等不及Sora的老鐵，奔向快手可靈

　　Open AI讓大模型風(fēng)暴席卷全球的最初那段時間里，快手并不是一個耀眼的角色。彼時，百度拿出文心一言，阿里拿出通義千問，騰訊拿出混元大模型，彼此追趕，研發(fā)與開放速度都很快。

　　快手不在最初的角逐名單里，甚至到現(xiàn)在，都很少有人能叫出快手大語言模型的名字:快意。

　　戰(zhàn)局在今年的6月6日發(fā)生改變，快手視頻生成大模型可靈開放公測申請，那天也是快手13周年司慶日。媒體時常將可靈和Open AI的Sora對標，但從2月的爆炸性亮相后，Sora遲遲未向公眾開放。于是，好奇的中國用戶開始涌向可靈。

　　10天后，可靈“已經(jīng)（收到）好幾萬的申請量”，這一數(shù)據(jù)來自當(dāng)天參加智源大會的萬鵬飛，演講時，他的頭銜是快手視覺生成與互動中心負責(zé)人，也是可靈的實際負責(zé)人。到7月19日，申請使用人數(shù)超過百萬。從萬量級到百萬量級的申請增長，可靈只用了一個多月，在諸家大廠上半年的大模型進展中，這是最亮眼的表現(xiàn)。

　　翻身仗的故事總是大眾喜聞樂見的。但仔細盤點可靈及背后的快手大模型業(yè)務(wù)即可發(fā)現(xiàn)，這不是一場低調(diào)蟄伏而后橫空出世的爽文戲碼，也不是天才少年帶領(lǐng)小團隊后發(fā)制人的英雄敘事。

　　率先卷出AI視頻的大廠，為什么是快手?是業(yè)務(wù)需求帶來了強烈動因和高優(yōu)先級，是產(chǎn)品形態(tài)下的數(shù)據(jù)和技術(shù)積累帶來了迭代速度，是業(yè)務(wù)場景的匹配度帶來了真實客戶。

　　可靈的出現(xiàn)，不是一個偶發(fā)事件。國內(nèi)，快手在AI視頻領(lǐng)域的最大對手，大概率將來自字節(jié)跳動。

　　有需求，才有動因

　　創(chuàng)作者是快手內(nèi)容生態(tài)內(nèi)最重要的環(huán)節(jié)之一。根據(jù)快手官方公布的數(shù)據(jù)，2023年，首次在快手發(fā)布短視頻的創(chuàng)作者就有1.38億，全年發(fā)布的視頻在平臺內(nèi)獲得超過1萬億次點贊。

　　擁有海量內(nèi)容創(chuàng)作者，意味著快手需要承接他們對于內(nèi)容工具的需求，否則追逐新興生產(chǎn)力的創(chuàng)作者，很快就會奔向其他工具乃至其他平臺的懷抱。這也是此前快影之于快手，和剪映之于字節(jié)的價值。

　　所以快手此前在大語言模型上的投入并不激進，但在多模態(tài)大模型的競爭中卻要力爭上游。

　　在可靈之前，快手自研的文生圖大模型能力已接入快手，內(nèi)測的結(jié)果是，用戶在評論區(qū)月均生成5億+AI圖片。

　　需求帶來的強烈動因，固然是可靈橫空出世的必要條件，但擁有這些條件的并非只有快手一家。如果說對于可靈的問世還有什么重要的影響因子，那可能是決心。

　　決心首先來自快手高層。

　　此前，快手在大模型上的動作總是顯得稍慢半步。提及國產(chǎn)大語言模型，大家會率先想到文心一言、通義千問;提及大語言模型應(yīng)用，市場上風(fēng)頭正勁的是Kimi和豆包。到文生圖領(lǐng)域，國內(nèi)市場率先出圈的則是商湯的日日新5.0——發(fā)布第二天上午，商湯科技股價拉升超過30%，臨時停牌。

　　而此前的一系列故事里，快手在一個看似邊緣的位置。視頻大模型及其應(yīng)用，是其在風(fēng)口之爭最不容錯過的節(jié)點，也是整體大模型布局中最重要的一環(huán)。

　　此前科技媒體硅星人的報道中，可靈團隊技術(shù)人員稱:“蓋坤常說的就是，公司的卡都給你們用，公司全力支持。”蓋坤即于越，快手高級副總裁，擔(dān)任主站線業(yè)務(wù)負責(zé)人，兼任社會科學(xué)線負責(zé)人。前CTO陳定佳卸任后，蓋坤成為快手技術(shù)線最高負責(zé)人之一。

　　萬鵬飛及其團隊可能擁有更甚的決心。一個細節(jié)是，在決定接手可靈項目后，萬鵬飛將原有承接各方業(yè)務(wù)需求的工作，交接給了張迪團隊的其他同級別負責(zé)人。與之相對應(yīng)的，可靈團隊的其他成員，也各自交接掉了手頭原有的業(yè)務(wù)，全力投入可靈的研發(fā)中，周末加班趕進度是工作常態(tài)。

　　“其實正式發(fā)布一個多月前，可靈的測試效果都還不算太好。”一位大模型行業(yè)從業(yè)者告訴刺猬公社，“老萬他們算是背水一戰(zhàn)。后面真的是‘大力出奇跡’，最后能有這樣的效果，很多人都沒有預(yù)料到。”

　　于是決心成為最后一個變量。

　　有積累，才有速度

　　快手，或者說任何一個頭部短視頻平臺，在研發(fā)AI視頻上的積累體現(xiàn)在兩個方面，內(nèi)容和技術(shù)。

　　視頻由用戶生產(chǎn)，經(jīng)過平臺的標注理解，篩選出可被分發(fā)的內(nèi)容，這本就是快手業(yè)務(wù)邏輯中的固有路線。經(jīng)過處理的內(nèi)容成為一種數(shù)據(jù)，從對內(nèi)容本身的描述，到分發(fā)后的受歡迎程度，快手掌握了海量的內(nèi)容數(shù)據(jù)，通俗地說，他們既有內(nèi)容，也知道哪些是用戶愛看的“好內(nèi)容”。

　　對生成式視頻大模型的訓(xùn)練而言，這一過程好比提前把菜備好了。

　　甚至“廚子”也是現(xiàn)成的。

　　可靈項目組的大部分核心研發(fā)成員，都是萬鵬飛在Y-tech時期的老部下。年初，團隊成員陸續(xù)接觸相關(guān)信息和資料，開始進入可靈的研發(fā)工作中。

　　此前，萬鵬飛團隊主要負責(zé)承接快手創(chuàng)作生態(tài)下的UGC智能創(chuàng)作需求，跟主站生產(chǎn)、快影、一甜相機等業(yè)務(wù)方合作緊密，產(chǎn)品形態(tài)包括人像美化、影音特效、直播虛擬形象等。

　　2021年，萬鵬飛在全球人工智能技術(shù)大會上曾以“Y-tech部門AI技術(shù)平臺負責(zé)人”身份公開演講，當(dāng)時分享的案例中，就有“活照片特效”——前大模型時代的圖生視頻玩法。當(dāng)年，快手和快影的模板庫就曾上線過“會動的老照片”特效，用戶上傳一張照片后，照片中的人物可以做出微笑、眨眼、點頭等動作，形成視頻效果。據(jù)報道，這一動態(tài)特效在快影的使用量超過344萬。

　　快手網(wǎng)友@森嶼和鹿2021年發(fā)布的會動的老照片視頻

　　2021年的萬鵬飛就對生成式技術(shù)的發(fā)展非常有信心，并提出“生成模型會越來越強大，生成的內(nèi)容更加逼真，且生成的過程更加穩(wěn)定可控。”

　　三年后，可靈再度以“復(fù)活老照片”作品出圈，一些申請到使用權(quán)限的用戶，通過“圖生視頻”功能，將去世親人的照片轉(zhuǎn)變?yōu)橐曨l。和三年前的“活照片特效”相比，通過開放式的指令，用戶可以讓照片中的人物完成更復(fù)雜的動作，這正是新的大模型技術(shù)帶來的變化。

　　Sora發(fā)布于今年2月，快手可靈團隊在接近的時間點開始組建，但對多模態(tài)驅(qū)動的視頻生成技術(shù)的研發(fā)和應(yīng)用，一直在萬鵬飛及其團隊的工作范圍內(nèi)。

　　上述從業(yè)者向刺猬公社表達了相似的觀點:“實際上Sora的出現(xiàn)，相當(dāng)于讓大家在那個節(jié)點把技術(shù)路線或者說方案確定下來了，但是很多對視覺技術(shù)的應(yīng)用，包括多模態(tài)的事情是他們一直以來都在做的。”

　　可靈需要的技術(shù)層面積累正來自于此。廚子碰到了備好的菜，在全世界都看到一張新菜譜后，快手成為最快炒出成品的團隊之一。

　　但同時，上述從業(yè)者也對可靈能否長期在技術(shù)和產(chǎn)品上位于領(lǐng)先位置持觀望態(tài)度。“大家現(xiàn)在用的算法是類似的，各家可能有一些微調(diào)，但大差不差。”在他看來，有卡、有數(shù)據(jù)、算法差不多，各家做出效果接近的產(chǎn)品只是時間問題。

　　所以速度只是快手暫時的優(yōu)勢，他們需要在領(lǐng)先的窗口期，把優(yōu)勢真正轉(zhuǎn)化為穩(wěn)定的客戶。

　　有場景，才有客戶

　　2020年12月29日，快手在內(nèi)部全員信里首次正式發(fā)布作為企業(yè)價值觀的“快手派”，并稱“癡迷客戶”是快手價值觀的核心。

　　此前，不管是快手內(nèi)部還是其他互聯(lián)網(wǎng)大廠，更常提及的概念是“用戶”。為此，快手特地解釋了這一詞匯變動的原因。“公司業(yè)務(wù)復(fù)雜度變高，從 ‘用戶’ 擴展到 ‘客戶’，客戶包含了生產(chǎn)者和消費者、B 端客戶和 C 端用戶、外部客戶和內(nèi)部客戶。我們需要加強對生產(chǎn)者、B 端客戶的理解與認知，我們也需要強調(diào)對內(nèi)部客戶的服務(wù)意識。”

　　站在2024年回望，那確實是快手業(yè)務(wù)結(jié)構(gòu)變化的重要分水嶺。2020年，快手的全年營收中，直播營收占比從前一年的80.4%下降到56.5%，線上營銷服務(wù)營收占比從19%上升至37.2%，包括電商在內(nèi)的其他服務(wù)營收占比，則迅速從前一年的1%攀升至6.3%。

　　如同快手自己曾闡釋的那樣，生產(chǎn)者和消費者、B 端客戶和 C 端用戶、外部客戶和內(nèi)部客戶，都是快手的重要客戶，也將成為快手大模型的目標客戶。

　　生產(chǎn)者和消費者，共同建構(gòu)了快手最基本的業(yè)務(wù)鏈條，生產(chǎn)者生產(chǎn)內(nèi)容，消費者消費內(nèi)容。大模型產(chǎn)品的價值，在于降低生產(chǎn)門檻，同時提升內(nèi)容質(zhì)量。

　　前者很好理解，正如可靈目前能實現(xiàn)的那樣，輸入文本或圖片，即可獲得一段視頻，對沒有拍攝條件和制作能力的人來說，生產(chǎn)門檻被大幅降低。

　　后者初聽有點反常識——以當(dāng)前AI視頻產(chǎn)品的擬真能力和輸出長度，怎么可能在質(zhì)量上勝過真實拍攝和專業(yè)制作?但在快手和抖音這樣的頭部平臺，每天被生產(chǎn)出的數(shù)千萬個短視頻中，大部分來自普通用戶，專業(yè)內(nèi)容生產(chǎn)者眼中“不夠精巧”的AI技術(shù)，已經(jīng)足以讓普通用戶的隨手拍增添素材與豐富度。

　　B端商家同樣可能成為快手大模型能力的客戶。根據(jù)快手今年在世界人工智能大會上公布的數(shù)據(jù)，其AI廣告收入已突破2000萬/天。AI生成的廣告素材，可以在單條成本降低到0.47元的同時，將CTR保持在基準線上。

　　對很多大模型產(chǎn)品而言，找落地場景是貫穿產(chǎn)品生命周期的難題，但快手顯然不缺場景。正如快手副總裁、大模型負責(zé)人張迪說的那樣，可靈的出圈源自“在真場景中挖掘真價值滿足用戶的真需求”。

　　他們要面對的難題在于，在現(xiàn)有場景下，如何讓用戶成為快手大模型的高頻使用者，并愿意為此持續(xù)付費，先在自家生態(tài)內(nèi)實現(xiàn)大模型的商業(yè)化。

　　7月25日，可靈全面開放注冊，同一天，可靈上線會員體系，進入收費階段。

　　根據(jù)可靈官網(wǎng)信息，非會員用戶當(dāng)天每日登錄時可獲贈66個靈感值，按照當(dāng)前的“標價”，大約可免費生成6個視頻或330張圖片。

　　付費模式則分為兩種，一是會員模式，用戶可以按月、季度、半年、一年為周期購買不同等級的會員，等級越高，可生成作品數(shù)越多;二是充值模式，用戶可以直接付費充值，換算下來，用戶每個視頻的生成成本為1元，每張圖片的生成成本為2分錢。

　　對于可靈的定價體系，值得關(guān)注的有兩點。

　　一是快手沒有提供可無限次生成作品的會員選項，這意味著，無論選擇充值模式還是會員模式，用戶實際上都在“花錢買次數(shù)”。區(qū)別只是每次生成的單價，以及去水印、視頻延長、大師運鏡等差異性功能。

　　AI視頻的生成成本高，不提供可無限次生成的會員，快手顯然是想避免可能出現(xiàn)的成本失控，也能在一定程度上遏制灰產(chǎn)。

　　二是作為可靈“支付貨幣”的靈感值，和快手生態(tài)內(nèi)打賞主播所用的快幣，在定價上是等值的。1塊錢人民幣，可以購買10個快幣，也可以購買10個靈感值。這樣的定價方式，或許是為后續(xù)在快手生態(tài)內(nèi)打通支付系統(tǒng)保留可能性。

　　同時擁有需求、場景、客戶、設(shè)備、數(shù)據(jù)、技術(shù)、人才儲備的，遠不止快手一家。

　　上述行業(yè)人士預(yù)判，在不久的將來，字節(jié)就能做出同級別的生成式視頻產(chǎn)品。而在此之前，快手需要在窗口期內(nèi)完成用戶沉淀和內(nèi)容沉淀，讓AI內(nèi)容在快手生態(tài)內(nèi)有效運轉(zhuǎn)起來，最好還能跑通商業(yè)化路徑，在領(lǐng)跑者的位置上坐得更久一點。

　　常規(guī)的增長和運營手段已被提上日程�？伸`官網(wǎng)迅速上線了會員全線五折活動，同時用戶每日登錄可獲得66個靈感值，以減少付費模式對用戶增長和留存的影響，讓所有用戶至少可以先無門檻地使用嘗鮮。

　　此外，在快手站內(nèi)的運營中，可靈并未過多強調(diào)生成式視頻、擴散模型方案、分布式訓(xùn)練集群等概念，而是用“老照片變視頻”“穿越時空擁抱你”“復(fù)活40年前照片”等玩法，先吸引用戶上手使用，以降低用戶的理解成本。

　　對于普通用戶來說，新的玩法和過去的快影特效玩法難度一致路徑一致，他們將其理解為一種更強大的特效，無論是否聽說過“大模型”這三個字，都不妨礙他們成為大模型產(chǎn)品的實際用戶。

　　這正是快手和字節(jié)做AI視頻的終極先手，如果用戶是自家的;也是它們在AI時代面臨的終極危機，如果用戶被新的斷層式產(chǎn)品吸引走。

　　與其說是它們要爭奪AI視頻時代的入口，倒不如說它們都是守擂者。新的生產(chǎn)力會制造出新的內(nèi)容形態(tài)，最終造就新的平臺，這個故事，程一笑和張一鳴都再熟悉不過。

　　他們必須做第一梯隊。