21世纪经济报道记者 吴佳楠
内容生产行业正在算一笔新账。
过去衡量AIGC产品时，行业习惯看单次生成价格、模型跑分、画面惊艳感；但行业经验数据是，一部短漫剧从分镜到成片，大约需要十次抽卡，十次生成里只有一次能拿到满意效果。当中的返工、算力消耗、人工校对、画质修复，才是压在企业身上的真实成本。
在2026腾讯全球数字生态大会上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生披露了一组在内容生产场景的规模数据：腾讯云音视频AI WAND产品家族提供主流的多模态模型、WAND-Vega多模态应用模型，与100余款自研的媒体处理工具，覆盖了90%的头部短漫剧出海客户，日均生成450万张图片、300万秒视频。
这组数字说明音视频AI已经进入规模化生产，但关键在于，规模上去之后，可用率能不能上去，综合成本能不能下来，业务收益能不能增长。
腾讯云副总裁、媒体AI产品负责人李志成，腾讯云WAND多模态应用负责人朱琳，以及TAPNOW、智象元一、山海星辰、漫森文化等企业代表，接受包括21世纪经济报道在内的媒体采访时，给出的答案指向同一个方向：通用基座模型解决通用场景，垂直专业场景需要应用侧模型来补，随着模型与Agent边界的消融，客户最终要的是可交付的工作流，不是单点的技术参数和生成能力。
从落地实践看，降本增效在实际发生。漫森文化把月产能从50部推到133部，单部成本从150万元压到10万元至20万元；紫讯科技把跨境图片素材的有效使用率提到七八成；TAPNOW平台上超过八成的视频模型调用已由Agent发起。
“WAND-Vega是基于混元等主流基座模型做后训练推出的应用侧系列模型，聚焦音视频垂直行业，不是通用基座的简单替代。”李志成表示，通用场景能力已不是行业痛点，但通用基座在垂直场景里还有很多Bad Case没有解决，所以推出面向专业场景的模型至关重要。如果AI不能帮助实现DAU和收益增长，模型本身就没有意义，未来1年到2年，面向垂直场景的模型和应用商业价值巨大。
模型竞争焦点转向交付结果
AIGC工具发展至今，模型和Agent之间的边界正在模糊，工具竞争正从能否生成转向交付结果。
TAPNOW联合创始人曹如盛表示，TAPNOW面向严肃商业视觉AIGC，不是娱乐创作场景，对稳定基建和模型供给要求很高，给客户交付的是解决问题的能力，能力可以来自模型，也可以来自单个或多个Agent组合。
据介绍，其面向创作者提效的Agent产品Creative OS上线半年，两个月前统计显示，平台82%的视频模型调用由Agent发起，占比还在升高。过去需要手动搭建画布节点，现在很多环节不需要手动操作，效率提升、能力门槛下降。例如白模产品CD map让用户语音描述西部小镇、江南水乡、下雪、春节等场景，系统生成对应白模世界，再交给模型做视频渲染，减少反复抽卡。
这说明AIGC工具提升内容叙事能力，不是靠一句提示词直接输出完美成片，而是把叙事拆解成可调用的环节：剧本拆镜头、分镜生成、白模前置、素材生成、剪辑成片。
山海星辰传媒集团AI产品负责人韩西伦表示，目前Agent大多还处在L3层级，距离L4自主创新级还很远。超级Agent有两个可预见趋势，一是主动感知，不再局限在对话框输入指令，Agent可以感知文件、对话上下文，比如聊完一个剧本，主动给创意提案；二是全部统一交互入口，音频、图片、视频、文字全部在同一个会话完成，意图识别能力变强。
目前，山海星辰已发布剧本Agent，沉淀喜剧、短剧行业经验与技能。短剧往往在第三集之后流失率快速上涨，剧本Agent可以参考真人、海外短剧数据，反向优化剧本，保障前三集吸引力，适配不同地域文化。工具在这里介入的不是画面生成，而是叙事结构和节奏控制。
在行业趋势下，WAND-Vega适时推出。李志成明确，WAND-Vega是基于混元基座模型加上行业优质开源模型，做后训练、强化调优得到的应用侧系列模型，不是通用基座模型，和市面上的通用基座模型有区别。通用场景的能力现在已不是行业痛点，但通用基座模型在垂直场景里还有很多Bad Case没有解决，也因此推出面向专业场景的垂类模型至关重要。
据介绍，四五年前，腾讯云视频云有云渲染团队，积累了云渲染经验，做了实时白模产品。在视频生成过程中，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，效果会非常好，也能解决物理场景复杂的Bad Case。
朱琳表示，WAND-Vega的核心，是弥补现有通用基座在垂直专业场景的短板。版本上，Vega Video核心两大版本是Light和Pro，Light主打性价比，Pro追求最高效果，对应市场两类真实需求。一部分客户走批量生产路线，优先考虑成本，能实现商业盈利就可以；像TAPNOW这类严肃专业创作平台，就会选用Pro版本优先保障效果。至于1.0Pro、1.5Pro等衍生版本，属于产品小步试错的探索阶段，不同合作伙伴诉求不一样，为了分层服务客户会有阶段性差异化版本；整体产品路线是先探索试错，后续收拢归一。阶段性版本不会直接下线，因为有企业客户正在线上稳定使用，腾讯云会保障已上线版本长期稳定运行。
“再过几年，普通终端用户不会区分底层是大基座模型还是Agent方案，对使用者来说最终就是工具。”朱琳表示，AI行业快速发展，短漫剧、电商能够落地，是因为行业需求与音视频AI能力相结合并实现了商业化落地，腾讯云才被市场看见。作为云厂商，更多是被客户选择，只要音视频AI能帮助行业实现商业价值，就会深度拥抱合作。
那么，基座模型、垂类模型加上Agent，是否会互相融合成更一体化的整体产品？智象元一商务副总裁沈伟峰表示，智象未来自研的HiDream系列多模态基础大模型，上层有图像、视频、具身和世界模型等子模型；面向用户的Agent分两类，C端产品vivago面向普通个人创作者和社媒团队，面向影视、AI漫剧专业制作的Agent“帧赞”则与上影、华策等投资方深度合作。
“两类用户需求不同，普通创作者只关心最终输出结果，专业影视团队除了成片质量，还要求对创作全流程高度可控、可编辑。长期看，用户会越来越不关心底层用了什么模型，只看产出效果。”沈伟峰表示，每个模型都有自身特点，通用基座有通用基座的能力，部分模型在特定场景表现突出，Agent需要针对场景做适配，发挥模型优势，不管C端还是专业用户，不需要理解底层各个模型的特性，不需要手动挑选模型，只需输入想要的结果，由Agent自动匹配底层模型，行业整体在快速变化中。
基础模型加垂类模型实现1+1>2
汤道生在全球数字生态大会上透露，在内容生产场景，腾讯云音视频AI WAND产品家族提供主流的多模态模型、WAND-Vega多模态应用模型，与100余款自研的媒体处理工具，覆盖了90%的头部短漫剧出海客户，日均生成450万张图片、300万秒视频。
降本提效体现在内容可用率上。行业经验是做一部短漫剧，从分镜到成片大概需要十次抽卡，十次生成里面只有一次能拿到满意效果。如今，不管使用白模前置，还是完成剧本分镜之后，如果叠加上Vega模型和WAND全套技术，把擦除修复、生成式增强融合进去，能够显著提升内容可用率。
头部企业如TAPNOW、漫森文化反馈，内容可用率能够提升到80%，也就是说十次生成里面，有七到八次生成的完整成片可以一次成型，以此实现综合成本大幅下降，从而减少生成过程中的返工和算力消耗，这不是单看单次生成价格，而是靠可用率提升摊薄综合成本。
漫森文化AGM谭琳表示，之前做真人短剧，一个月产能大概50部到60部；今年年初AI技术大爆发后转战AI短剧，现在每个月可以产出130到150部。基于这么大的产量，漫森搭建了自研制作中台，WAND深度嵌入自研中台，整体是Agent自动调用工作流的模式，包括Vega Video、Enhance画质增强等，不需要业务侧单独逐个节点手动调用，由工作流自动触发。
成本优化很明显，传统真人剧单部成本大概150万元，AI短剧整体降本90%；精品短剧单部成本在10万元到20万元区间。如果不用WAND，镜头可用率大概30%；接入WAND之后镜头可用率可以达到50%到80%，精细化运营可以稳定维持80%。
谭琳表示，WAND把创作者从画质修复、字幕校对这类细碎重复工作里释放出来，人力可以投入创意环节，内部使用后，除了可用率提升，还可以节约30%成本，整体提效30%。
对比市面多款产品，谭琳认为WAND最大优势是全链路打通的模型底座，针对短剧场景做过定向训练。字幕擦除、画质增强很多厂商都有，但针对短剧垂直场景调优是WAND的核心优势，这也是漫森选择WAND的关键。
山海星辰是微短剧产业全链路平台，韩西伦表示，国内山海短剧月均票房在3.5亿元左右，爆款率40%，覆盖全球200多个国家，涵盖14种语言。基于对短剧行业的Know-how，公司自研Nova AI一站式内容生成平台，包含剧本拆镜头、素材生成、分镜生成、合成视频等全链路能力。
据介绍，Nova平台完成剧本拆解、素材生成、分镜到视频合成全链路，山海星辰会引入WAND做视频生成、画质增强Enhance相关能力。对山海星辰而言，WAND不是单点工具，而是嵌入内容生产流水线的能力模块。
沈伟峰表示，智象未来做多模态生成式AI和基础多模态大模型，自研HiDream系列作为世界模型，在做基础模型过程中，很多以生成式为主的能力和WAND合作，除了生成之外还有很多后处理需要完成。WAND在字幕擦除、人像修复以及画质增强等方面，都有很强能力。智象主要聚焦生成场景，以文生图、文生视频、图生图、图生视频为主，在后处理环节和WAND有非常多合作和落地场景，共同为B端客户提供服务。
可以看到的是，WAND的降本提效逻辑可以拆成三层：第一层是可用率，十次抽卡一次满意变成十次生成七八次可用，直接减少返工和算力消耗；第二层是工作流，WAND嵌入漫森自研中台、山海星辰Nova平台、TAPNOW Creative OS等工作流程，由Agent自动调用，不需要逐个节点手动操作；第三层是垂直调优，针对短剧、电商、影视等场景做定向训练，解决通用基座在光影、物理规律、画面崩坏、字幕擦除、人像修复等垂直场景的Bad Case。
“Vega是一个应用侧的系列模型，并不是对标基础大模型，我们追求的是基座模型加Vega模型实现1+1>2的效果。”李志成表示，模型和Agent的边界会越来越模糊，未来1年到2年，全球通用大基座能活下来的数量有限，但是面向垂直场景的模型和应用会越来越多，商业价值巨大。
对于行业的发展，李志成认为，行业价格下行来源于推理算力、量化加速带来的技术进步，现在像实时AIGC直播这类场景成本依旧很高，行业还需要继续降低推理成本，才能实现商业闭环。
