标签: AI

  • 原生AI入口分流:付费之外,文心走向普惠

    声明:本文来自于微信公众号 字母榜,作者:李峰

    原生AI入口正在进入分流时刻。

    过去两年,大模型产品的竞争焦点主要是模型能力。但进入2026年,问题开始变化。

    Agentic能力不断进化,AI从“会聊天”走向“能办事”。任务能力越强,产品分层越明显。复杂办公、深度研究、代码生成、长链路Agent,都意味着更长上下文、更多工具调用和更高推理成本。

    在这些背景下,一些AI厂商开始将高阶能力单独定价。

    近日,豆包推出专业版。公开信息显示,豆包专业版基于豆包2.1系列大模型,标准套餐连续包月68元,加强套餐连续包月200元,高级套餐连续包月500元。

    AI生产力正在被重新定价,但另一件事也在同时发生。百度文心宣布网站整合升级,把另一条路推到台前:通过统一入口和模型升级,继续维持免费,降低普通用户使用AI的第一道门槛。

    中国生成式人工智能用户已经进入6亿级市场。AI助手面对的不只是程序员、研究员和企业用户,也包括学生、家长、普通职场人、自由职业者这样的普通受众群体。

    于是,国产AI的商业化路径正在走向分化:AI到底该先服务少数专业用户,还是先让更多普通用户用起来、用得懂?

    A

    当前,智能体等AI应用的竞争正在加速。

    从办公助手到代码助手,从研究助手到营销助手,从个人助理到企业智能体,AI产品都在把“回答问题”升级为“完成任务”。

    普通聊天通常只需要模型给出一次答案;复杂智能体任务往往要经历多轮推理、信息检索、工具调用、文件处理和结果校验。

    在这个过程中,AI使用账单已经先一步变化。

    近期公开报道显示,亚马逊等公司开始限制员工使用AI工具。原因并不复杂:高级模型和智能体工具的计算成本,明显高于普通聊天机器人。

    一些学术研究也在指向同一个问题。

    今年4月,斯坦福大学数字经济实验室发布工作论文《How Do AI Agents Spend Your Money?》(《AI智能体如何花掉你的钱》),分析了8个前沿大模型在SWE-bench Verified上的任务轨迹。

    SWE-bench Verified是用于评估模型解决真实软件工程问题能力的基准。论文称,智能体编码任务的Token消耗可达代码推理和代码聊天任务的1000倍;同一任务不同运行之间,Token消耗最高相差30倍。更高Token消耗也不必然带来更高准确率。

    对专业B端用户来说,只要AI能够减少人力投入、缩短交付周期、提高工作质量,企业就会把它放进生产力账本。

    然而,C端用户面对的是另一套问题。

    普通用户未必理解智能体是什么,也未必知道不同模型之间有什么差异。面对Agent生态的加速迭代,很多人首先遇到的不是能力上限问题,而是使用门槛。

    这个门槛正在变成行业共识。

    中国互联网络信息中心(CNNIC)第57次《中国互联网络发展状况统计报告》显示,截至2025年12月,中国生成式人工智能用户规模达到6.02亿,普及率为42.8%。生成式AI应用场景正在向生活、生产领域渗透。

    6亿用户之后,AI助手面对的已经是大众市场。

    学生、家长、普通职场人都在加速使用AI产品。对他们来说,AI助手的关键价值,不在参数大小,也不在概念新旧,而在能不能更容易地完成一项任务。

    去年8月,国务院发布《关于深入实施“人工智能+”行动的意见》,明确提出“推动人工智能普惠共享”,推动技术开源可及,帮助更多国家和人群参与智能化发展进程。

    高阶能力需要商业闭环,基础能力也需要亲民入口。前者决定AI生产力能否持续供给,后者决定AI能否进入数亿普通人的日常任务。

    在这条分流线上,百度选择了升级产品入口。

    今日,百度宣布对文心旗下多个网站入口进行合并升级,统一整合为全新的百度文心网站,打造一站式AI服务入口。用户可在一个平台内便捷使用全部AI功能,大幅降低使用门槛,提升交互效率。

    这意味着,百度把更先进的模型能力和AI服务,被整合进了一个更大众和统一的入口里。

    B

    目前,升级后的百度文心网站已经形成多元能力矩阵:多模态搜索、中文写作、图片问答、AI PPT、视频生成和跨端协同等能力,被放进同一个入口,覆盖生活、学习、工作和娱乐。

    统一入口的价值,是减少用户选择成本。

    过去,用户要完成一个任务,常常要在多个工具之间切换。写报告要找资料,找资料要搜索,做PPT要整理大纲,生成图片视频又要打开另一个创作工具。

    百度文心网站把这些能力集中起来,用户面对的不是多个工具菜单,而是一个可以承接任务的AI入口。

    哪怕是一个职场用户提出“我要做一份汇报”,背后也可能涉及一套复杂的Agent调用链路。

    整合后的文心,承接的正是这类普通用户高频、真实、跨工具的任务。

    以生活服务场景为例,本月10日,百度发布今年高考服务升级方案,推出AI志愿报告,并引入真人专家背书机制。

    据了解,AI志愿报告通过文心助手多轮对话采集考生信息,结合历年投档分数线、高校及专业数据、专业就业前景等数据库,为考生输出个性化志愿填报方案,并向考生免费开放。

    高考志愿填报牵涉分数、院校、专业和就业预期。文心助手通过多轮对话和数据库生成方案,AI入口开始进入更重的生活决策场景。

    用户不必先学习专业软件,也不必在多个入口之间来回跳转。复杂模型和智能体能力,被整合到一个普通人可以便捷使用的入口里。

    图片

    文心和豆包专业版的路径分化,也由此拉开。

    豆包专业版把高阶任务能力做成更清晰的付费层级,以付费订阅验证产品价值并反哺研发。

    文心网站则把基础模型、智能体能力和高频任务入口打包给用户,让更多人先用起来、用得懂、用得上。

    百度的普惠路线,也有更早的用户基础。

    QuestMobile研究院今年3月发布的《2025年AI应用层发展核心报告》显示,2025年PC端AI应用月活跃用户规模达到2.05亿;在月活跃用户规模TOP10的PC网页版应用榜单中,百度旗下文心助手、百度文库、百度翻译占据三席,且均位于前五。

    报告还提到,AI搜索引擎、AI综合助手和AI效率办公正在构成PC端主力赛道。

    今年春节期间,文心助手增长也提供了一个侧面样本。春节红包活动启动以来,文心助手MAU同比增长4倍;生图功能调用量同比增长50倍,生视频功能同比增长40倍,AI打电话功能增长近4倍。

    用户被入口带进来之后,增长落到生图、生视频、AI打电话等具体功能调用上。文心网站这次整合,承接的正是百度已经跑出的网页端和应用端AI需求。

    对C端用户来说,普惠不能只是一句口号。

    它要求入口简单,也要求覆盖高频使用场景。复杂模型和智能体能力只有被打造成普通人能理解的服务,才可能真正穿过6亿AI用户的使用门槛。

    C

    文心网站这一轮升级背后,是百度对AI应用价值的长期判断。

    上个月,在Create2026百度AI开发者大会上,百度集团创始人李彦宏在开幕式上提出,AI时代的度量衡可能是“日活智能体数(DAA,Daily Active Agents)”。

    移动互联网时代,平台关注日活用户数。智能体时代,平台需要关注有多少智能体在为用户干活,并交付结果。

    Token可以衡量模型调用和算力消耗,但DAA显然更接近任务完成和用户价值。

    当前,文心网站的升级方向,与这个判断高度一致。

    真正的智能体生态,需要大量用户不断提出真实任务。只有足够多的任务被执行、被验证、被复用,智能体才能从概念走向日常服务。

    而这需要更完整的生态布局。

    百度过去的基础盘,来自中国互联网时代最重要的信息入口之一。用户查资料、搜地图、看百科、找文档,绝大多数需求都曾通过搜索完成。

    进入AI时代,这些入口能力没有消失,而是在文心里转化为任务场景。

    搜索时代,用户要的是找到信息。AI时代,用户要的是拿到结果。文心网站把AI能力和服务继续向一个入口集中,实际是在把信息入口改造成任务入口。

    与此同时,在基座模型能力上,百度也在持续升级补强。

    上月,文心5.1正式上线。公开信息显示,文心5.1继承文心5.0知识能力,在总参数、激活参数和预训练成本上做了压缩,并通过智能体后训练强化了Agent、知识、推理和深度搜索能力。

    图片

    该模型迅速登上LMArena搜索榜国内第一,在智能体、知识、推理和深度搜索等方面表现出色,创意写作能力与Gemini3.1Pro相当。

    AI能力越强,越需要面向更广泛的人群开放。只服务少数专业用户,AI很难成为基础服务;只有让普通人低门槛使用,AI入口才有真正的规模价值。

    这也是头部大厂在AI时代需要承担的角色。

    从互联网时代的搜索框到今天AI应用的任务框,百度一直在承接国民级用户需求。QuestMobile数据显示,百度文心助手月活跃用户规模3.6亿。

    AI需要应用场景不断扩展,需要用户在真实任务中反复使用。在这一点上,中国的AI厂商正在走向不同路线。

    豆包分层付费在证明AI生产力需要被定价。百度文心要证明的,是AI生产力也需要被普惠化。再强大的模型能力,也需要在更多用户的日常结果中得到验证。

    今年1月,李彦宏在接受《时代》杂志专访时谈到,百度的基础模型采取应用驱动路线,训练会围绕搜索、数字人等具体应用展开;他还提到,开放模型能让更多人尝试效果,带来更多关注。

    这两件事,恰好发生在这次文心网站升级的延长线上。

    入口合并让文心继续承接普通用户的高频任务;自去年文心4.5系列以来,百度模型团队持续开源,把能力交给更多开发者和企业继续改造。

    用户的使用入口不断降低门槛,开源模型不断扩大覆盖面,Agent在真实场景里验证结果,百度文心的生态才会越滚越厚,为下一轮AI产业竞争筑牢根基。

    目前,AI生产力固然进入了定价周期,但只有穿过足够多的任务、组织和人,AI才会变成下一代入口的底座。

    百度文心押注的,正是这条更长期、也更考验耐心的路。

  • 伍皇崛起!销量超400万,《盛世天下》如何打破续集魔咒

    声明:本文来自于微信公众号 新榜,作者:晓雅

    12天销量超200万,营收超1.76亿,《盛世天下》续作女帝篇归来仍是顶流。

    这款以武则天人生经历为灵感创作的互动影游,讲述了女主伍元照从初入宫廷,到历经权谋斗争与情感纠葛,最终一步步登上权力巅峰的故事。

    去年9月,《盛世天下》上部媚娘篇上线后迅速引爆全网,不仅诞生了“开了个龙眼”“桂花羹”等热梗,还吸引了大量博主和玩家自发二创。

    不到一年,女帝篇上线,再度成为互联网的话题制造机。

    有人为礼治和伍元照的感情线嗑生嗑死,有人沉迷于高阳公主与女主之间惺惺相惜的友情,还有人醉心权谋博弈,一遍遍重开剧情后感慨:“游戏里选错了还能重来,但历史上的武则天没有重开的机会。”

    不仅玩家沉迷其中,各路主播和明星也来勇闯后宫。

    B站头部UP主“某幻君”在女帝篇上线当天便发布试玩视频,相关系列内容累计播放量超过1600万;“陈泽”“中国BOY”等主播连续数日直播推剧情、做选择;甚至连武则天扮演者刘晓庆也亲自试玩,一路展现出顶级强者心态。

    制作方也趁热打铁,近期在南昌、首尔多地举办线下见面会,让演员以角色身份与玩家互动,将游戏热度从线上延伸到线下。

    尤其是在南昌见面会尾声,礼治、高阳等角色依次退场,只剩下女主伍元照独自站在舞台中央。

    伴随着“是非对错,由后人评说,我要做我心中想做的事”的经典台词,无数玩家瞬间被拉回故事之中。有网友感慨:“已经很多年没见过这么有沉浸感的剧宣了。”

    事实上,无论是影视行业还是游戏行业,续作向来是高风险命题,“十续九扑”几乎成为行业共识。但《盛世天下》女帝篇不仅没有陷入续作魔咒,反而完成了一次漂亮的“熹妃回宫”。

    截至目前,#盛世天下相关话题在抖音播放量超过27亿,在小红书浏览量超过11亿,全网累计播放超38亿。

    从一款真人互动影游,到席卷全网的文化现象,《盛世天下》显然已经超出了游戏产品本身的范畴。

    图片

    那么,《盛世天下》究竟为何能够成为现象级作品?哪些人接住了这场泼天流量?它又给内容行业带来了哪些新的启发?

    播放量超38亿,一款更适合中国人的“女帝模拟器”

    如果要用一句话概括《盛世天下》,它或许是一款更适合中国人的“女帝模拟器”。

    《盛世天下》的故事分为媚娘篇和女帝篇上下两部。

    媚娘篇聚焦后宫生存。十四岁的伍元照被迫入宫,在各方势力交织的后宫中艰难求生,并与魏王礼泰、晋王礼治两位皇子产生情感羁绊。故事最终停留在先帝驾崩、伍元照被送入感业寺为尼的节点。

    到了女帝篇,故事格局进一步扩大。回宫后的伍元照不仅要面对后宫斗争,更要走上朝堂、培养势力、参与权力博弈,最终向皇位发起冲击。

    相比剧情本身,《盛世天下》真正吸引玩家的,其实是人物。

    这其中,最好磕的是伍元照和礼治的感情线。礼治为人温润克制、深情隐忍,先帝在时,他便对伍元照暗生情愫。在登上帝位后,他更是力排众议,将伍元照从感业寺接回,封为昭仪,帮她掌权。

    在游戏中,不管伍元照做什么选择,礼治都会在背后为她兜底,用一句话形容就是“他超爱”。

    其次是伍元照和先帝之子魏王礼泰的感情线。由于故事的主线是回宫当女皇,所以礼泰和伍元照的感情线被安排在了新世界线中,但两人的故事篇幅并不多,这也成为了很多人的意难平。

    图片

    感情线外,最令网友期待的还有伍元照和先帝之女高阳公主的友情线。在媚娘篇中,两人就因是否要救高阳的心上人辩机产生隔阂,友情破裂。但在女帝篇中,高阳仍在暗中帮助伍元照,只是自己被权臣陷害谋反,遗憾下线。

    除了承接媚娘篇的人物故事,女帝篇还迎来了许多新人物。

    这就不得不提伍元照招揽的大臣李益府,他可以说是伍元照的毒唯,被招揽后,眼里满是对伍元照野心的欣赏。在别人辱骂伍元照时,他直接怒气冲冲上前对骂,战绩可查。

    《盛世天下》中几乎每个角色都拥有鲜明的人物弧光,他们不是推动故事发展的工具人,而是有血有肉的真实个体。

    据官方介绍,《盛世天下》上下两部总时长超过1200分钟,拥有上百种不同结局。庞大的剧情体量让每个选择都可能导向截然不同的人生,而互动玩法又进一步放大了玩家的代入感。

    玩家不再只是看故事,而是在亲自经历伍元照的人生。

    当玩家开始为角色命运牵肠挂肚时,讨论和二创便成为一种必然,这也是《盛世天下》能够突破游戏圈层、成为全民话题的关键原因。

    主演飞升、二创满天飞,

    谁接住了《盛世天下》的泼天流量?

    在丰富剧情的加持下,《盛世天下》不仅衍生出了各种二创与讨论,连游戏中的“死法”都成为了热门内容。

    不少玩家将自己触发的离谱结局分享到社交媒体,从被桂花羹毒死到中毒笑死,从宫斗失败到政变翻车,各种花式死亡被网友戏称为“传奇耐死王”。

    图片

    让《盛世天下》的热度更上一个台阶的,还有各类博主的试玩直播和视频。

    去年媚娘篇上线时,“桃黑黑”“某幻君”“逍遥散人”等头部博主纷纷入坑试玩。其中,“桃黑黑”贡献了“吃人的后宫原来是个餐厅”“奶龙”等广为流传的热梗;“某幻君”则一路从媚娘篇追更到女帝篇,两部游戏视频在B站的累计播放量超过3300万。

    图片

    除了老玩家持续追更外,李雪琴等明星主播也加入体验大军。

    6月20日,李雪琴在抖音账号直播开玩女帝篇,她对着屏幕一通分析,眼里没有对爱情的好奇,全是对权力的渴望,展示出顶级学霸思维。新榜数据显示,该场直播的观看人数超百万。

    热度之外,演员们同样接住了这波流量,借此升咖。

    作为女主伍元照的饰演者,黄羿凭借《盛世天下》收获了远超以往的关注度,近期微博粉丝更是突破400万。礼治、高阳等角色饰演者官鸿、林小宅也积累了大量忠实拥趸。不少玩家从喜欢角色延伸到关注演员动态。

    值得注意的是,相较于媚娘篇,女帝篇的商业化运营也明显更加成熟。

    在抖音、B站、小红书等平台,《盛世天下》都拥有专门的话题页和活动专区。尤其是在小红书,官方还推出了相关话题互动活动,鼓励玩家发布游戏内容积累积分,并兑换抽奖机会和游戏周边,进一步激发用户创作热情。

    图片

    截至目前,女帝篇的销量超200万,全系列销量超400万套,按照媚娘篇39元,女帝篇老用户49元的价格保守估计,《盛世天下》仅在用户端的收入就达1.76亿。

    不仅如此,《盛世天下》的商业触角还在不断向外延伸。

    近期,其先后与肯悦咖啡、腾讯地图、支付宝、安慕希、《三角洲行动》等多个品牌展开联名合作,涉及餐饮、游戏等不同行业。

    图片

    在线下,甚至出现了女帝篇主题的痛楼。成都、无锡、绍兴、杭州四地大悦城与《盛世天下》合作,用户可在现场领取免费周边。

    从某种程度上说,《盛世天下》已经不只是一款互动影游,更像一个不断生长的IP,在商业上也有更大的想象空间。

    腾讯、字节扎堆入局,

    能捧出下一个《盛世天下》吗?

    《盛世天下》的爆红,不仅让制作方赚得盆满钵满,也让真人互动影游这个相对小众的赛道重新回到大众视野。

    如果把时间线拉长,国内互动影游的发展大致经历了三个阶段。

    2019年,《隐形守护者》《古董局中局之佛头起源》等作品横空出世,以真人演出和剧情选择玩法打开市场,开辟了互动影游这一新赛道。

    此后几年,《神都不良探》《飞越13号房》等作品陆续出现,但整体仍停留在小众圈层。

    直到2023年,《完蛋!我被美女包围了!》意外爆火,销量突破百万,让市场看到了互动影游的商业化潜力。大量团队开始涌入赛道,恋爱、悬疑、刑侦等题材层出不穷。

    《盛世天下》的出现,则让行业进入了新的阶段。

    过去几年,互动影游的爆款大多集中在男频题材,《盛世天下》则首次验证了女性向权谋、大女主成长路线同样具备诞生现象级爆款的可能。它证明互动影游不只是“恋爱模拟器”,而是能够承载复杂人物关系和长线叙事的新内容形态。

    随着《盛世天下》的成功,越来越多公司开始加码布局。

    其中,由万维猫出品、互动之星开发的《绍宋》备受关注。该作改编自阅文集团同名历史网文IP,目前已经杀青,预计于今年8月上线。凭借原著积累的粉丝基础和历史权谋题材优势,《绍宋》被不少玩家视为最有机会接棒《盛世天下》的种子选手之一。

    图片

    与此同时,大厂也开始将目光投向这一赛道。

    相比真人互动影游,AI互动影游正在成为新的竞争方向。今年5月,字节跳动公开了首款大规模使用Seedance2.0制作的互动影游《不问凡尘》PV;芒果TV此前也推出《公主请自重》《马上来财》等AI仿真人互动作品,尝试探索新的内容形态。

    甚至连周星驰也选择入局。近期,其旗下比高集团宣布投资入股互动之星,双方未来将在AI剧集、互动影游等领域展开合作。

    除了内容层面的竞争,底层工具的争夺同样已经开始。

    今年4月,腾讯推出AI内容创作平台“探梦DreamNow”,将制作互动影游作为核心功能之一;《古董局中局之佛头起源》背后的互影科技,推出互动创制工具AltFlow;橙光也上线AI创作工具“橙戏Agent”,试图进一步降低互动内容的创作门槛。

    从内容公司到平台巨头,从真人拍摄到AI生成,互动影游正在迎来前所未有的发展热潮。

    不过,技术降低了制作门槛,却并没有解决行业最核心的问题——讲故事。

    互动之星创始人鹍鹏曾在接受媒体采访时表示,如今行业并不缺制作能力,真正稀缺的是好剧本。在他看来,AI能够辅助创作,却仍然很难完成一个人物鲜活、情节跌宕、能够持续调动用户情绪的长篇故事。

    这或许也是《盛世天下》带给行业最大的启示。

    无论是真人互动影游还是AI互动影游,技术终究只是工具。玩家愿意付费、愿意讨论、愿意反复重开剧情,归根结底还是因为他们在故事里投入了情感。

    这也意味着,下一个《盛世天下》未必诞生于技术最先进的平台,而更有可能属于那些依然愿意认真讲故事的人。

  • 在生产力这件事上,腾讯AI正越跑越快

    声明:本文来自于微信公众号 硅星人Pro,作者:李楠

    关于汤道生和姚顺雨的对谈,或许还有更值得琢磨的地方。

    过去两三年,外界讨论AI,更多是在讨论模型会不会说话、会不会推理、参数有多大、榜单排第几。但现在,大家关心的问题变得越来越具体了。

    Kimi Work把AI推向桌面工作流,OpenAI Codex在把Coding Agent做成开发者的任务控制台,Meta Business Agent要帮商家处理客户咨询、线索筛选和销售转化,Google和微软也在把AI agents放进搜索、办公和企业协作里。

    而这些动作指向同一个方向:AI不再只证明自己会回答问题,还要证明自己能不能进入桌面、浏览器、代码仓库、企业客服、交易平台和业务系统,替人完成一段有结果的任务。

    换句话说,生产力,正在成为AI竞争的第一叙事。而从这个视角出发,汤姚的对话,腾讯云AI产业应用大会的种种动态,呈现了更清晰的意义。

    当AI下半场缓缓展开,腾讯云首次系统发布“效率智能体工具集”,同时升级WorkBuddy企业版等动作,实际上道出了腾讯自身的转折——过去提到腾讯,外界最熟悉的标签往往是游戏、文娱、社交。但到了AI时代,这个标签在向“生产力”转移。

    过去二十多年积累的产品、场景和连接能力,正被腾讯组织成一种生产力生态,进而让它在AI战场上找回一种更主动的进攻节奏,以及新的身份和新的位置。

    一个盯紧生产力的腾讯

    腾讯这次发布的“效率智能体工具集”,覆盖个人、职场、企业和行业等层级。

    面向个人用户,腾讯升级了QClaw、WorkBuddy、元宝、ima、腾讯文档等AI工具;面向职场人群,Buddy家族覆盖代码研发、办公、文档处理和创意设计等高频场景;面向企业客户,腾讯发布WorkBuddy企业版、Agent Suite办公智能体套件,并同步升级一系列企业级智能体平台能力。

    产品繁多,但主线不复杂。腾讯想把AI从一个“能回答问题的工具”,变成一个“能承接任务的工作入口”。

    这里面,WorkBuddy可能是最关键的一个。汤姚对话点名了这个产品,其口碑也确实不错。

    腾讯给它的定位,是全能 AI 工作台。一人指挥,全行业专家执行。你会发现这上面的专家密密麻麻,场景涉及内容创作、法律咨询、投资分析、小微企业等方方面面。

    (WorkBuddy上的专家团队)

    就个人体验来说,过去一段时间,我几乎每天都在用WorkBuddy。原本,我需要每天打开不同的网站,有的是科技领域垂类媒体,有的涵盖科技资讯的财经平台,然后从各家信息流中,筛选需要关注的行业信息。

    但随后,我开始给WorkBuddy设置自动化任务。把关心的主题告诉它,让它每天早上自动查找并过滤过去24小时行业里最值得关注的动态。同时为避免遗漏一些更宏观的大事要闻,还让它从两家权威官媒做扫描梳理。然后把生成的结果,放到Obsidian查看并存档。

    更进一步,过去要分析一家公司、一个主题、一个产业现象,还要想办法查找券商、咨询公司或研究机构报告。现在,可以在WorkBuddy上调用专家团,让他们直接调研和深入分析。

    对我来说,这是AI生产力最直接的样子。而现在,WorkBuddy企业版来了,把生产力从“个体”推向“团队”。

    企业版提供7×24小时运行的专家数字员工,支持员工、AI智能体和团队成员在同一个项目空间里共享上下文、skills和产物;同时通过Agent Suite,把腾讯文档、腾讯网盘、腾讯乐享等能力接入WorkBuddy。

    这里真正要解决的问题是,个人提效不等于组织提效。一个员工用AI把日报、标书、数据分析做得更快,只是第一步。更难的是,他的经验、模板和产物,能不能沉淀成企业可复用的资产。

    腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生给过一个自己办公中的使用场景。他会用WorkBuddy把日报里的数据整理成趋势分析报告。过去这类需求可能要找研发同事排期,现在几分钟就能完成;如果想加一个指标,只需要提出新的需求。

    这个例子说明,很多过去需要跨部门排期的小任务,正在被AI加速执行。

    而企业里还有大量繁杂的需求和任务。它们情况更复杂,也更有代表性。

    龙湖的实践提供了一个样本。产品经理用WorkBuddy读取和整理大量言论,生成图像测算相关的技术见解和PRD初稿;数据分析师把业务数据交给它,完成清洗、分析、可视化并一键导出;项目经理用它做风险筛选和业务分析;财务用它做发票识别与流程核查;法务则用它生成合同风险提示。

    这些任务分散在产品、数据、项目、财务、法务等岗位里。WorkBuddy企业版要验证的,正是AI数字员工能不能进入一家传统大型企业的多个职能,变成“全岗位”的生产力工具。

    这样的例子还有很多。

    上海医药用WorkBuddy提升内部文案撰写效率,和仁科技基于WorkBuddy与CodeBuddy部署超百位“数字员工”,游族网络把WorkBuddy与CodeBuddy、ClawPro组合使用,覆盖会议纪要、文档转存、热点洞察、用户画像等业务协同场景。

    总的来看,腾讯快速地迭代自身的AI产品和能力,并把AI生产力横向铺开。

    一个越转越快的飞轮

    顺着WorkBuddy这个由头,姚顺雨问汤道生:“相对于传统的产品研发,在Agent时代的研发和组织管理上,产品团队发生什么变化?”

    答复是:WorkBuddy的组织非常扁平化,小团队三个人、五个人,围绕某一个领域来做攻坚,并且做非常多的试验——这样的组织形态,才好支撑原生AI产品的研发。

    组织形态的变化支撑了具体的AI产品上的迭代,不过腾讯AI的加速,首先来自模型能力的补齐。

    过去一段时间,外界对腾讯AI的质疑,很多集中在模型侧。姚顺雨加入腾讯后,混元的研发方向发生了明显调整。按照汤道生的说法,姚顺雨推动模型和产品Co-Design,把混元从非常在意外部benchmark,转向以产品用户体验作为北极星指标。

    这件事的意义还在不断放大。

    大模型行业长期容易陷入榜单竞争。参数规模、上下文长度、推理分数、代码能力,都可以成为被比较的指标。但真实产品里的用户不是在做标准题。他可能只说一两句话,描述很模糊,还会不断追问。

    姚顺雨的判断是,benchmark有价值,但真实世界的数据能暴露榜单没有发现的问题。模型要变得好用,不能只看外部榜单,而要理解真实用户怎么提问、怎么修改需求、在哪些地方失败。

    这正好落到腾讯的长处上。

    腾讯有大量产品场景。元宝、WorkBuddy、CodeBuddy、腾讯文档、腾讯会议、ima等产品,都会产生不同类型的真实任务。它们一方面需要模型支撑,另一方面也会把用户反馈、失败案例和评测标准反向提供给模型。

    就像姚顺雨所说,腾讯有很多产品和很多“好问题”。这些产品和问题本身,在某个契机之下,会成为模型进化的养料。

    于是可以看到,现在腾讯已经形成了一个飞轮:模型能力提升,产品体验变好;产品使用变多,真实场景数据和反馈增加;这些反馈再推动模型迭代。

    Hy3preview已经在CodeBuddy、WorkBuddy、元宝等产品中规模应用。WorkBuddy接入后,首次响应速度提升54%,任务平均完成时间缩短47%,任务成功率保持在99.99%。元宝大约80%的用户也已经在用Hy3preview。

    这些数字的意义,不在于证明某个模型“更强”,而是说明模型改进已经直接传导到应用体验之上。

    更深一层看,腾讯的产品研发方式也在被AI改写。

    回到前面关于组织的问题。汤道生把AI时代以前的产品开发形容为瀑布流:产品经理写PRD,交互、视觉、前后端、测试一步步交付。现在,AI能生成大量代码,团队成员的重点开始转向描述目标、设计架构、前置评测和质量控制。

    WorkBuddy、QClaw这类产品由更小、更扁平的团队快速迭代。工程师不再只是写代码,而更像是驱动多个AI Agent完成任务的人。测试和评测也被前置,因为AI生成越多,越需要更早定义好结果。

    这意味着,腾讯的AI加速不只是产品层面的,也是组织层面的。

    当然,飞轮也有现实约束。算力仍然紧张。过去两三年,腾讯优先服务内部产品,包括混元训练、微信、会议、元宝等需求。对WorkBuddy、CodeBuddy这类Agent产品,腾讯当前仍处在投入期,并没有给Buddy团队设商业化目标。

    这说明腾讯现阶段更关心的是产品价值能不能被证明,而不是过早把Agent调用量转化成收入指标。商业模式会出现,但在眼下,调用量更多是使用指标,而非商业化指标。

    这意味着,腾讯的AI飞轮能够在更少的束缚之下,更快地运转。飞轮越转越快,腾讯能输出的AI生产力越来越强。

    但飞轮本身还不是最重要的,飞轮背后的生态,才是腾讯在AI大潮中最重要的底牌。

    AI要拼环境和context了

    实际上,不只是腾讯,整个AI行业都越来越重视生产力。

    大多在想办法把AI塞进更多工作流,拆任务、调工具、接数据、交结果。而竞争焦点,也从谁的模型更聪明,转向了谁的AI更可靠和更能干活。

    这时候,大家选择并不相同。

    OpenAI重范式定义,不断用ChatGPT、Deep Research、Operator、Codex等产品,把行业对AI能力边界的想象往前推;Anthropic以Claude为核心,并通过Claude Code、MCP等产品与协议,切入开发者终端、代码库和工具连接层;DeepSeek看重模型效率,用训练效率、推理成本和开源扩散,重塑行业对高性能模型供给成本的判断。

    腾讯则以“连接”为关键词,构建出了一套连向各类场景的AI生态。

    它不押注某个单点Agent,也不框定于办公套件,而试图把AI放回微信、企微、腾讯文档等自家工具构成的高频连接网络里,把过去分散的产品能力,重新组织成AI生产力系统。

    这时不妨再提一下姚顺雨的判断:环境和context很重要。‘模型越来越擅长把一个非常复杂的输入变成输出,很多时候你的竞争壁垒,就在于你有没有最原始的输入’。

    模型仍然是底座,但模型要完成任务,需要入口、工具、上下文、数据、权限和安全机制。它要知道用户在做什么,能调用哪些系统,能不能交付到原来的业务流程里。姚顺雨把context看作AI下半场的关键,腾讯最不缺的就是context。

    这有赖于腾讯过去二十多年搭出来的产品矩阵,以及相应的工程能力。

    腾讯文档等传统互联网产品,在WorkBuddy里成了Agent可以调用的能力单元。文档可以承接人机协作,会议可以沉淀可复用的Context,网盘和知识库可以提供资料与经验,SkillHub和Connector则让更多内外部能力接入任务链条。

    而支撑这套系统运转的,是腾讯在Infra和工程化上的长期积累。腾讯云围绕Agent Runtime、Agent Memory和安全网关等搭起的底层能力,让Agent可以跑得更久也更稳。

    而未来,如果腾讯的Agent进一步打通IM、支付、小程序和企业系统,带来的想象空间显然会进一步膨胀。

    过往积累的产品和场景,本身就是AI时代最稀缺的养料。只是过去缺一根主线,把它们串联成可以兑现的价值。

    现在这根线终于找到了。当模型驱动产品,产品反哺模型,场景提供context,context构建壁垒,腾讯AI的飞轮终于转了起来。

    这艘大船还不够稳。但至少,它已经知道该往哪个方向划,并且越划越快。

  • AI客服进入奇点时刻:有商家用店小蜜后节省一半人力,询单转化反而大涨

    声明:本文来自于微信公众号 天下网商,作者:章航英

    电商十余年,心育玩具的运营负责人关卫江曾对“叮咚”声产生过一种生理性恐惧。

    每当旺季,咨询窗口像永远填不满的黑洞。一个客服要在数秒内切换数十个窗口,回复频率高到手指生疼,上厕所的时间得靠“挤”。关卫江回忆起那些崩溃的夜晚:“什么时候是个头?聊不完,根本聊不完。全街都安静了,我们的接待还在继续,因为生意不能停。”

    这种紧绷感在某个早晨被打破了。关卫江醒来查看后台,发现凌晨3点有数个已支付订单。

    虚拟人 虚拟主播 AI绘画 (2)

    后台记录显示,买家和店小蜜聊了十几轮:问玩具尺寸、问是否有细碎零件、问发货时效。店小蜜的回答“既冷静又温暖”,它甚至能在被刁难时淡定回应“亲,不要生气”。关卫江第一次感觉到,这一部分工作可以放下了,“它有时回复得比我还专业。”

    关卫江的感悟代表了一个更庞大群体真实的心声。4月30日,淘宝店小蜜迎来四大AI数字员工能力全线升级,发布“为深度服务和确定性增长”而生的AI“店小蜜pro”。

    “规模就是最好的认可。”阿里巴巴集团副总裁、淘宝平台总裁谌伟业表示。截至今年3月,AI店小蜜日均对话量迫近千万,接入商家数突破百万。过去一年,店小蜜带动商家转化率提升35%,转人工率下降20%。通过严谨的A/B测试,行业首次证明了“AI前置+人工兜底”的模式在转化效果上已正式超越纯人工。开启AI店小蜜后,商家平均询单转化率提升超10%。

    “过去一年,市面上AI概念层出不穷,商家们都在问,AI到底能不能做好客服?能不能省钱,能不能扛转化?”在升级发布会现场,淘天集团客户运营部负责人占利军给出了明确结论——“AI客服已经正式跨越技术验证期,迈入生产力兑现期。”

    当AI客服彻底跳出“被动应答”的定位,成为能主动懂人、会办事、可成交的“数字员工”。一个值得追问的问题是:被AI彻底改变的电商服务形态,可以有哪些想象?商家还可以有哪些期待?

    “不用发工资的金牌员工”,店小蜜重塑客服成本结构

    长期以来,客服在商家账本上都被归为“成本中心”。

    森马服饰客服中心负责人杜若对此感触颇深。服饰行业淡旺季极度分明,从9月开始,咨询量会成倍爆发。“预测永远有偏差,大促招人总是追不上流量。”杜若说。他形容那是“爆灯”的常态,新客服培训周期长,量来了只能靠老员工熬夜加班。

    店小蜜的接入,首先解决的是这种人力储备的“溢出压力”,尤其是对夜间流量的精准捕捉。杜若发现,以往12点后的咨询往往因无人应答而流失,而现在,店小蜜能有效承接夜间咨询,确保了生意在全时段的连贯性。

    这也是一系列连锁变化的起点,有了夜班承接能力,人力压力立刻缓解。

    杜若算了一笔账:“我们现在开启店小蜜的店铺大概200人左右,店小蜜的综合承接占比40%左右。如果说所有店铺都拉开来看,它相当于一半的人力客服规模”。

    像森马这样的连锁化大品牌,尚且能省出一半人力;对于心育玩具这样的中小商家来说,变化是更显性的。

    这家玩具店铺在接入店小蜜后,“售前转人工率少了80%”,售前接待量只剩15%,剩下85%全靠AI客服完成。

    人力成本的降低背后,其实是一整套人力结构的变化,客服团队不再需要应对“什么时候发货”“能不能便宜点”这些简单重复的高频问题,转而腾出更多精力解决疑难杂症。客服的价值从复制粘贴变为策略应对。

    在承接客服繁琐工作量的同时,店小蜜其实还接走了最难的“情绪劳动”。

    在服务行业,人的情绪是最大的变量。关卫江曾目睹刚入职的客服被脾气暴躁的客户气到心态崩溃,直接回怼,导致投诉。

    但AI没有情绪波动。“店小蜜特别淡定,它不生气也不顶嘴,还会主动给情绪价值。”关卫江观察到,AI的介入让因言语冲突导致的投诉率几乎归零。店小蜜的“情绪韧性”,在单量高峰期,带来了能熨平风险的守护。

    当一线客服从机械回复和情绪内耗中解脱出来,心育玩具的客服离职率反而大幅下降。正如关卫江所言,店小蜜是一个“不用发工资的金牌客服”,它让员工的态度从最初对 AI 的“爱答不理”变成了现在的“欲罢不能”,即使旺季也能准时下班。

    “金牌销售”上岗,店小蜜驱动确定性成交

    如果仅仅止步于降本,AI 依然只是工具。真正让商家为之兴奋的,是店小蜜展现出的、足以驱动确定性成交的“金牌销售”潜质。

    关卫江举了一个典型的例子。当客户问“这个玩具适合几岁?”普通人工通常回答“三岁”。但店小蜜会说:“这个产品符合国家标准,没有细小零件,适合三岁。”

    “消费者问年龄,背后其实是在担心安全。我们以前可能只回答‘3岁以上’,但现在店小蜜会更完整地告诉用户:这款产品适用年龄、是否有小部件、使用时需要注意什么,把消费者没直接问出来的顾虑一起回应掉。”关卫江说。

    另一个场景是发货时效。客户问“什么时候发货”。传统回复是“四点之前都可以发货”。店小蜜的回答却是“今天发货”。关卫江说:“因为他知道你问发货时效,就是对物流收货时间很敏感。他就告诉你,你现在下单,可以今天发货。”

    在森马,这种洞察体现在尺码推荐上,AI 通过版型和用户体征的双重计算,满意度已达到95% 以上,与资深客服无异。

    另一个巨大转折是,AI客服已经开始学会“主动出击”。

    升级后的店小蜜开始具备“嗅觉”。它能识别出浏览时长超过阈值、犹豫不决的高意向用户,主动弹窗:“需要帮您选尺码吗?”它能基于历史行为和用户画像,在买家购入玩具时顺带推荐配套绘本。这种基于万亿级 token 投入训练出来的专业度,让 AI 在对话结束时依然能保持主动服务。

    甚至在最棘手的售后环节,店小蜜也开始学会“谈生意”。

    杜若正在测试一种基于品牌策略的“协商式退款挽留”。当用户提出退款时,AI不再是机械地同意,而是会根据场景提出“补偿5元优惠券”等方案尝试和解。

    以往人工客服受限于精力和覆盖率,只能处理一半的挽单场景,而AI的全覆盖让另一半流失的单子被重新捞了回来。这类场景已经超出了传统服务的范畴,直接关系到经营结果。测算数据显示,AI店小蜜平均退款挽单成功率超过20%。

    而在平台严谨的A/B测试中,结果也得到验证。当1%的流量分给纯人工,99%走“机器人→人工”路径,人机协同模式的整体转化率比纯人工提升了2-3个百分点。

    这是行业首次用数据证明“AI+人”优于“纯人”模式。在心育玩具,店小蜜带来5-8个百分点的转化率。

    从“替代人力”到“放大人力”,电商AI服务释放想象力

    在《智能协同》一书中,沃顿商学院AI领域资深专家伊桑·莫利克指出人机协作最佳模式是各司其职,在AI的深度协同下,人可以深耕核心价值工作。

    “AI服务将进入AI主导、人类辅助的新阶段”,谌伟业在现场宣布。随着这次店小蜜底层重构升级,电商场景的AI深度协同将进一步提速和深入。

    作为“金牌导购”,最新升级的店小蜜逐渐具备了跨店铺的记忆能力。

    如果一个用户曾在另一家店报过身高体重,当他进入新店时,店小蜜会直接调取画像,给出个性化推荐。这种能力依赖于阿里平台级的用户标签数据,是任何第三方工具都无法复刻的壁垒。作为“超级专家”,它打通了旺店通、班牛等多个系统,真正具备了“办事”能力——自动处理退差价、改地址、物流查询,甚至能通过多模态识别分析水果的腐烂程度,直接判断赔付金额。

    与此同时,店小蜜也在通过“全能顾问”的身份,让人机协同达到最优解。

    它会为人工客服推送“智能卡片”,标注出谁是高转化潜力客户、谁是潜在的差评风险点,并给出话术建议。而“质检专家”的能力则实现了7×24小时的全量质检,在回复生成时精准识别拦截风险,这种可控性甚至让商家感到“比人更安全”。

    店小蜜能持续“稳定发挥”背后,是可以打通整个淘系生态的用户数据链条。“店小蜜属于平台的产品,它的稳定性我们这几年对比下来是最强的。不管是双十一也好,还是其他大促也好,都能稳定发挥。”杜若表示。

    站在商家的视角,人和 AI 的边界正在被重新定义。

    “开箱即用是最大的帮助。对于中小商家来讲,店小蜜是我的一个24小时贴身金牌销售。”关卫江认为。

    森马在咨询接待业务建立了一套三层分工策略:简单问题 AI 全自动处理,复杂客诉由人工深度介入,中间地带则依靠人机协同。这种协作不仅让效率显著提升,更让客服这个职业从“体力活”变成了“脑力活”。

    在未来,杜若期待AI能跟随消费者的生命周期进行主动推荐,从“带一个小白”进化到“带一个有经验的专家”。她提出一个场景:一位消费者三个月前买了3个月大的宝宝衣服,三个月后,智能客服就能根据儿童成长周期,主动推6个月大的款式。

    这种基于生命周期的主动服务,或许会是AI数字员工的下一个目标,成为真正的生意助手。

    结语

    “AI客服的奇点已经到来。今天,犹豫的成本已经远高于试错的成本。”淘天集团客户运营部负责人占利军表示。

    店小蜜的进化,背后是阿里利用万亿级Token投入和万亿量级电商知识库,在重构电商的基础设施。4月30日现场,店小蜜Pro版本宣布开通30天免费试用通道,在此期间店小蜜新版本可以零成本验证。

    对于400万商家而言,AI不再是一道关于“技术”的填空题,而是一道关于“增长”的必答题。店小蜜所代表的AI生产力,正将他们从无尽的咨询焦虑中解放出来,推向一个拥有更高确定性和经营自由的未来。

    “我们把过去淘宝客服数亿次的锤炼和经验应用到AI店小蜜,希望带领所有商家登上AI大船,驶向更广阔未来。”谌伟业表示。

  • AI转折中的红果

    声明:本文来自于微信公众号 光子星球,作者:文烨豪

    横店的春天,来得比去年更早,但短剧基地却远没有往年热闹。

    去年此时,这里每天有几十个短剧剧组同时拍摄,推轨道的工人从早忙到晚,盒饭摊能排到马路尽头。

    而今年3月以来,大部分剧组暂时停摆,曾经月薪过万的服化道师傅们,有的去了影楼,有的回老家开汉服店。

    近乎一夜之间,轰轰烈烈的行业,风声忽然变了。

    这场嬗变的缔造者,无疑是AI

    而面对内容生产逻辑的颠覆,没人能遗世独立。因此,即便是坐拥3亿月活、一话千金的红果,亦没有隔岸观火,而是试图亲自下场,引导短剧这门生意的流向。

    短剧行业,摸着AI过河

    如果说,此前的AI短剧还停留在漫剧或补充特效层面,那么今年以来,最诱人,也是最可怕之处,在于其直接替代了传统短剧的影视工业管线。

    “AI不再需要服化道。”3月末,一位化妆师在朋友圈如是写道,配图是她最后一次给演员补妆的照片。

    此前,一部作品的诞生需要编剧、导演、演员、摄影、灯光、服化道等诸多工种的协同配合。而在AI时代,选择最终用哪个画面与观众见面的人,主要是“抽卡师”。

    只是,从创作端看,现阶段AI短剧的产出,还远没有那么丝滑。

    抽卡师刘宁(化名)告诉光子星球,现有的AI模型并不稳定,就算提示词写得再长,也可能会出现画面跳切、穿帮,或是构图、人物站位不一致的情况。

    “你可能一次就出SSR,也可能抽十遍八遍也抽不到可用的素材,尤其是复杂打戏、超过两人以上的镜头,一旦你浪费积分多了,公司就该骂你了,只能择取片段,再用剪辑去拼。”

    因此,抽卡是一种概率游戏,相较于创作,其更像是在筛选——从海量的废料中,淘出一些勉强能用的素材或碎片。

    过去,不少传统影视从业者转向AI,自诩自身审美不错、对画面敏感,能在抽卡师群体里降维打击,比如在抽卡前,先自己画出分镜作为参考。

    但刘宁所在的公司里,抽卡师们几乎都没有影视行业的经历,甚至其中一大半都是大学生。“公司一次招十个人,每人要求一天至少出两集,堪称‘赛博打螺丝’,三天不达标就换人,能待三个月的,在我们这儿都是老人了。”刘宁坦言。

    在AI短剧从业者蒋仲(化名)看来,现阶段的抽卡师更多是在给还不成熟的AI“擦屁股”。但随着模型能力不断提升,单纯抽出可用画面这件事可能不再需要人专门来做。

    事实上,AI不仅在生成越来越自然流畅的画面,也在发力制作流程中的其他环节。

    今年3月,字节旗下小云雀AI上线短剧Agent,宣称支持上传10万字剧本一键成片。

    图片

    只是,有从业者指出,现在的小云雀短剧Agent并不算好用,常常遗漏人物、剧情,或是搞混角色关系,生成画面也不够连贯。“每次指出来,认错态度倒是很好,但重新生成又需要积分。”

    从体验维度来看,相比小云雀Agent,短剧玩家们似乎更青睐巨日禄、昆仑天工等第三方技术服务平台。以巨日禄为例,基于Agent能力,一人仅需一到三天,便能创作出一部完整的AI短剧。

    这轮内容革命,除了使短剧创作效率陡增,亦将大幅降低AI短剧生产链路中的人工成本,从而导致供给层面的暴涨。

    归根结底,随着短剧Agent愈发成熟,抽卡行业终究会面对一场必输的战争;但对短剧平台而言,一场内容治理的战争,或许才刚刚开始。

    当每天有上万部新剧涌入内容池,如何制定规则,在效率与质量之间找到平衡,如何让技术真正服务于内容创作,将成为平台无法回避的考题。

    以前管饱,现在管好

    一直以来,红果都不只是一个短剧App。

    一众短剧平台,往往只能在内容层面做选择,而红果作为短剧行业绝对意义上的霸主,既承受着整个赛道的凝视,亦同时掌控着短剧内容供给、创作、分发规则的旋钮。

    短剧行业的神经向来敏感,平台政策一动,片场随即便能听见,并立刻改变姿势。而自今年以来,红果其实已多次通过更新规则,牵动着行业风向的多轮转变。

    今年2月,伴随着Seedance2.0的爆发,红果亦发布新的漫剧激励政策,下调了2D动画漫剧的分成系数,并以更细分的品类分层,端掉了过往低质AI漫剧的“大锅饭”。调整后,AI仿真人短剧分成系数维持最高的60;3D动画、2D动画则分别为50、40;而相对粗糙的表情包漫剧、静态解说漫等,则停留在1-10区间。

    图片

    而3月,红果则取消了原本给中小真人短剧承制方20-35万/部的保底分账,转向纯分成模式。

    《平台革命》一书指出,成功的平台会经历三个阶段:先是用真金白银的补贴吸引用户,解决“鸡生蛋还是蛋生鸡”的难题;然后是优化机制,促进双边市场的高效互动;最后则是建立完善治理体系,确保生态整体的健康发展。

    放在红果身上,这一转向尤为清晰。

    如果说,红果过去通过保底“收买”了近乎整个短剧行业,使其产出海量内容来填满用户的时间。那么现如今,随着AI真人短剧供给的爆发,其已不再需要为略显平庸的真人短剧买单,而是用残酷的方式,完成对整个行业的供给侧改革。

    只是,AI短剧的洪流,似乎来得太猛了。

    一方面,过去一段时间里,AI短剧所谓的“便宜”,并非没有代价。

    一位业内人士告诉光子星球,此前很多人吐槽即梦涨价,觉得字节“吃相难看”,但站在模型生意本身来看,即梦涨价其实是不得已而为之。“他们最开始定价太低了,没想到这么多人每天不停地抽,成本压力根本没法扛。”

    而最近豆包拿出商业化方案背后,或许也有着成本方面的考量。

    对AI短剧而言,所谓低成本的窗口期,是大厂赔本赚吆喝的结果,而密集的价格调整,则预示着“好日子”已告一段落。长期来看,人工成本下降、模型成本上升,大概率将成为短剧行业的主旋律。

    另一方面,当短剧生产效率被AI所颠覆,供给繁荣很可能走向供给失控——涌进平台的AI短剧,质量参差不齐,既可能污染平台的内容池,亦可能会带来不可预测的风险。

    前段时间,红果就曾因“偷脸”问题,被互联网语境“炎上”。在此之后,红果既开启了对低质AI剧,以及肖像侵权、创意抄袭等行为的治理;亦拿出5亿元,强化对真人短剧的扶持。

    “现在真人短剧,比三月底到四月初暖和了很多。”一位化妆师告诉光子星球,3月她只进了3个组,而5月的档期已经排满了。整个行业,也都在等待红果对真人短剧的更多新政策。

    而近期,据媒体报道,抖音短剧版权中心再度对漫剧分成系数动刀,将AI仿真人、3D动画漫剧的分成系数,双双下调至40,与原有2D动画漫剧的档位持平。此番变动下,同一部AI仿真人短剧的收益,大致缩水了3分之一。

    红果此举,并非打压或站台,而是一轮从“求量”,转向“求质”的内容生态再平衡,好比电商平台早期放任白牌供给,后期又必须治理假货、扶持品牌的治理与分层。

    换言之,面对AI短剧浪潮,红果要做的既不是迎合,也不是阻止,而是决定什么样的作品,配得上站上舞台的中央。

    AI短剧,不信独角戏

    现阶段,字节无疑是AI短剧上半场,最大的赢家。

    站在产业生态位观察,从番茄小说IP库,到AI模型、工具,再到红果,字节几乎已围绕AI短剧,打造了一套牢不可破的闭环——既卖铲子,也有矿山,还控制着通往矿山的路。

    但长期来看,AI短剧并不会因此变成字节的独角戏。这一闭环,或许会被多股力量渐渐撕开。

    第一股力量,或许来自视频模型的供给多元化。

    4月初,阿里“快乐马”(HappyHorse)横空出世,并于4月末开放API调用。

    尽管HappyHorse整体效果,略逊色于Seedance2.0,但从价格层面来看,无论是720p还是1080p视频,HappyHorse的API定价都低于Seedance2.0,Pro会员的价格差异则更加明显。

    蒋仲指出,现阶段Seedance2.0固然很强,但随着大模型的技术收敛,可灵、Vidu、HappyHorse、PixVerse等模型,将不断压缩单一模型的领先窗口。

    换言之,随着玩家们渐渐交卷,AI视频的平均质量迟早会越过“可用”的基准线,届时,模型侧势必会出现多家可用的供应商。对字节而言,这虽谈不上致命威胁,却会改变行业的议价结构。

    另一股力量,来自其他短剧平台。

    尽管现阶段,红果不断强化着对低质AI剧的治理,但面对AI短剧所带来的诱惑,头部平台的号召,并不足以阻止AI短剧的野蛮生长。

    蒋仲告诉光子星球,目前低质AI剧基本已过不了红果,但这些内容并不会消失,只会外溢到爱奇艺、B站、知乎等平台,即便监管趋严,也有ReelShort、DramaBox等出海平台加以承接。

    这意味着,红果会越来越接近“商超”,准入门槛、内容要求较高,亦将保留真人精品短剧的内容基底;而大量低质AI剧,则会流向规则更宽松、内容更刺激的“市集”,同样能做成生意。

    因此,短剧行业的终局,不会是AI剧彻底吞掉真人剧,也不会是真人剧反攻AI剧。更可能发生的是,红果这样的头部平台,继续抬高门槛,把真人、AI剧推向精品化;低端AI剧则流向更长尾、更海外、更粗粝的市场,在另一套成本逻辑里继续生长。

    蒂姆·吴在《总开关》里阐述过信息产业不变的周期,即新技术涌现时,行业往往开放、混乱、机会遍地;等到巨头完成整合,则会逐渐封闭,规则趋于集中;再往后,新的技术突破、监管、用户需求或外部竞争,又会把原本的铁幕撕开。

    电台、电话、电影、电视、互联网都经历过类似的循环,眼下的AI短剧,似乎也逃不掉这一规律。

  • AI叙事拐点,中国AI公司要押上更多筹码

    声明:本文来自于微信公众号 窄播,作者:李威

    这是《窄播Weekly》的第90期,本期我们关注的商业动态是:中国AI公司在继续扩大资本投入。

    5月13日下午,腾讯召开股东大会。被问及AI业务进展时,马化腾说了这样一番话:「一年前我们以为上了船,后来发现那个船漏水了,现在感觉站上去了,还坐不下去,还是希望船速能快一点。」

    同一天,腾讯和阿里巴巴发布最新季度财报,AI业务进展成为两家财报电话会的核心议题。

    再往前,快手公告称正在评估可灵独立融资及分拆方案。更早一些,月之暗面、DeepSeek都有了更新的融资进展。其中DeepSeek首轮融资估值几度提升。

    图片

    大模型公司估值攀升,到互联网巨头财报中的AI加码,再到可灵的分拆自救,一条清晰的线索正在浮现:随着AI日渐成为驱动经济发展的主流叙事,中国的AI公司都在重估接下来这场AI竞争所需的弹药补给量,并以此为目标开始积极进行资源储备。

    阿里巴巴CEO吴泳铭在财报电话会上表示,2026年第一季度对阿里巴巴而言,是一个「播种」远多于「收获」的季度。在AI重塑一切的时代,今天的投入将决定明天的高度。

    特别是当下AI视频和Agent的发展,已经初步验证了AI在生产力场景中可以产生巨大的商业价值——这也进一步坚定了中国AI企业进行更大规模投入的信心。

    现在的投入之所以能决定明天的高度,一方面是因为投入越大,领先的概率就越大;另一方面则是因为,接下来为AI的全民化应用寻找更多场景,会是一段更煎熬的探索期,模型能力的提升、算力基础设施的增长、商业模式的成熟,都需要有充足投入作底气。

    AI成为驱动发展的主流叙事

    过去两年,ChatBot的发展让用户熟悉了与AI对话的交互方式,但提出问题并获得答案,并不能直接交付结果,贡献生产力。随着视频模型的进化和Agent的发展相继在今年初取得突破性进展,AI才真正展现出了贡献确定性、大规模商业价值的可能性。

    一个直接例证来自AI视频。可灵2025年全年收入达到10.4亿元,ARR从年初的3亿美元攀升至5亿美元,2025年1月付费用户环比增速350%。字节Seedance2.0春节期间月活快速达到约4500万,增长速度超过可灵。倒卖Seedance2.0的API额度,都一度成为了好生意。

    另一方面,OpenClaw引发的龙虾热,带来了Token调用量的暴涨。豆包大模型日均Token消耗量,从2025年12月的50万亿增长到120万亿;2026年一季度,智谱经历多次涨价,调用量仍增长400%;Kimi K2.5上线20天的收入,超过了月之暗面2025年的全年收入。智谱MaaS平台的ARR达到17亿元,MiniMax的ARR突破1.5亿美元。

    AI消耗Token来驱动发展,正在成为新一阶段的主流叙事。

    这种叙事的变化,已经在影响资本和市场对AI企业的预期和定价。DeepSeek首轮融资估值从100亿美元四度改写至515亿美元;月之暗面半年内累计融资超39亿美元;智谱和MiniMax快速摆脱1月初刚上市时的波动,在过去3个月内股价分别上涨了近700%和475%。

    同时,腾讯、阿里、百度、快手等互联网企业,市场预期远不如这些「纯血」的AI公司。这种差异产生的根源就在于,「纯血」AI公司只有一种AI叙事,大家只能陪他们赌未来;腾讯、阿里、百度,甚至快手,还有一种转型叙事,大家往往会选择先观望、求稳。

    对于这类互联网企业而言,传统业务不再是拉高市值预期的主体,而是成为衡量企业能否为AI叙事和转型叙事提供稳定资源、资本支撑的参照物。阿里管理层在电话会上强调现金储备约590亿美元,腾讯一季度自由现金流567亿元。这些数字是在告诉大家,「我们还有多少弹药可以继续打」。

    这让我们在这周看到:阿里经调整EBITA同比下降56%,自由现金流净流出466亿元,经营利润由盈转亏,但财报发布后,阿里美股当日还是涨了超7%;而快手可灵营收一路超预期增长,却受限于快手传统业务的体量,无法支撑可灵的未来估值和AI叙事而选择拆分。

    Sora的撤退和可灵的拆分,都是各自母公司做出的最贴合AI叙事的选择。Sora App运营五个半月,累计收入仅约210万美元,每日峰值Token消耗约1500万美元,模式「完全不可持续」,因此,OpenAI选择撤退,将资源集中到更符合自身AI叙事的高生产力场景中。

    独立拆分对可灵来说,可能是一个最好的选择。快手CFO金秉在描述投入状态时表示「超出预期」。快手2026年的资本支出计划为260亿元,比2025年经调整净利润多出50亿元。有消息显示,字节2026年资本支出计划约2000亿元,不拆分的话,可灵很难拿到与Seedance2.0对等的资源。

    但对快手而言,拆分可灵意味着剥离自身AI叙事的核心。可灵一旦独立,快手的财报上将不再有AI视频的收入和增速,剩下的只有增长见缓的短视频DAU和电商数据。而过去一年,快手股价的每一次跳涨,几乎都与可灵的技术突破或商业化进展直接相关。这是一笔不小的赌注,但快手没得选。

    转型AI公司需要下重注

    与快手一样,其他互联网公司想要继续推进AI转型,将主线固定在AI叙事上,就需要下重注。

    对比2025年的净利润和2026年的计划投入来看,美国互联网公司要比中国互联网公司下注更狠。Google2025年净利润1322亿美元,2026年计划投入1800-1900亿美元;微软净利润1018亿美元,计划投入1900亿美元;Meta净利润605亿美元,计划投入1250-1450亿美元。

    中国的互联网巨头中,字节和阿里相对激进,腾讯也开始上强度。

    字节在2025年下半年就在追加AI投入,外界流传的字节2025年资本开支超1500亿元,大部分流向了AI业务。据说,2026年的2000亿投入中,也会有超一半用于AI芯片采购与基础设施。

    阿里的投资也相当坚决。吴泳铭在电话会上把AI比作制造业——要获得收入,必须先建两个核心工厂:一个AI训练工厂,一个AI推理工厂。这两个工厂的规模,决定了未来收入的规模。阿里认为,未来8年需要的基础设施容量是2022年的10倍,围绕算力中心的投入将远超原先计划的3800亿元。

    财报数据验证了这种投入强度。阿里2026财年资本支出约1260亿元,主要用于GPU服务器采购、数据中心建设和自研芯片投入;经营利润同比下降64%;自由现金流转负。

    阿里巴巴CFO徐宏直言:「往未来再看两年,我们的投入还是会继续十分坚定。因为这个窗口期对我们来讲可能就是几年的时间。」他在电话会上多次强调:「当前的高强度投入,是公司主动的战略选择,而非被动应对。」

    图片

    腾讯的投入也在加速,但节奏会更克制。财报显示,腾讯一季度资本开支319亿元,AI新业务对经营利润的影响约-88亿元。管理层认为,随着中国自研AI芯片逐月增加供应,下半年资本开支将大幅提升。如果保持一季度的投入节奏,腾讯2026年与阿里会处于同一规模。

    图片

    在AI视频领域,资本运作也在持续进行。今年以来,爱诗科技完成3亿美元C轮融资,生数科技完成近20亿元B轮融资。《晚点LatePost》获得的消息显示,快手计划以200亿美元估值给可灵做Pre-IPO融资,本轮融资约20亿美元,潜在投资方中包括腾讯。

    本质上,阿里、腾讯、可灵「高筑墙、广积粮」的目的,都是在等一个时间节点的到来。在那个节点上,Token需求能够得到极大满足,AI能力足以支撑全新的商业模式运作。在此之前,所有投入都是在为这个节点储备弹药。

    正如腾讯总裁刘炽平所说,AI服务无法以极低边际成本无限扩张,每一次模型调用都会带来实际成本,行业不能再沿用互联网时代追求「规模与DAU最大化」的逻辑。识别高价值场景的重要性,至少与用户规模同等,甚至更为关键。

    在此之前,大家都会处于一个投入远超产出的阶段。腾讯的AI原生应用仍在探索变现路径,阿里的自由现金流转负,快手要分拆可灵。就像马化腾说的那样——站上去了,还坐不下去,还是希望船速能快一点。

    在这场航行中,中国互联网企业需要「利用旧的木板和漂流物,一边维持船只漂浮,一边一片片地更换木板,甚至还要防备风浪的袭击。而在重构的过程中,整艘船必须保持漂浮。」

  • 小米MiMo要蹭着DeepSeek蹦上牌桌

    声明:本文来自于微信公众号 硅星人Pro,作者:董道力

    5月27日,小米把 MiMo-V2.5系列 API 永久降价。

    MiMo-V2.5-Pro 的输入缓存命中价格降到0.025元/百万 tokens,输入未命中价格3元/百万 tokens,输出价格6元/百万 tokens。普通版 MiMo-V2.5更低:缓存命中0.02元,输入未命中1元,输出2元。

    这不是一次常规促销。

    因为把价格横向一比就会发现,小米这次不是随便降价,而是直接对标 DeepSeek。

    MiMo-V2.5-Pro 对 DeepSeek V4-Pro,MiMo-V2.5对 DeepSeek V4-Flash。

    如今,DeepSeek 已经不只是一个模型名字。至少在国产大模型市场里,它正在变成一把价格尺子。

    这把尺子反复抽打各大模型公司:你的模型卖多少钱啊?

    而这样一个问题平等的提给所有人,也就创造了一些新的机会,如小米MiMo这样的后来者,可以比其他模型身段更灵活,进而可以“蹭”着DeepSeek赌出一个上牌桌的机会。

    token 的价格划分越来越细了

    先来看看降价如何发生。

    在这张价格表里,最重要的细节是它把缓存命中和缓存未命中明确拆成了两种价格。

    这已经是今天大模型价格战的暗线。

    所谓缓存命中,说白了就是:如果这次请求的前缀内容,和之前某次请求的前缀内容一样,平台就不用从头再算一遍,而是复用之前保存下来的中间结果。

    大模型处理长上下文时,成本大体分两段。

    第一段叫 prefill,可以理解成“读题”。系统提示词、项目代码、企业文档、历史对话,都要先被模型读进去。

    第二段叫 decode,可以理解成“答题”。模型再一个 token 一个 token 往外生成回答。

    过去大家谈 API 价格,主要看输入和输出。但现在大模型越来越多地用在 Agent、Coding、知识库和长对话里,很多输入其实是重复的。

    代码助手每次都要看同一个仓库,企业助手每次都要读同一批制度文档,Agent 每一轮都带着同一套工具说明和系统规则。

    可能真正的不同只是最后一句指令。

    这时候,缓存就成了成本结构里的关键变量。

    第一次做题要打草稿,第二次题目前半段一样,就不用重新打草稿。缓存命中价格之所以能低到离谱,原因就在这里。

    以 MiMo-V2.5-Pro 为例,未命中输入是3元/百万 tokens,缓存命中后是0.025元,差了120倍。

    价格战的味道很浓,但大模型厂商已经不再把 token 当成一种统一商品来卖。新输入、缓存输入、输出 token,背后是三种完全不同的成本结构。这一轮价格战不是“所有 token 一起便宜”,而是厂商开始按照真实成本,把 token 拆开重新定价。

    降价来自“机房”

    最高降幅99%”是最大噱头,但背后的门道来自其他地方。

    在降价的公告里小米团队提到,他们基于 SGLang HiCache 完整支持 SWA,也就是 Sliding Window Attention,把 KV Cache 在 GPU 显存、CPU 内存、SSD 多级存储之间的数据搬运量降低到优化前的近1/7,同时把可缓存 token 数量提升到近5倍。

    这段话解释了这次降价的另一层原因。

    大模型每生成一个 token,都要参考前面的上下文。如果每一步都把所有上下文重新算一遍,成本会非常高。KV Cache 存的,就是前面 token 在注意力机制里算出来的 Key 和 Value。

    它相当于把模型已经读过的内容,变成可复用的“计算草稿”。

    但草稿也要放地方。最好的地方是 GPU 显存,速度最快,也最贵;其次是 CPU 内存;再往下是 SSD,便宜但慢。缓存越多,越不可能全放在显存里。

    于是,哪些缓存放显存,哪些放内存,哪些放 SSD?什么时候搬?搬多少?怎么避免搬运本身拖慢推理?

    这就是小米公告里“多级存储之间的数据搬运量降低”的含义。

    以前为了复用上下文,要么占着昂贵显存,要么在不同存储之间来回搬,省下来的计算成本又被搬运成本吃掉。现在系统调度更聪明了,搬得更少,存得更多,命中率更高,缓存价才有条件继续往下打。

    所以,低价只靠补贴,它就是烧钱,如果低价来自 KV Cache、SWA、多级存储、专家并行和输入长度分桶,它就是基础设施能力。

    前者只能换一阵子的流量,后者才可能改变长期价格。据小米透露,相关的更丰富细节的技术论文会在稍后发出。

    DeepSeek 出的题,能不能变成小米的稻草

    降价无疑会在短期给一个模型带来用户增加,而小米的降价除了官方透露的技术上的变化带来的可能外,其实很明显也设计了降价的时点和节奏。

    它选择在DeepSeek刚刚最新一轮的降价后马上贴身跟上。

    DeepSeek 给所有模型厂商出了一道题,当强如 DeepSeek 也可以低价调用时,其他模型厂商还凭什么维持原来的价格?

    以前国产模型公司只要比 GPT、Claude 便宜,就能解释自己的性价比。但 DeepSeek 把价格锚点打下来以后,行业进入了一个更难受的阶段。

    如果你比 DeepSeek 贵很多,就必须证明自己能力强很多。如果你能力差不多,就必须证明自己速度更快、稳定性更好、生态更顺。如果能力、价格和体验都没有明显优势,就只能退到更窄的场景里,比如多模态、端侧、企业私有化、行业模型、工具链绑定。

    如果这些都没有,那就只能早点退出。

    DeepSeek 像一条鲶鱼,没有让所有模型都立刻变便宜,但让“贵”这件事需要重新解释。

    Claude 可以用 coding 和复杂任务能力解释自己的价格,GPT 可以用完整生态、多模态和工具链解释自己的价格。

    那小米这样的还没有产生任何用户规模效应的后来者呢?尤其是小米目前的核心盘子,不在一个独立模型品牌上,而在手机、汽车、IoT、HyperOS 和智能硬件生态里。

    所以 MiMo 目前最大的挑战,无论对内还是对外,都是:一个并非默认首选的基础模型,如何先进入开发者的候选名单?

    这一次,MiMo显然决定要抓住DeepSeek这个稻草,从价格上像素级对标,这可能是唯一的机会。它必须抓着DeepSeek来蹦上牌桌。

    只有把价格打到 DeepSeek 同一档,才可能有人来用。在 API 市场里,开发者不会无缘无故把调用量交给一个新模型。尤其是 Agent、Coding、长上下文这些场景,一次任务可能就是几十轮调用。只要价格比 DeepSeek 高一截,开发者还没试到模型差异,就已经先被账单劝退了。

    而另一侧的压力也来自内部:MiMo要尽快证明,它到底能不能变成小米生态里的 AI 基础能力。

    对小米来说,模型 API 不一定是终点。它最终要去的地方,不只是开发者控制台,而是自家的生态。

    但模型想进入这些场景,不能只靠发布会和参数表。它需要大量真实调用,需要开发者在真实任务里反复试,需要用户在长对话、代码、Agent、知识库、车机和设备控制等场景里持续使用。只有这些使用数据回来,模型才知道哪些能力真的有用,哪些场景值得优化,哪些接口需要重做。

    于是,哪怕罗福莉前不久刚刚提出模型不能“盲目降价”,今天MiMo也必须发起一场价格战。而罗福莉最新的推文里也对此作了解释:

    “在新降价后的 API 价格下运行,我们的生产推理引擎接近满负荷运转,仍能基本实现收支平衡。我们此前建议 LLM 公司不要盲目降价,正是因为很少有模型架构和推理优化能让 API 成本避免亏损。如果更多节省计算和 KV 缓存的架构出现,并辅以更优的推理基础设施来压低 API 成本,这将在行业内形成一个极佳的良性循环。”

    在刚刚降价一天的节点,这个描述看起来更多还是一个完美假设,实现了,MiMo就彻底上了台桌,实现不了,就是另一个故事了。

  • 模型即审美:生图模型们正建起自己的“视觉方言”

    声明:本文来自于微信公众号 硅星人Pro,作者:赵舟辰

    最近在测试各种AI生图模型的时候,我们发现了一个现象:同样一个提示词,丢给不同的模型,出来的图片风格差异大到像是出自不同摄影流派。

    Image-2生成的图就像我昨天随手拍的,但Nano Banana生成的图感觉像某个家居品牌的广告大片。有些模型执着于捕捉现实的每一丝瑕疵,有些则痴迷于把日常场景变成精致的艺术品。这背后反映的不是能力差别,而是每个模型对"什么值得被看"有了不同的商业假设。

    这就是"模型味",也就是这种模型特点的底色——一种被量化、被大规模复制、正在成为下一代视觉内容底色的审美偏执。

    Image-2:隐藏于真实世界的间谍

    Image-2的核心逻辑很简单:放弃所有摄影技巧,只生成人眼真实看到的样子

    从商业角度看,这意味着最低的视觉加工成本。

    下雨天的公交站不需要电影级打光——就是淅淅沥沥、萧瑟的样子。

    吃了一半的外卖不需要精修——油腻、不怎么美观就是它的真实成本结构。

    深夜的便利店黑漆漆一片,只有711亮着灯的诡异感。

    垃圾桶周围天色微微沙尘,柏油马路有些年头的感觉。

    城中村那种根本没有管制,小商小户们一起在小小地方无规则的拥挤的感觉非常真实。

    这些"不完美"其实是成本最低的表达方式——因为它们就是现实本身。

    阳台的晾衣杆虽然有点穿帮,但是那种黑云压城城欲摧的低气压感表达的很到位,那些现实的瑕疵、不规则感,别的模型可能视为缺陷要修正,Image-2却把握得很到位。为什么?因为这些不规则本身就是真实的证明,也是最省算力的渲染方案。它不会给你打光、调色、精心构图,它就是你的眼睛——你瞥到什么,它就生成什么。

    这就是Image-2的商业密码:看它的输出,你的第一反应永远是"这好像是我昨天看过的",而不是"这是AI生的"。它成功地把自己隐没在了日常生活里,成为最隐形的摄像机。对于需要大量真实素材的产品(比如Adobe的设计工具),这种"不被认出来"反而是最大的价值——用户不需要二次加工,直接可用。

    Nano Banana2:楚门世界的艺术总监

    Nano的逻辑完全相反——把现实变成一个被精心摆拍的世界,让每一个物体都配得上被凝视和转化

    同样是垃圾堆,Image-2给你的是真实的脏乱臭味,Nano给你的是一个艺术布景。

    一杯水在Image-2里是一杯普通的水,在Nano里就是摆在这里要拍轻松闲适氛围的广告道具。

    半个西红柿不是随便切的——二十精挑万选、打了面光、喷了水、特意固定了位置。

    一块泥巴也是,有人找了平整的土地,喷了点水,团了一把泥巴,塑了塑形,摆到正当间,调整了构图才拍的。

    这个刚起床的卧室根本毫无睡了一夜的杂乱感,而是感觉这是一个卧室家居用品的广告拍摄现场

    这几张塑料拖鞋,生锈的铁钉,洗手台上的肥皂,都有一种精心的摆拍感

    这不是无用功。Nano Banana的核心商业假设是:如果要大规模生成内容,不如直接生成"已经被设计过的现实"。对Google的Cosmic这样的web端产品来说,这意味着素材可以直接用,无需二次打磨。售楼处的宣传图就该这样——精致、无暇、充满了"生活在这里很舒服"的心理暗示。这是一种更直接的商业转化逻辑。

    Nano Banana 的世界观很清晰:本该自然无序的一切,都被调教得更适合被观看、被欣赏、被购买。这是一个过度设计的乌托邦,也是互联网产品想要呈现给用户的那个理想世界。

    豆包/即梦:不太全能的情感阐述高手

    字节系的这两个模型遇到了一个典型的商业难题:把大部分算力投给了人物情绪和面部特征,其他维度的成本控制就显得很吃力

    优势很明显。望着窗外的女孩那张,舒适和惬意表达得精准。

    流浪猫那张,把可怜无助、还有点惧怕人而保持一点攻击性的感觉表达得很精确。这种对人物细微情绪的洞察力在竞品中很难复现。对于需要"打动人"的内容场景(比如短视频封面、社交媒体素材),这种能力是真正的稀缺资源。

    但短板也很直白。色调比较浓重,暖调和冷调十分失衡。最能暴露问题的是光影处理——光线要么极度强烈,要么几乎没有光影。影子一多了,豆包就干脆只精心生成有光线的地方。在生成智能手机、旧书店角落、黑咖啡这些图片中,这个成本分配的不均衡表现得最突出。

    桌面橘子这张图片的背景处理问题更严重。纵深感表达不好,有一种背景要翻上来的感觉。最极端的是智能手机那一张,背景直接变成大白板——这样手机这种狭窄的光影才能比较不费算力地生成。还有个有意思的现象:豆包过于爱渲染"氛围",有时会按照自己对"氛围"的理解去改写你的需求,而不是真正听你的。

    这其实反映了一个更大的问题:当模型在某个维度投入过多,就会被迫在其他维度做出妥协。字节的选择是用"情感打动"来补偿"场景还原"的不足,这在内容创意场景可能有效,但在需要全方位精致度的场景就会显得单薄。

    可灵:追求帧帧充满故事感的好莱坞导演

    可灵作为短视频的主力生成工具,遵循的是完全不同的商业逻辑——每一帧都必须在讲故事

    所有的图都被放置在了一个已有的世界观或语境里,每一个画面都在暗示:接下来会发生什么。这种"预叙事"能力体现在细节里。正在系鞋带的男人,你一看就感觉他发现你在看他了。走廊尽头那张,透视感极强,感觉是高档酒店的短剧现场,你能想象有人会从那头走出来。地下停车场给人安静的诡异感,下一秒灯就会从远处一个个快速熄灭。

    这种故事感体现在对摄影技巧的精准运用上。掉在地上的雨伞用侧逆光、死角做了黑暗虚化处理,像案发现场证物。后视镜里的眼睛,构图压迫感极强,直接聚焦在后视镜。空荡的地铁车厢调色真实到电影级别,有《黑客帝国》的感觉。

    可灵的成本结构是:用光影、构图、虚化、调色等所有摄影语言服务于叙事,把静止画面转化成正在展开的故事。这对短视频、游戏角色、广告创意这类"需要视觉冲击"的场景是理想的。但如果你只是想要一张干净的产品图,可灵会强行给你加上故事性——这种"过度设计"在某些场景反而成了负担。

    使用越多,越会发现今天各个模型都有了它自己的一套视觉“方言”,而这些视觉语言都是审美的直接反映,模型逐渐在审美品味上直接区分开来。

    而除了各种数据和训练方法带来的审美不同,选择不同模型时,还有不同的成本考量。

    需要真实/电影级素材用Image-2——现实感强,瑕疵本身就是素材,省去了后期精修的成本。需要3A游戏场景或房屋中介宣传图用Nano Banana2——那种真实华丽但又一眼看出不是现实的感觉,正好适配售楼处"理想化呈现"的成本结构。需要表达人物情绪和面部特征用豆包或即梦——这两个模型在"情感转化"上的成本最低需要游戏人物或短视频素材用可灵——叙事感和视觉冲击力的ROI最高

    这都会使得接下来AI生图的竞争从"谁更强"转向"谁的味儿更对口"。而且,这种视觉倾向和偏好在使用中会再被加强,形成一个个风格的闭环。最终,最多用户的几个主要的模型很可能会一起改变人们对于审美的最根本理解。

  • AI热议背后的冷思考:爱奇艺究竟在下一盘什么棋?

    声明:本文来自于微信公众号 深响,作者:吕玥

    这几天,围绕爱奇艺世界大会的讨论不断,话题早已超出一家公司业务本身的范畴。它更像一面镜子,映照出这个时代大众在面对AI时复杂而矛盾的情绪。

    但正如爱奇艺创始人、CEO龚宇在演讲中所提到的:关于AI,共识已经达成。

    各大短视频、长视频平台都在加码布局,导演与制作团队开始尝试将AI引入制作流程,具备电影级质感的AIGC中短片陆续面世,国际电影节上设置了专门的AIGC单元,普通用户也已大量消费AI短剧和漫剧……无论人们对AI的理解深浅如何,它正在以可见的速度嵌入创作与生产的现实。

    也正因如此,越是在这种情绪与信息交织的时刻,越需要一次冷静的“降噪”。回到更基础的问题本身:拨开技术叙事与情绪投射,爱奇艺在这场大会上究竟讲了什么?这些表达背后,指向的是一种怎样的行业判断?在AI真正变革影视行业的前夜,这家公司所看到的行业未来,又意味着什么?

    爱奇艺

    行业分水岭已现,

    爱奇艺「去中心化」转向

    AI浪潮中,影视行业正形成一个不那么显性、却足够深刻的分水岭。

    过去,影视行业的底层规则始终由“分发”定义。这是因为技术的力量总是先作用于传播渠道——从电视到互联网,再到智能手机,每一次媒介变迁都在改变传播渠道,而后才影响着内容生产。比如网综、网络电影、横屏短剧、竖屏微短剧都是典型例证。

    但你会发现,虽然新形态内容很多,生产内容的机构也成千上万,能把内容送到观众面前的“口子”有限,只有卫视和长视频平台。为了挤进有限的档期“货架”,片方只能选择市场上最大众化流行的题材、绑定偶像明星、套用验证过的爆款公式,这是分发驱动逻辑下高效且低风险的最优解。

    而AI的出现正在改变这套逻辑,技术直接作用在了内容生产本身。

    AIGC能力提升,让制作成本持续下降,生产周期不断压缩,过去需要完整工业体系支撑的创作流程,正被拆解为可以调用的能力模块,个体或小团队也逐渐具备完成复杂内容生产的可能。

    这意味着未来内容会进入一个“大爆发”时代。此时行业就变成了“生产力驱动”模式,核心变量在于技术,如果AI能让一个人或者小团队做出好莱坞级别视效,那么竞争重点就从“谁能上平台”变成了“谁能用更低成本、更快速度创造出前所未有的作品”。

    在这样的背景下,一个重要变化开始显现:内容不再完全依赖渠道来获得流量,“内容即渠道”的逻辑开始成立。好的IP本身就具备传播能力,它可以跨平台扩散,甚至在一定程度上脱离单一平台的分发体系。由此带来的结果是,内容与渠道之间的关系发生了反转——不再是内容去适配渠道,而是内容开始倒逼渠道转型。

    爱奇艺看到的,正是这一不可逆的结构性变化。若未来影视行业是由“生产力驱动”,那么平台原有的角色就必须被重新定义。

    于是,“去中心化”成为爱奇艺提出的一个核心关键词。在大会上,龚宇明确表示“爱奇艺将转型成非中心化社交媒体,构建一个创作者拥有IP资产、私域流量和丰厚回报的新影视内容生态系统。”这也是爱奇艺成立16年来对自身角色定位的一次彻底重构。

    理解这一“去中心化”,首先需要将其与移动互联网语境中常见的去中心化做出区分。

    短视频平台与社交媒体所说的去中心化,指向的是流量分发机制——UGC碎片化产出配合平台算法推送,内容呈现为信息流,单条内容生命周期短暂,用户的行为是“刷”。这是一种信息消费逻辑。

    而爱奇艺语境下的去中心化,发生在影视工业体系内部,指向的是决策权。平台上流通的仍是专业化的影剧漫综,是长篇的“文化产品”,有完整的叙事结构、制作周期和审美标准,用户的行为是“看”,并且会反复观看、长期消费,优秀作品最终沉淀为IP资产。

    决策权的转移,是这场变革的核心。过去,内容由平台决定投不投、买不买,资源高度集中于头部项目,创作者更像是承接项目的乙方。而在AI重构生产力的新格局下,理论上任何人都可以拿起工具进行创作,创作的门槛从资金和资源,转变为技术应用能力、创意执行效率和审美溢价。决策权因此从平台向创作者回归——谁能做出好内容,谁说了算。

    归根结底,爱奇艺所说的“去中心化”,本质上是将影视行业从“平台筛选”的单中心模式,推向了“创作者驱动+市场筛选”的分布式结构。这是行业权力图谱的一次重新绘制。

    角色重构,做生产、

    分发与留存的新基建

    把决策权交还给创作者,并不意味着平台就此退场。爱奇艺给出的答案是换位——从过去的“内容分发者”,转向一套支撑内容生产、流通与留存的基础设施。换句话说,平台不再主导内容本身,而是重构围绕内容的一整套能力体系。

    首先是生产层的基建——纳逗Pro。它是爱奇艺开发的专业级影视制作平台,集成了大模型、智能体矩阵,以及爱奇艺近二十年积累的IP和数字资产等独家资源。

    目前市面上有不少视频生成工具,但纳逗Pro的差异化在于它提供的不是通用生成能力,而是将影视创作各工种的行业经验沉淀为智能体,目前已开发和正在规划中的智能体接近70个,覆盖了从编剧、导演、美术、摄录、剪辑到宣发的全流程,相当于给创作者提供了一个完整的AI制片厂。

    而这也解决了当前最突出的一大痛点:一致性。AI生成视频内容时常出现“抽卡”式的随机性,比如上一帧角色形象和下一帧对不上,场景的光影逻辑前后矛盾,视觉风格忽东忽西等等。没有一致性,AI生成的内容就像一套“动态PPT”,画面再精美也无法构成一个完整的叙事作品。纳逗Pro这种影视专业设计思路,正是为了有效抑制随机性,让AI生成的内容从“能看”迈向“能用”,产出接近影视实拍质感的专业影像。

    更关键的是,爱奇艺选择将平台积累的核心资产向创作者敞开。IP库从源头解决版权合规问题,解决了许多技术能力者“有锤子没钉子”的现实困境。其他数字资产的开放,也是让创作者能够将成熟的生产要素进行模块化调用,站在一个已验证的工业体系肩上创作。

    其次是市场层的基建——新爱奇艺号与分账规则。

    未来“内容即渠道”趋势逐渐显现,但也不可避免会出现信息极度过载的问题。这一环境里,注意力成为最稀缺的资源,创作者可以更容易完成作品,但未必能让作品进入观众视野。

    新爱奇艺号的意义正是在这一背景下重新被定义。零门槛入驻与一站式签约,使其成为一个开放供给入口,创作者可以直接面向用户发布内容、建立自己的内容矩阵。更重要的是,创作者可以在此围绕作品构建持续的内容产出,经营起自己的“数字影视工作室”。

    更新的分账机制,则是为创作提供了一套相对确定的回报逻辑。相比其他渠道普遍依赖广告、电商或品牌合作的变现方式,长视频分账体系更简单且直接,不存在明显收益上限,内容表现越好,回报越高。在一定程度上,它把收益的决定权重新交还给内容本身,而不是附着在流量转化之上。对于更强调叙事与制作的创作者来说这种机制反而提供了更稳定的预期,也更接近“内容定价”的逻辑。

    当生产与流通环节被重新组织之后,仍有一个容易被忽视但愈发关键的问题——注意力留存

    在内容供给爆发的未来,内容无限增长,用户注意力将会更为匮乏,优质内容也可能迅速被新供给所覆盖。换句话说,行业面临的不再只是“如何被看见”,而是“如何被持续记住”。

    对此,爱奇艺给出的解法,是让IP的生命周期从“播放一次”延伸为“长期占据用户时间”。爱奇艺高级副总裁刘文峰在大会上将其概括为“IP注意力的全链路经营”——即纳逗Pro先解决了内容如何做出来的问题,而后吃鲸AI与桃豆世界去更长久留住用户的注意力。

    吃鲸AI是一款AI创作者共创社区产品。它和传统的生成工具不同,核心不是生成内容,而是让用户参与创作——观众可以改写剧情、改写台词,甚至与IP里的角色、场景深度互动,创造出属于自己的版本。用户不再是被动的观看者,而是主动的创作者。

    桃豆世界”则更进一步,把这种关系从单一作品延伸到一个持续存在的空间之中。角色不再只存在于剧集或影片中,而是在一个长期运行的虚拟空间里,与用户建立连接。用户可以与喜爱的角色进行全天候深度对话,还可以围观角色发布的“日记”、自创小剧场等等。

    这两款产品背后的逻辑是一致的:当注意力成稀缺资源,与其担心好内容被淹没,不如把它变成一个能长期占据用户时间的数字空间。作品的生命周期被拉长——从“看完即走”,变成了“住下来、玩起来、留下来”,对于创作者而言意味着IP的价值可以通过用户的持续参与和共创,释放出更长尾的收益曲线。

    生产工具、市场机制、注意力系统——这三层基建叠加在一起,构成了爱奇艺“去中心化”转型的完整骨架。平台的角色不再是手握生杀大权的“总导演”,而是退后一步,为创作者铺设水电煤,让好故事自己长出来,也让它有机会被看见、被记住、被反复消费。

    事实上,爱奇艺此次“All in AI”战略,是一次对行业趋势的前置性押注,它试图在影视工业尚未被AI彻底改写之前,率先明确平台角色的自我重构。

    从现实来看,传统影视内容的生产与分发体系依然在稳定运转。正如爱奇艺首席内容官王晓晖所总结的:

    长剧仍然处于内容结构的“塔尖”,重点内容一类是强调历史与现实厚度,如《伟大的长征》《秦谜》《重器》等以宏大叙事与细节还原时代感;另一类以人物与情感为核心,如《家业》《小城良方》《海岛舒服日志》等,通过个体命运与情感表达建立更广泛共鸣。此外还有辛爽导演的《孔雀东南飞》、改编自马伯庸的《两京十五日》等一批更具类型突破与想象力的项目在不断丰富长剧的可能性。

    而中剧凭借更高的制作效率与更灵活的表达空间,成为了内容创新的试验场;短剧一方面开放AI仿真人剧合作,另一方面则继续加大实拍精品短剧投入,有《不良执念清除师》《凤刃》等IP改编的高制作水准项目。

    综艺方面,一边通过《种地吧》《说唱巅峰对决》等“综N代”延续成熟IP的生命力,一边持续推出新形态原创节目;电影方面,将推出《1840》《未满十四岁》《拔刺》等头部院线大片,《捕风追影2》也已开始筹备。

    这些并行存在的形态,构成了当下行业的真实底色,并非AI可以一键简单替换。

    说到底,从长到短、从真人到AIGC,爱奇艺始终锚定一个原点——内容本身的价值。在AI时代,新角色、新工具、新机制,服务的并不是技术本身,而是为优质内容创造更优良的生长环境。这或许正是爱奇艺在这场AI浪潮前夜,试图给出的答案。