腾讯云WAND升级Vega模型：已服务90%头部短漫剧出海企业

眼下AI短剧正疯狂消耗token，成了最火的吞噬方。与此同时，从业者的关注点也在往实处走：不再盯着底层模型本身，而是看交付成果；不只问一次生成的效果和成本，更在意创作全链路的效率、可控性、准确性和可编辑性。

腾讯云同样以自己的方式站进了这股潮流。今年6月，腾讯云发布AI音视频能力「家族」WAND，把混元等主流多模态模型和自研垂直模型整合到一起，覆盖生成、理解、处理、编码全链路；美加墨世界杯17个区域的直播业务就由WAND承接。到了10月，WAND升级出WAND-Vega多模态应用模型，针对广告、电商、短漫剧、AIGC工具平台等商业场景做了调优。

市面上不少玩家靠单一产品/模型打爆款，WAND的路子明显不同：它想搭一个开放生态、一套可用性高的基建，卖的不是单一模型的参数性能，而是内容生成的综合能力。

这种定位跟workbuddy、微信等产品的理念相近——做类基建的工作，因而跟所有人交朋友才符合长远利益。不过友商市场攻势凶猛，WAND这套打法能奏效吗？

近期2026 腾讯全球数字生态大会给出的最新数据显示，腾讯云音视频AI WAND产品家族已服务90%的头部短漫剧出海企业。

短剧公司漫森文化就是这类内容生成方的典型。漫森也走过了从真人短剧转向AI短剧的过程，其助理总经理谭琳描述了一条清晰的产能跃迁曲线：过去做真人短剧月产量约50-60部，转向AI短剧后稳定在每月130-150部。谭琳说：“真人剧单部成本大概150万，AI短剧整体降本90%。”

AI短漫剧烧钱最多的一环并非生成一次，而是反复抽卡，算力开销会被直接推高。谭琳透露，不用WAND时镜头可用率约30%；接上WAND能到50%—80%，精细运营后可稳定在80%。合起来算，“可以节约30%成本，整体提效30%”。

漫森调用WAND的路子，在Agent时代颇具代表性。技术扩散的大环境下，漫森文化同样自研了中台，WAND“深度嵌入”其中。剧本、分镜、画面生成、后期、剪辑整条链路，全交给Agent工作流自动调用，“不需要业务侧单独逐个节点手动调用”。WAND处在底层，为Agent提供经过定向优化的能力。

紫讯科技（旗下LinkFox）同样是最早接入WAND-Vega的AI商业素材平台之一，客户以跨境卖家为主。联合创始人杜玉生说，这些素材要拿去支撑商业运营，正确率的要求非常高。Vega带来“两个明显指标变化”：图片素材有效使用率由50%-60%升至70%-80%，AI辅助的设计创作产能半年间翻了约一倍。

把效率提上去，是各类工具共同的方向。腾讯云副总裁、媒体AI产品负责人李志成表示，在效果对齐行业主流的前提下，WAND客户的平均成本还能再降20%-30%。

李志成说：“海外客户占我们业务一半左右，他们更关注解决方案能不能帮自己解决业务问题、创造商业价值，这是我们的出发点。”他还提到，再过几年，普通终端用户更在意的会是使用体验，也就是这个工具到底好不好用。

短漫剧、电商这类内容生成，是AI走向产业级应用后爆发的一类需求。在腾讯云WAND看来，内容生产之外，多模态能力也正进入游戏、直播、会议等高频互动场景，产业潜力都不小。腾讯云副总裁李郁韬称，“2026年产业AI竞争的焦点，正在转向实时交互与任务交付。”

2026年APEC期间，官方新闻转播信号、实时字幕翻译以及终端横转竖，全部由WAND整体承接。而在美加墨世界杯赛时，WAND为17个国家和地区的官方转播平台提供技术支持，这一覆盖范围刷新了中国云厂商服务世界杯的纪录。按官方说法，WAND已服务超2000家企业，每天生成450万+张图片、300万+秒视频。

可以说，WAND是腾讯云在音视频领域多年业务沉淀与逻辑，在AI时代结出的产物。

腾讯云WAND多模态应用负责人朱琳表示，WAND有两大核心特点：一是继承腾讯二十多年音视频积累，图像、视频、语音能力沉淀是核心；二是坚持开放生态，与市面主流基座、工具、原子能力开放合作。

拿WAND-Vega这个自研应用侧模型来说，它并非通用基座模型，而是在混元基座模型之上，叠加行业里一些优质开源模型，面向广告、短漫剧等商业场景做后训练、强化调优得来的。

李志成表示：“通用场景的能力现在已经不是行业痛点，但基模在垂直场景里面还有很多bad case没有解决。”

画面崩坏这个问题，眼下没有哪家基座模型敢说百分百能搞定。WAND的擦除修复和生成式增强，针对的正是这类毛病。朱琳提到，画质增强其实早在AI基座模型火起来之前就有了，最早是给央视、腾讯视频上世纪七八十年代的老剧集做修复。

腾讯云视频四五年前攒下的云渲染经验，也被放进了实时白模产品里。做法是先用3D软件生成简单的白模视频，把3D物理规律和背景定死，再交给模型出视频。按原稿的说法，“效果非常好，也解决了光影、物理复杂场景bad case和出卡成本高的问题。”

现场一位AI创作平台的业务负责人介绍，他们也基于这

智象元一（HiDream.ai）走的是另一条路，同样面向营销、影视、内容创作，自研模型矩阵覆盖图像、视频、交互式世界模型和具身智能模型。智象元一商务副总裁沈伟峰表示，专业影视团队把腾讯云WAND的擦除修复、画质增强等能力用起来，能少返工、提高内容可用率，制作成本也会降下来。

这些场景里比的不是基模参数，而是能不能把腾讯云音视频十几年的工程积累，塞进生成流程的缝隙里。

不过这个定位在行业里算不上新鲜。字节、阿里、快手、Vidu、MiniMax等厂商，也都在把模型能力往具体工作流里沉。

WAND的不同之处在于，它没讲“某个视频模型单点领先”的故事。图像、视频、语音、理解、增强、编码、转码、分发，被打包成一套企业可以直接调用的能力族，再嵌进企业已有的系统。说白了，它更像内容生产线上的一层“中间件”。

朱琳讲了一个WAND服务某头部互联网平台赛事直播的细节：团队陪着对方调了大概几十版。有意思的是，WAND内部专业测评选出的技术最优版本，和平台真实客户选中的并不是同一个，最后上线的是客户喜欢的那个版本。按客户个性化需求来做，直播效果后来被广泛称赞。

朱琳说：“不对标基础大模型，我们追求的是基座模型加Vega实现1+1大于2的效果。”落到终端客户的真实场景中，他们用的通常是“一个基模+WAND能力组合”。

版本多了也有麻烦。李志成坦陈，早期针对不同场景推过太多版本，客户挑起来困难，后面会做版本收敛。版本过多，接入门槛就高；版本过少，又可能盖不住差异化场景。WAND得在“标准化”和“场景定制”之间找到一条稳定的边界，否则容易陷入“能力很多，但客户不知道买哪一个”的尴尬。

腾讯云方面表示，WAND并不绑定某一家模型，主流基座和开源模型都能兼容，能力则经由TokenHub等云产品，以OpenAI兼容API、MCP、Skills等形式对外输出。对开发者和企业用户来说，这种做法的好处是友好，同时也不至于被某一家的技术路线锁死。

朱琳告诉20社，对外提供生成式服务的主流第一梯队模型里，“至少有两到三家在用我们的服务，调用了WAND与Vega的技术。”

朱琳还打过一个很生动的比方：基模就像汽车的发动机，它未必是最赚钱的那一环，真正赚钱的应用与品牌层仍在成形当中。

所以至少在很长一段时间内，腾讯云和WAND走的都是开放生态的路子。“不管是底层的模型，还是偏PaaS层的云服务，只要是全球主流的、开源能合作的模型，我们都会去拥抱。”

李志成的判断是，未来1-2年，全球通用大基座能活下来的数量有限，可面向垂直场景的模型和应用会越来越多，商业价值很大。

押注“连接”而不是“模型”，这跟腾讯云偏基建类的业务形态有关。产业和生态本来就是百花齐放，应用模型自然也会百花齐放，于是选择“跟大家站在一起”；短剧、电商这类领域会关注、会参与，但更多还是去看全体互联网消费习惯的走向和变迁。

不过从商业角度看，开放生态也意味着差异化更难被感知。

要是多家云厂商都能接入相似的模型，修复、增强、转码能力也差不多，WAND的护城河就回到两个更朴素的问题上：一是客户实际可用率是否明显更高，二是综合交付成本是否更低。模型从哪里来会越来越不重要，关键是客户肯不肯把整条产线交给它。