做起来，也是走的这个路子。

如今APP工厂的优势还在延续。

说穿了，字节做即梦，重点是铺量，内核其实还是互联网产品，并非“生产力逻辑”，而是“游戏运营逻辑”。

策略上即梦“先免费”，让99%的轻度用户免费爽，然后反馈数据优化版本，用1%的重度用户买单。

是不是跟某些游戏策划的脑回路很像？

这个策略最大的一个好处是，一方面版本可以继续升级，又有足够的用户交互反馈数据样本来优化模型，另一方面也能留一点商业化的火种。

但“游戏运营”，本质是个 UGC的路子。这个策略能不能走下去，关键就在于用户活跃度能不能维持下去。

维持用户活跃度，其实还是得靠产品，产品好用自然就不缺用户。所以怎么提升技术，产品能力，是即梦眼下最需要解决的问题。

生产力逻辑也好，游戏运营逻辑也罢，两家路线各有优劣，就看谁先能跑出来了。

生成式AI对于短视频的意义，如同自动驾驶对于网约车平台的意义。这个业务做好了，与快手、抖音主业是有强大的协同效应的。

这种协同效应，可能会进一步改写流量商业的底层规则。

视频大模型，能不能革流量成本的命？

除了短视频平台本身，视频大模型，还能颠覆很多。

从落地的角度来看，未来视频大模型的确有两个重要的方向。

一个是专业化方向。

视频大模型，最直接的一个价值就是降低影视的生产成本。

Sora当初之所以备受关注，是因为人们颠覆了人们对于视觉生产力的认知，觉得它能够颠覆很多行业的生产方式。

比如，Sora会改变整个好莱坞的成本结构。

一项新的技术、产品，先打透专业领域是一种普遍的规律。历史上，很多伟大的互联网产品，都是从B端到C端，比如最早的聊天软件MSN就是应用在商务端，到后来的QQ、微信普及，才扩散到C端。

当文生视频大模型强到一定程度，就变成了魔法，就像魔幻小说里写的，人人都有了“言出法随”的能力。

一句话变成了一个镜头、一段视频，这会革了摄影师的命。

比特币有个口号：“code is law”。代码即法律。换到视频生成大模型上就是：“word is movie”。

所述即所见。

放在影视行业里，所述即所见是很有价值的。

爱奇艺的自制剧有声有色，但问题就是自制剧相当耗费资源，所以成本一直是个问题。

你看爱奇艺年报，2024年爱奇艺总成本为219.5亿，内容成本就有157.1亿。同年净利润同比暴跌60%。天眼查APP融资信息显示，爱奇艺2018年上市，直到2023年度净利润才转正。

这充分说明一个问题：好内容，是要花很多成本打磨的。

《哪吒2》，比如《流浪地球》系列，成本都不低。原因就在于整个电影工业化成本的问题。我们的电影行业缺乏工业基础，好内容的制作成本还是太高了。能解决这个问题的，目前看来只有AI。

在内容行业，降本这件事儿，是能解放创造力的。

人类历史中，铁器的大规模使用降低了农业生产成本，人活着的成本降低了，才有了诸子百家、才会有文艺复兴。

这几年，影视行业很惨，大的影视公司都在降本，从降本来看，视频大模型是个不错的方案。成本降下去了，好内容多了，影视消费也才能起得来。大家周末更愿意进电影院了，也能带动其他服务消费。

至此，服务消费的正循环就有了。

专业化方向之外，视频大模型的另一个方向是大众化。

百度有一个产品叫“秒哒”，这个产品可以通过自然语言描述需求快速生成应用程序，门槛很低。这个产品对于编程来说是划时代的，有了这个产品，普通也能变成了程序员。

对于今天的内容行业而言，文生视频大模型也是划时代的。这意味未来的内容创作者数量可能再次井喷，流量基础设施发生改变。

做内容行业这么多年，我有这么一个感觉：内容这个东西，本质上是一种注意力货币，是会发生通缩的。也因此内容越繁荣，供给越多，实际的单流量成本越低。

从图文、到视频，各种各样的内容暴增，单位流量成本是在一直降低的。

比如说，公众号时代，图文单位流量比搜索流量便宜。于是，微商崛起。短视频时代，视频平台单位流量比图文要便宜。然后直播带货崛起。

大模型时代，内容供给成本降低，创作数量一定会再次暴增，到那时候，生成视频的单位流量会不会更便宜？在此基础上会不会有新商业形态？

我认为这些都是可以期待的。

视频大模型的价值，一方面在于改变成本，另一方面也在于改变人们创造信息世界的方式。

人们创造信息世界，主要靠三种方式：“码字，代码，拍摄”。

前两种已经被大模型颠覆，现在正经历的是第三种。

现在的互联网上的大部分视觉内容，要么拍照片，要么拍视频上传，太没有效率了。不符合互联网的基本逻辑：极致的效率。

AI天生就是效率机器。

幻方量化为什么能孵化出DeepSeek，因为金融本身追求极致效率，这与AI的基因是相契合的。

不能否认，内容创作是需要创意的，创意这个东西，AI还不能完全替代人类，但有了这个效率工具，我们一定能加速进入下一个视觉互联网时代。

大模型生成视频，只是推动互联网向下个时代变革的第一步，走出了这一步，也许离真正的元宇宙互联网就不远了。

最后，行业格局未定，视频大模型仍有变数。今天的可灵AI、即梦、通义万相，一如当年的微信、飞信、来往。

图文AI领域，过去以为大家都以为最后的王者会是文心一言、会是ChatGPT，谁承想最后跑出来了DeepSeek。

DeepSeek颠覆了很多人的认知，证明大模型赛道，小而精的路线跑得通。那么问题来了，未来视频大模型，会不会出现像DeepSeek一样的Gamechanger？

最终，一切都要交给时间去验证。