屠龙之术
AI大模型对短剧内容理解的深化正驱动中国内容消费步入全IAA变现的深水区,并将催生具备影视级镜头语言的AI真人慢剧在2026年迎来爆发式增长。
AI-assisted summary of Vol.88 AI如何解锁2026内容消费的深水区---再次对谈快手磁力引擎郑迅 — original source. Check the original for full context.
Source published:
Detailed notes
## Background 本期节目是播客《屠龙之术》于2026年2月9日发布的第88期,由庄明浩主持。节目发布于小宇宙等RSS/Web平台,邀请了快手磁力引擎的郑迅作为返场嘉宾,共同探讨AI技术如何影响并解锁2026年内容消费的“深水区”以及过去一年行业的变化趋势。
## TL;DR 内容消费行业在2025年下半年全面步入深水区,短剧经历成本拉升并从小额付费(IAP)转向广告免费变现(IAA)的重构。在此背景下,得益于可灵等视频大模型的技术支撑,AI真人慢剧(动态漫)在供给侧迎来爆发式增长,成为低成本、高效率的内容新品类,并逐步复用短剧的基础设施向“拼故事和镜头语言”的内容本质回归。同时,快手通过大模型在后端实现了推荐引擎的“白盒化”与语义ID革命,并将大模型引入广告出价策略接管Agent,推动小游戏、小说等多元细分类目走向智能化、本地化出海以及元宇宙式的沉浸叙事。
## Atmosphere & style 对谈整体呈现出一种务实、深刻且带有行业前沿洞察力的专业对话氛围。主持人与嘉宾作为老友再度重逢,彼此间的互动默契、节奏流畅,没有浮夸的概念炒作,而是基于快手真实的大盘数据和一线实践进行冷峻且深刻的复盘。整场讨论在宏观技术巨浪的兴奋感与行业内卷大逃杀的清醒认知之间交织,既有底层技术革命带来的技术自豪感,又饱含对三五人小团队在AI时代破局的温情期待,给听众带来一种脚踏实地、探寻未来内容边界的沉浸体验。
## Key takeaways - `00:55` 2025年下半年起,中国内容消费行业步入“深水区”,短剧有效投放周期剧烈缩短,大量长尾剧生存空间被极速压缩。 - `32:00` 短剧行业正面临制作成本拉升与变现模式重构的双重挤压,付费模式全面从单集付费(IAP)转向看广告的免费模式(IAA)。 - `01:10` 快手平台总体用户规模进入平台期,但通过线索广告、内容消费(短剧、小游戏、小说)及电商与本地生活的升级,逆势取得双位数增长。 - `13:46` 2025年第三至第四季度,短剧赛道内诞生了由供给侧暴涨驱动、增长斜率极高的崭新流派——AI真人慢剧(动态漫)。 - `17:46` 慢剧承接了被传统短剧高成本挤压的中小制作方,通过3至8人的小团队利用AI视频大模型(如可灵)构建高效的人机协作流水线。 - `29:12` 展望2026年,慢剧将迎来三位数以上的爆发式增长,竞争焦点从画面优化转向故事内容与影视化镜头语言的掌控。 - `37:18` 2025年下半年短剧引入大模型,颠覆了传统的供给侧标签体系,通过深度剧情理解将标签数量跃升至百量级,并展现出丰富的套路和题材分化。 - `36:09` 国内做剧成本大幅拉升倒逼短剧CP疯狂出海,2025年成为短剧出海元年,头部公司在海外的变现规模和GMA占比已居绝对大头。 - `41:05` 快手在交互创新实验中将短剧传统“激励广告”切为可直接划走的“中插广告”,实验结果大获全胜,证明顺应用户习惯能撑大观看池子。 - `43:58` AI在游戏端的提效远慢于短视频,小游戏高昂制作成本尚未被打下,目前全员践行混合变现模式,通过内购(IAP)和广告(IAA)并存稳固大盘。 - `46:59` 利用大模型驱动的各种“模拟器”类游戏打破了固化分支,NPC背后接入大模型Agent,正向更具随机性、不确定性与沉浸感的元宇宙叙事逻辑推演。 - `53:21` 面对每日千亿次视频匹配与广告创意带来的几何级膨胀,快手通过引入大模型开集标签进行深度剧情理解与推理。 - `57:01` 快手利用多模态大模型推出“语义ID”底层革命,消灭物料膨胀,实现视频与推广商品的唯一绑定,让冷启动成功数据得以无缝继承。 - `01:05:48` 快手成功将大语言模型落地于广告推荐系统,让Agent全面接管出价与调价博弈策略,效果超越手工微调,实现策略层面的重大里程碑。 - `01:10:00` AI时代对产品经理提出了新要求:需要具备行业Know-how并识别模型弊端,懂得如何利用奖励机制(Reward)去奖惩和约束大模型。 - `01:12:30` 多模态技术的未来演进分为重视业务Loop和效率的“落地应用路线”,以及追求口型、眼神、肌肉精密对应以提升行业上界的“技术提升路线”。 - `01:18:14` 2026年真人短剧资金精力预计会向慢剧赛道转移,而慢剧对剧本的庞大需求将反哺并带活前几年增长放缓的小说行业。 - `01:20:00` 快手平台2026年的努力方向包括打通纯自然流量分发以解决版权方收益问题,以及推进投放系统的“白盒化”与自然语言交互。 - `01:20:00` 快手在公司层面上对AI探索采取去中心化机制,内部“不设置AI的产品方向”,允许所有业务线的产品经理和工程师自主探索AI。
## Detailed walkthrough ### 内容消费行业步入“深水区”与短剧的“IA变现”转型
在经历野蛮生长之后,中国的内容消费行业在2025年下半年正式步入“深水区”。这一特征在短剧和短视频平台上表现得尤为明显:一部常态剧从快速起量到进入平稳期的有效投放周期正剧烈缩短,从原先的一两周骤降至一周以内,甚至几天内用户的兴趣便会淡去。虽然少数如出到第三、四部的头部系列剧仍能维持极长的生命力,但大量长尾剧的生存空间已被极速压缩。这不仅反映出用户的口味正变得挑剔与精明,也在倒逼制作方在国家对短剧题材和剧情规范的制度框架内,寻求更深层次的叙事与拍摄突破。
与此同时,行业内部正面临供给侧成本拉升与变现模式重构的双重夹压。过去拍摄一部短剧的成本多在小几十万甚至更低,而到了2025年,由于用户对内容质量的要求水涨船高,服化道和布景日益精致,甚至开始向大银幕或长视频剧目看齐,愿意投入上百万制作费用的供给方大幅增加。更具冲击力的行业趋势在于,2025年短剧的付费模式经历了大变革,全面从原先单集付费(IAP)走向了看广告的免费模式(IAA),甚至很多平台前几十集完全纯免费。这种模式降低了用户的门槛,却极大拉长了版权方的回收周期,使内容生态的内卷与大逃杀特征愈发显著。
---
快手大盘的结构性突破与内容消费新红利
从纯平台的角度审视,中国短视频和短微平台领域的总体用户规模增长已进入个位数百分比的平台期,毕竟整体体量早已突破10亿的网民天花板。尽管大盘增速放缓、几家头部的格局基本确定,但快手平台内部的广告业务和特定消费品类依然展现出了强劲的韧性,逆势取得了双位数的增长。这在其他同行普遍面临8%至9%的保守预期、全行业“艰难做账”的宏观环境下,显得尤为不易。
这种双位数增长的局部红利,主要由三驾马车驱动: * **线索广告的效能优化**:快手在商家拓展及转化有效性上进行了深度的技术迭代。 * **内容消费的生态繁荣**:短剧、小说和小游戏业务的增幅均超出了平台年初的预期。得益于短剧全面切入IAA链路,用户的支付门槛和心理防线彻底消失,将原本看到十几集因不愿付费而流失的边缘用户重新拉回生态中,面向4亿乃至更大规模的用户群解锁了更广阔的市场。 * **电商与本地生活的体验升级**:平台开始重点抓商品质量与退货体验,促使电商业务在进入新发展阶段后依然保持快速爬升。
通过精细化地“拆策略、拆数据”,平台在三层策略之下依然挖出了可以增量的新矿。
---
大模型落地广告推荐与“慢剧”的异军突起
2025年AI技术的发展呈现出两条清晰的脉络:一条是在数据和策略背后的“白盒化”突破,另一条则是视频生成技术直接催生的内容新品类。在不为人知的策略后端,快手在2025年底成功兑现了年初的承诺——将大语言模型(LLM)成功落地于广告推荐系统。该模型能够代替投手进行精细化的广告出价与调价策略,在效果上不仅超越了传统的手工微调工具,甚至“比人还要好”,实现了策略层面的重大里程碑。
而在内容前端,2025年第三季度到第四季度(特别是11月国庆节之后),短剧赛道内诞生了一个增长斜率极高的崭新流派——AI真人慢剧(动态漫)。
> "慢剧在短剧里的占比可能已经达到了30%或者40%,虽然还没到大家心里的天花板,但它在年底变成的这个量级,所有人都没有想到。"
这一爆发并非来自于平台方的“前瞻性逻辑推演”,而是纯粹由供给侧的几何级暴涨所驱动。原来喜欢这类风格的核心用户一直存在,当海量的高质量AI慢剧供给进场后,用户需求被瞬间释放。慢剧榜单更迭极快,上周还是恶搞、杀马特或熊猫题材,下周就全变成了AI生成的偏真人风格慢剧。由于慢剧具有极强的“破圈”属性,每引入一个新的细分品类就能圈定一波全新受众,因此平台坚信其天花板还远未到来。
---
慢剧生产流派的解构与人机协作工作流
慢剧的爆发在客观上承接了从传统短剧赛道被高成本挤压下来的中小制作方。相比短剧动辄万字量级的每分钟生产成本,慢剧的每分钟成本已被压低到千元甚至更低的量级。在实际运作中,虽然有最极致的单人全流程创作者,但目前行业内最成熟、可长期持续的慢剧团队普遍在3至8人左右。
许多原先十几人的传统短剧团队开始化整为零,拆解成三四个小团队,铺设多条慢剧流水线。现在市面上已基本不存在纯靠手绘或传统电脑CG一帧帧制作的动态漫,全行业都在高频调取AI视频大模型(如可灵)的能力。尽管现阶段行业对“一句话端到端出片”的Agent能力有所高估,但主流团队通过将长篇小说进行科学分工,建立起了一套高效的人机协作闭环:
* **环节一**:利用大语言模型将长篇小说切片并重构为脚本。 * **环节二**:根据脚本提示词利用AI进行“文生图”或“图生图”,确立角色的一致性。 * **环节三**:通过可灵等视频大模型进行“图生视频”,解决镜头的连贯性。 * **环节四**:利用AI声音模型和多模态能力进行配音与音效合成。
在这种工作流中,人类成为了不同AI工具之间的“粘合剂”。即使团队不掌握横店、竖店的线下片场与演员资源,只要熟练掌握了这套分环节的AI工具平台,两三个小时就能精致地倒腾出两三集剧情。这甚至引发了一种有趣的生态倒流:许多原本只做直投和分销的推广达人,在学会AI剪辑工作流后,直接转型成了慢剧的原始版权作者。
---
基础设施的复用与2026年慢剧的“故事天花板”
慢剧在快手平台上的迅速起量,很大程度上得益于此前短剧行业几年下来沉淀下的支付、播放和分销基础设施。不过,慢剧在用户画像上呈现出更年轻化的特征,为此平台在用户侧和客户端匹配了弹幕功能、付费节点调整以及IAA变现点的针对性优化。在广告流量侧,由于原有的广告推荐和出价模型是为传统短剧客户定制的,直接洗用户会导致大盘毫无增量,因此平台在Q4投入了大量资源进行“人群破圈”与供给侧政策倾斜,从而让那些对生态更有利的慢剧创作者能够跑出更好的数据。
展望2026年,慢剧预计将迎来三位数以上的爆发式增长,并同样向深水区迈进。行业的竞争焦点正在发生转移:
> "画面的优化对上或下可能不是这个事情的天花板了,现在的天花板应该是看故事,以及镜头语言。"
当AI技术在画面一致性、稳定性和图生视频的制约基本消失、生产成本大幅下降后,行业开始回归内容本质。目前几大平台都在疯狂推进“小说改慢剧”的版权储备。另一个更高的门槛在于“镜头语言”的掌控。短剧导演多来自传统影视圈,深谙中景、特写与转场的视听语言,而慢剧作坊式的小团队由于缺乏专业训练,在镜头语言上往往显得不够讲究。未来,谁能率先将合理的影视化镜头语言融入AI工作流,或者谁能写出更具张力的剧本,谁就能在2026年的市场中确立绝对的护城河。
---
短剧标签体系的大模型进化与出海巨浪
转看传统的短剧赛道,2025年其内在的套路和题材也发生了深刻的分化。最显性的标志是平台标签体系的颠覆:过去,短剧标签完全由供给侧的客户自行填写,多局限于“男频”、“女频”、“古代穿越”、“现代都市”等几十个传统类目,且流量高度集中在最容易引发共鸣的“逆袭”标签上。
2025年下半年,快手引入大模型对全网短剧内容进行深度理解与自发整合,将封闭的标签集彻底打开。大模型会根据剧情中的微妙元素,自主生成诸如“重生”、“穿越”、“系统”等开集标签。当这些标签进行排列组合时(如“只重生有系统但不穿越”),可用标签数直接跃升至三位数的大两位数级别,聚集度大幅下降,展现出短剧写故事的套路正在变得极其丰富,女性题材也迎来了井喷。
同时,由于国内做剧成本(尤其是头部证明过自己的演员片酬)大幅拉升,服化道成本上涨,2025年成为了短剧CP(内容提供商)疯狂出海的元年。头部公司在海外的整体变现规模和GMA(总商品交易额)占比已占据绝对大头。对于制作方而言,将国内成熟剧目重新配音后打包出海是摊薄成本的极佳手段,而更激进的伙伴则直接在海外组织local(本地化)剧组进行拍摄。国内平台在收敛、做专门短剧独立APP因获客成本过高而面临“此消彼长”瓶颈的同时,也纷纷改变策略,开始倾向于将国内与国外版权进行“大包谈”的通盘合作。
---
IAA广告交互创新与小游戏混合模式的启示
随着短剧变现模式大面积向IAA收敛,快手在2025年从用户视角出发,进行了一次极具价值的产品交互实验:在一部分流量上,将短剧传统的“激励广告”切成了“中插广告”。
| 广告类型 | 交互方式 | 用户体验与实验结果 | |:--- |:--- |:--- | | **激励广告** | 用户观看10秒或20秒后,必须手动点击右上角或左上角的“关闭”按钮才能退出并继续看剧。 | 阻断感强,对用户在短视频信息流中的原生习惯有一定破坏。 | | **中插广告** | 与短视频的双向交互方式完全一致,规定的定住时间结束后,用户可**直接划走**。 | **大获全胜**。在定住时间完全拉齐的对照实验中,所有数据表现大幅优于激励广告。 |
这证明了在IAA形态里,只要顺应用户的操作习惯进行微创新,就能把观看池子撑得更大。
这种商业化探索与隔壁的小游戏赛道形成了有趣的互照。当前500多亿盘子的小游戏赛道并没有像短剧那样极端地推向全IAA,其IAP(内购)份额依然保持明确增长。这背后的核心症结在于:AI在游戏生产端的提效进程远慢于短视频,目前除了部分无代码基础的独立作者能用AI拼凑出简单的解谜、贪吃蛇游戏外,诸如拆钉子、兑水等具有复杂玩法的IAA小游戏,AI依然无法独立端到端搞定,小游戏的高昂内容制作成本尚未被真正打下来。小游戏厂商目前全员践行“混合变现模式”,在同一款游戏里通过精细的产品设计区隔,让不付费的用户看广告,让追求社交、PVP(玩家对战)或PVE(人机对战)痛快感的硬核用户充钱卡数值,通过“让人比人、让人更爽”的心理机制稳固了高水位大盘。
---
AI Native Game的早期萌芽与元宇宙叙事的回归
在2025年底,AI与游戏的融合正在跨越“生成UI图标、生成投放素材”的初阶阶段,开始向玩法和设计层面的微创新渗透。市面上开始密集出现利用大模型驱动的“恋爱模拟器”、“打工模拟器”以及狼人杀、Roguelike、解谜游戏的变种。
这类游戏打破了传统文案提前写好的、有限且固化的分支脉络集合,利用LLM赋予了早期用户极高随机性与不确定性的心理体验。虽然这距离真正的爆款还有距离,但开放世界游戏中NPC的背后已普遍接入大模型Agent。在统一的世界观设定下,NPC不再只会重复干瘪的固定几句台词,而是能被玩家的动作和言语实时驱动,极大地增加了游戏的耐玩性。
顺着这个逻辑推演,行业正在畅想一种比2026年更远一步的终极形态:由AI生成一个宏大的世界观设定,并在这个世界里放置无数个由不同Agent扮演的NPC、玩家、甚至记录者。你可以让写作Agent赋予其特定的文学风格,它就能实时跑出一篇波澜壮阔的小说;如果把这个过程可视化并赋予交互,它既是一个无尽沉浸式的短剧,也是一个千人千面的超级游戏。
> "这其实就是上一个时代‘元宇宙’的叙事,只不过这一次AI编辑叙事的权重变得更大、落地得更真。原来的元宇宙是你进去了还是你自己,没人陪你玩;但现在哪怕全是NPC,他们背后有大模型,你每一次进去玩,都能玩出完全不一样的体验,想象力太大了。"
行业在不断推出新形态,包括近期快手在“听书”和“小说剧”(介于小说与短剧之间的中间态)上的突破,以及数字人直播间日益丰富的交互感,都在印证内容消费形态的无尽边界。
---
推荐引擎的“百亿级级膨胀”与语义ID的底层技术革命
作为支撑万亿级匹配的大内容平台,推荐引擎的作用在AI时代变得更加复杂和庞大。以中国全网为例,每天新上传的视频在一亿量级,每天有近10亿终端访问,若按每人看100个视频计算,每日面临的是千亿次的实时匹配。而在广告世界里,这个数量级还要再经历一次巨大的“几何级膨胀”:因为广告系统是以“广告创意”和“广告单元”存在的,同一段短视频,配上不同的文案标题、不同的出价组合、或者今天投短剧明天投游戏,在系统里都会算作完全独立的计算单元,技术层面对去重和冷启动控制的要求高到了不可思议的程度。
2025年,快手在让推荐系统“从黑盒变白盒”的过程中,成功落地了两大底层技术迭代:
* **开集标签与大模型画像推理**:利用LLM对短剧、游戏、小说进行超越传统类目的“深度剧情理解与推理”。大模型可以针对一部短剧写出500字的剧情介绍,针对游戏写出玩法小传。虽然大模型天生带有“幻觉”,但快手在广告系统内部通过引入大量的Reward(奖励机制)和强化学习方法,将大模型写出来的东西约束并无限贴近于真实,从而为所有供给和用户画像生成了极度精准的语义特征。 * **消灭膨胀的“语义ID(Semantic ID)”革命**:过去,短视频在系统里的ID编码(如1001和1002)只是基于上传时间的物理代码,它们之间毫无逻辑关联。如果任由广告主针对同一视频不断建文件夹换出价重复尝试,系统流量将会彻底失控。快手通过多模态(Multimodal)大模型,将视频的图像、声音、文本融为一炉,把“多模态”转化为“语言”,再将语言编码为一套类似身份证系统的“语义ID”。
> "就像我们的身份证账号一样,110代表北京,110101代表东城区,110102代表西城区。在语义ID的编码体系里,我们能一眼看出1001和2002这两个视频在核心语义的前两位上是一样的,只是在后续细节上不同。这种ID它不再膨胀,能完美理解汉字与画面背后的本质含义。"
这项底层策略带来了一个巨大的商业红利:平台成功将“视频”与它所推广的“商品(如某部特定的短剧或游戏)”进行了唯一绑定,所有重复、膨胀的物料被强制收敛进同一个核心组织内。这极大地释放了流量池的计算压力。当每天新上的几百部短剧进入系统时,它们不仅能获得更多的冷启动机会,而且一旦冷启动成功,后续广告主即使复制物料、修改出价或调整定向,新创编的代码都会无缝继承原先已经跑通的冷启动成功数据,无需重新走一遍炼狱般的获客测试。算法工程师们正在用这套全新的大模型翻译机制,在深水区里为平台筑起坚不可摧的技术壁垒。
以下是根据录音文本后半部分整理的详细走读记录,真实还原了对话中的细节、专业术语、讨论氛围以及对未来的展望:
`01:05:00` AI大模型接管广告出价策略与Agent的落地收益
对话中提到,视频的语义ID非常像身份证号(如1001、1002等),每次反查每一个视频都能找到其对应语义的具体含义。如果将“大模型 + 动物 + 混合方式”的逻辑往前推,未来人类甚至可能无法理解某些语义。基于这一逻辑,团队进行了第二个非常有意思的实践:**让广告系统中的出价策略由大模型全面接管**。
在传统的广告系统中,客户通常会给出明确的表达(例如“我想花10块钱买一个激活”);但在大促等特殊节点,客户的容忍度可能会提高到20块钱。过去,这种出价的调整要么是客户在系统里改出价,要么是通过内部的“顶价策略”或“布置策略”来实现。现在,大模型介入了整个系统的出价博弈环节。大模型会自主判断广告账户的当前状态: * **已过冷启动阶段**:此时账户跑量良好,系统会对成本控制得更加严格,对应的上下界、出价系数和跑量工具会进行精准配置。 * **未过冷启动阶段**:若不尽快触碰上下界,账户可能就“跑不动”了,此时策略应是先放开让它跑;在大促时,则把边界放得更大、更宽。 * *此外,对于线索广告或预算敏感的小客户,策略则需要收得更窄。*
> "这些策略原来都是掌握在一帮产品经理和一帮运营对人的口口相传,每天那个群里面这个要调一下、调一下、这边搓一下、搓一下。现在让大模型去接管这件事情。"
现在,系统通过一个Agent去判断账户状态和这段话的意义,理解后给出自然语言指令,另一个产品策略模块接收指令并配置系数。虽然目前仍需Debug,但其收益巨大。因为人类对全局数据和未来趋势的预期往往不够可靠,而大模型可以精细地分析账户历史、同类账户现状及投放习惯。人不可能一直盯着策略细节调整,而Agent让整个系统的效率变得非常高。
这引出了对2025和2026年发展的讨论。大家将2025年视为“Agent的原点”,虽然外界给Agent赋予了无所不能的定义,但现实中无论To B还是To C,目前显现效果的Agent都不是广义上无所不能的,而是在特定推荐和广告策略场景下,以符合客户诉求的方式执行任务。目前大模型独立“创造”或“发明”新东西的空间还比较小,它更多是对过去知识、经验和内容的理解,并按照规律进行文本或内容的组合。正是因为这种组合方式可能带来人们没想到的创新,团队才在短剧业务中将其切分成多个工作环节,让Agent在特定环节中稳定产出。展望2025年,AI的发展会非常“落地”,真正产生商业收益,这与往年炒作概念完全不同。
`01:10:00` 2026年Agent深化发展与对AI时代产品经理的新要求
到了2026年,Agent在明确场景和边界领域的落地将会继续深化,不断踏出此前未曾想象过的角度。团队内部近期也在讨论“产品经理在AI时代需要什么样的新能力”。
其中一条核心能力就是:**产品经理能否想到这个场景在使用AI和不使用AI的解决方法上有什么不同**。 * **不用AI的传统模式**:系统只是读取内部的所有现有数据,单纯根据数据决定下一次出价多少对客户和平台最划算。 * **使用AI的模式**:大模型除了数据之外,还能结合行业知识去解释“为什么这种数据组合会出现这样的结论”。
因此,对产品经理的要求不再是每天盯着看板上的10个数来调参,而是要去了解系统数据之外的行业Know-how。产品经理需要识别判别式模型的弊端和缺失的视角,思考如何进行补充,并且在AI进行推理时,能够确定它“别在胡说”,懂得如何去奖惩(Reward)大模型生成的内容,确保其思维方式和生成结果是可靠的。正如前Facebook员工的总结:未来人类的区隔将分为两类,一类人能通过自身的经验和Know-how让AI的能力表现得到提升,另一类在AI能力线下面的人,对AI来说就毫无意义了。
随后话题转向多模态能力。面对可灵(Kuaishou Kling)在IR增长、MAU数据上的强劲表现,以及海螺等产品的上市对比,作为领先厂商,团队对多模态的未来演进有着清晰的路线规划:
1. **落地应用路线(商业体系更看重)**:人和工具紧密结合,让业务Loop运行起来,大幅提高现有商业和内容系统的效率。 2. **技术本身提升路线(更值得期待)**:目前市面上火起来的“AI真人风格短剧”,其口型和画面其实还对不太上,用户主要是被引人入胜的故事所吸引。而真正的技术提升,是要做到当两个人像AI驱动般对话时,不仅口型对得上,连发丝、眼神、脸部肌肉都能做出精密的一一对应。
这种多模态基础能力的提升能大幅降低长视频甚至大银幕的制作成本。创作者可以认真讲故事,将技术实现完全交给工具。例如电影《哪吒》的导演饺子在拍幕后花絮时曾提到,为了拍天兵天将跟哪吒打斗、怪兽牵着锁链从海里出来的场景,因为锁链要跟水面、海平面结合,还要有弯度和弹性,找了无数家外包公司“用手抠”了很长时间,过程极其痛苦。如果AI能力足够,这些繁琐的特效工作将获得极高的效率提升。大模型基础能力在提高行业的“上界”,而商业应用则在“下界”不断推进落地。
`01:15:00` 内容生态的深水区:漫剧、真人短剧与小说市场的连锁反应
在内容消费的细分类目上,除了短剧,还包含动态游戏、小游戏、小说和听书等多元经营方向。展望2026年,行业普遍会在**漫剧(动漫剧)**这件事情上加大投入。
对于**真人短剧**赛道,其发展需要看整个供给市场的变化。由于一些从业者和制作方正在转向漫剧,优质的演员、编剧和剧本将变得极其值钱。目前短剧圈内除了行业内部,普通观众可能还叫不出编剧的名字,但头部的短剧演员已经开始出现明显的“粉丝经济”。预计2026年真人短剧头部作品的投入依然巨大,但大量中腰部的资金和精力将会转移到漫剧赛道。
漫剧的兴起对剧本数量提出了更高的要求,这反而会反哺并带活前几年增长放缓的**小说行业**。一些过去未被翻拍或故事讲得不够好的小说,可能会被重新挖掘,同时也会涌现出一批专门写短片小说的新写手,为市场带来全新的增长空间。
从快手平台方的角度来看,2026年在内容消费侧的里程碑和主要努力方向有两点: * **解决与版权方的收益问题**:除了商业化的广告流量,平台正在慢慢打通纯自然流量(Organic Traffic)定向分发漫剧、短剧和小游戏的通道。自然流量对版权方的成本投入要求相对较小,虽然收益需要“徐徐图治”拉长时间周期来看,但一部剧的整体回收表现会很不错,这能将优秀的版权制作方从沉重的经济压力中释放出来。 * **投放系统的“白盒化”与自然语言交互**:AI在推荐和出价上的应用如果能实现“白盒化”翻译,未来整个投放系统有望实现客户直接“说人话”与系统对接。随着短剧行业出现大量三五人的小型工作室,笨重专业的投放系统已不再适用,平台希望让客户用自然语言就能达到市面上最专业投手的水平。
平台目前已经开放了一些小模块的尝试。例如在快手大模型做内容理解时,模型有时会犯错(比如把剧中的母女关系误判为男女情感故事),当平台把这些理解展示给客户时,客户会主动进行纠偏。这种纠偏数据会直接进入大模型的Reward(奖励)机制中。小范围尝试表明,客户和投放手与系统互动的意愿非常强烈,这意味着这种自然语言投放能力在未来不久就会开放给更多人使用。
`01:20:00` 2026年的期待与AI时代的组织探索
在节目的尾声,嘉宾表达了对2026年的几点期许。首先是业务业绩上的务实期待,希望快手能在快速增长的赛道中与合作伙伴一起获得不错的收益;其次,希望看到更多三五人的漫剧工作室共同发展,并期待产品和算法团队能更深入地参与到大模型的实践中。
快手在公司层面上对AI的探索有着独特的机制。正如上次与张老师交流时提到的:**快手在内部“不设置AI的产品方向”**。这种去中心化的机制允许所有业务线、所有产品方向的产品经理和工程师自主去探索AI。2026年快手仍将保持这一局面,鼓励大家在巨浪中发挥才智。
> "我发现现在这件事情只要它启动了,它转速很快,就跟动态、就跟漫剧一样。"
回看今天的主题“AI如何解锁2026年的内容消费的深水区”,2026年内容形态的成熟度毫无疑问会继续向深水区迈进。伴随着旁边巨大的技术浪潮,今年将会出现更多大家想象不到的、被进一步打开的全新场景。主持人与嘉宾共同表达了对2026年AI与消费领域新变化的期待,并相约明年此时再来复盘2026年的实际情况与2027年的新趋势。
## Notable quotes > `39:00` 慢剧在短剧里的占比可能已经达到了30%或者40%,虽然还没到大家心里的天花板,但它在年底变成的这个量级,所有人都没有想到。
> `52:00` 画面的优化对上或下可能不是这个事情的天花板了,现在的天花板应该是看故事,以及镜头语言。
> `52:00` 这其实就是上一个时代‘元宇宙’的叙事,只不过这一次AI编辑叙事的权重变得更大、落地得更真。原来的元宇宙是你进去了还是你自己,没人陪你玩;但现在哪怕全是NPC,他们背后有大模型,你每一次进去玩,都能玩出完全不一样的体验,想象力太大了。
> `57:01` 就像我们的身份证账号一样,110代表北京,110101代表东城区,110102代表西城区。在语义ID的编码体系里,我们能一眼看出1001 and 2002这两个视频在核心语义的前两位上是一样的,只是在后续细节上不同。这种ID它不再膨胀,能完美理解汉字与画面背后的本质含义。
> `01:05:00` 这些策略原来都是掌握在一帮产品经理和一帮运营对人的口口相传,每天那个群里面这个要调一下、调一下、这边搓一下、搓一下。现在让大模型去接管这件事情。
> `01:20:00` 我发现现在这件事情只要它启动了,它转速很快,就跟动态、就跟漫剧一样。
## Mentioned 快手, 快手磁力引擎, 郑迅, 庄明浩, 屠龙之术, 小宇宙, 可灵, 海螺, Facebook, 饺子
[Source](https://dts-api.xiaoyuzhoufm.com/track/6507bc165c88d2412626b401/69855de670aae7e967d34b63/media.xyzcdn.net/6507bc165c88d2412626b401/lm0paUntpRxcktGJxwTVnxduaf3I.m4a)