面向短漫剧、电商等场景调优，腾讯云WAND-Vega更强调稳定性

一段视频生成十次，才有一次让制作团队满意……这是腾讯云WAND多模态应用负责人朱琳在群访中提到的漫剧行业痛点。

业内给这个问题起了个形象的名字——“抽卡”。对内容团队来说，生成画面只是开始，反复修改，维持人物和场景的一致性是AI生成绕不开的成本。

10月30日，在腾讯（00700.HK）全球数字生态大会现场，腾讯云副总裁、媒体AI产品负责人李志成和腾讯云WAND多模态应用负责人朱琳谈到新推出的WAND-Vega。腾讯云想解决的，正是这类“抽卡”难题：通过面向具体场景调优的模型，结合擦除和修复等能力，减少生成返工，让更多素材能直接进入下一步制作。

一条产品线，两种生意

采访中，李志成将Vega定位为“应用侧模型”。它基于混元等多模态基础模型及行业模型，再经过后训练和场景调优，面向具体音视频业务需求。

朱琳对财闻表示，Vega并非要与通用基础模型直接比拼，而是要补上垂直场景里的问题。

Vega目前主要提供Lite和Pro两个方向。朱琳说，Lite更看重性价比，适合批量生产；Pro追求效果，面向专业创作团队。

朱琳称，按照行业经验，漫剧从分镜走到短片，可能要生成约10次，才有一次达到满意效果。客户希望减少反复生成和返工，腾讯云的做法是把Vega与擦除、修复、生成式增强等音视频处理能力组合起来。她表示，从客户反馈来看，叠加这些能力后，素材可用率可以达到约80%。

李志成提到了另一种方式：先用3D软件生成一个较简单的预演视频，再交给视频生成模型继续处理。

腾讯云视频云团队此前做过云渲染，李志成称，团队把这部分经验用于生成流程，希望通过预演画面补充空间、光影和物理关系信息，改善复杂场景的生成效果。他举例说，在效果能够对齐行业同类大模型的部分场景里，成本可以低20%至30%。

TapNow.AI联合创始人曹如盛也谈到“白模”在创作流程中的作用。他提到用户通过语音描述场景，再由系统生成白模并交给模型渲染。

客户嘴里说出来的，和报表上看到的

漫森文化助理总经理谭琳称，公司过去做真人短剧时，月产量约50至60部；转向AI短剧后，最近一个月产量达到133部，目前月产量约130至150部。她说，公司搭建了自研制作平台，腾讯云WAND是其合作伙伴之一。

10月29日，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生于全球数字生态大会上透露，目前，WAND已服务90%的头部短漫剧出海企业。

AI提高产能，并不自动带来更高利润。

朱琳在群访中说，相比传统云服务，AI服务单价仍然较高，真正把AI用起来并实现盈利的客户还在发展阶段。李志成也反复强调，做模型和方案最终要回到客户价值。电商客户看重的则是商用内容是否可靠。紫讯LinkFox联合创始人杜玉生称，LinkFox服务的主要是企业客户，生成的图片、文字和视频会用于商业运营，因此客户对正确率要求很高。

据财闻了解，LinkFox于2023年推出；截至2026年5月31日，用户通过LinkFox完成的AI图像生成请求超过8500万次。

版本会收拢，“服务保证”不会下线

对于Vega视频模型的版本设置问题，李志成坦言，针对不同场景推出过多个版本，可能让客户难以选择。

他说，产品团队曾希望通过不同版本和定价服务专业场景，但“给客户带来麻烦了”。他说，如果18个场景对应18个版本和价格，客户就要先判断自己该选哪一个，产品使用反而变复杂。“后面肯定会统一”，他表示。

朱琳补充说，Lite主打性价比，Pro追求效果；产品早期会通过不同版本探索客户需求，再逐步收拢。她表示，部分版本服务着有长期使用需求的企业客户，因此不会简单下线；只要客户仍在使用，腾讯云会提供稳定服务。

“稳定”一词，贯穿了采访始终。

李志成在开场时解释，WAND这个名字来自英文“wand”，意指魔杖，寄托了团队对AI能力的想象。今年6月份刚刚发布WAND的时候，腾讯给它的定位是“AI原生多媒体能力底座”；今天谈论的则是“多模态AI跑通商业内容生产”。

强大的模型能力，最终需要落实到生产线上的稳定交付。