Vol.88 AI如何解锁2026内容消费的深水区 - 精读稿
Vol.88 AI如何解锁2026内容消费的深水区 - 精读稿
前言：内容消费行业进入深水区，AI 成为唯一的增量变量
这是屠龙之术主播庄明浩与快手磁力引擎郑迅的第二次对谈。上一次对话在 2025 年 4 月，回顾 2024 年的内容消费格局，那期节目上了小宇宙首页，引发了相当多的讨论。这一次站在 2026 年初，回看整个内容消费行业的大变化，庄明浩想到的一个词是"深水区"。从短剧生命周期缩短、制作成本攀升、付费模式剧变，到漫剧的供给侧爆发、推荐系统的大模型改造、广告出价策略的 AI 接管——这场对话覆盖了内容消费行业在技术驱动下最深层的变革图景。
一、短剧进入深水区：用户口味挑剔、生命周期缩短
郑迅认为"深水区"这个词相当恰当，有两个事情可以佐证。
第一，短剧投放的有效时间正在急剧缩短。 一部剧从快速起量到进入平稳期的时间，从原来的一到两周左右，到 2025 年下半年基本已经缩至一周甚至一周以内，用户对这部剧的兴趣就会逐渐变淡。当然，一些非常好的头部剧——比如过去一年有些系列剧已经出到第三部、在筹备拍摄第四部——这些剧火爆的时间会非常长，进入平稳期以后流量和消费表现仍然很好。但平台里相当一部分中尾部的剧，投放周期在明显变短。
这说明什么？用户对于剧的口味在变挑剔。 重复的或看过大致剧情的这些剧，到 2025 年下半年就已经比较艰难了。这在倒逼制作方去想更多更深的事情。
所有的内容消费领域的业务，都会从一个野蛮生长走向一个有序生长的过程。 现在国家对短剧出了更多的政策，包括各种题材的规范和剧情的规范，剧方需要按照规范框架去写故事。故事肯定是要变着法地编的——除了从小说 IP 里找好故事，除了编剧发挥聪明才智，对叙事和拍摄的要求也变得很高。
第二，制作成本在攀升，但用户口味更加挑剔，两者叠加导致回收周期变长。 如果成本能降下来，制作方可以通过大量淘汰的策略应对生命周期缩短——但不巧的是，短剧的制作水平和投入也在提升。从 C 端市场也能看到，短剧的服化道和布景在变得更加精致，甚至有一些剧作的水平快赶上大银幕或长剧集的制作。去年大家讨论的时候，愿意花上百万拍一部剧的供给方还是少数，大部分供给在几十万或小几十万的成本。到 2025 年这些低成本的内容仍然有，但不好看了。制作成本增加，意味着剧作方的回收周期和投入都大了很多。
更加剧深水区的是一个大趋势：2025 年短剧的付费模式大幅从 IAP 走向了 IAA。 短剧不再是花十块钱或二十块钱看全集的方式，而是变成看广告，有的平台上前很多集甚至是纯免费的。这意味着回收的难度和周期都在变得更久，对版权制作方的挑战非常大。所以 2025 年对于制作方来说，确实是往非常深水走的过程。
二、平台大盘与快手广告业务：双位数增长背后的精细化运营
从平台角度来看，短视频平台领域用户规模的增长大概是个位数百分比的变化——早就已经突破十亿体量，中国就这些人。但在内部，用户的内容消费品类和趋势变化仍在发生。
快手在短剧赛道内，短剧、小说、小游戏都呈现蓬勃增长态势，特别是 2025 年下半年甚至 Q4 大幅崛起的漫剧品类。在真人短剧这一部分，不管是消费时长的增长还是消费人数的增长，在快手内部还是有一个比较大幅的增长。郑迅理解这来自两部分：一部分是供给开始采用 IAA 变现方式，用户支付门槛更低了——快手 4 亿用户以及其他平台更大的规模，走 IAA 链路后用户支付成本降低，更多人可以进入。原来真的不想付钱，看到第十集心里很痒很想知道后面怎么样，实际上还是不会支付；但 IAA 的支付成本足够低，更多人进来了。更多人进来后生态还是在繁荣的。虽然拍剧的版权方压力变大了，但他们也面向了一个更大的市场，可以针对更多用户口味做内容，市场仍然在增长。
庄明浩追问了电商、本地生活、直播等其他领域的变化。从磁力引擎的数据来看，结构上变化不大，但 2025 年整体广告业务有双位数的增长。增长最快的三个板块：第一是线索广告，快手在有效性优化和商家拓展上付出了很多；第二是内容消费，受益于用户规模扩大和支付成本降低，以及以短剧为核心的产品体验优化——很多项目最终不是从商业化角度出发，反而是从用户产品的角度出发取得了很好的收益，因为短剧这种产品跟快手的交互方式确实非常一致；第三是电商，快手电商也经历了几个发展阶段，现在比较看重商品质量和退货体验，在这些方面优化后实现了较好增长。
庄明浩感慨：在考虑到快手的用户体量和收入体量的情况下，双位数增长比大盘还快，已经非常不容易。他自身的业务原本保守指标是 8-9 个点，最后做完大概 10-11 个点，做得非常艰难。郑迅也坦言"过去一年挺不容易的"。
深水区的特征是：不管从广告还是用户体验的角度，都很难有那种一发策略下去就直接大幅增长的情况。 当然个别项目可能会有 surprise 的惊喜，但大部分都是在精细地划格子、拆策略、拆数据，挖到三层策略之下发现原来这里还有矿可以挖。AI 是不可回避的话题，特别是在 2026 年初回看 2025 年、包括远眺 2026 年的时候，多模态这件事会变得更重要，它得到的关注和技术研发速度会变得更快。这件事跟快手的结合比纯语言更深——无论是已有业务的结合还是新业务的拓展，都可能带来更多收效。
三、漫剧爆发：不是前瞻推演，而是供给侧的狂飙
AI 相关的事情跟快手自身业务结合产生的变化，2025 年有两条线。第一条是大家已知的：随着市面上技术的进一步突破，在漫剧领域引发了一波增长。漫剧崛起的速度甚至比当年短剧的增长斜率更高。 目前几家平台上漫剧在短剧中的占比可能已经达到 30%-40%，但各平台普遍认为天花板远未触及。第二条不太看得到的线是：快手在大语言模型做广告推荐这件事上取得了非常大的突破，成功落地了一些用大语言模型做广告出价调价策略的方案——一定程度上替代了人工操作，而且效果比人还好（后面详述）。郑迅给 2025 年的总结是：确实是把很多望着的东西最后落在脚下了的一个过程。
漫剧的爆发并非源于任何人的前瞻性推演。 郑迅坦诚地说：2025 年上半年，漫剧处于一种"你说做吧，大家都看到机会能做，但快速增长其实没有"的状态。不管是快手内部还是行业里很多做漫剧的人，大家对上半年漫剧增长的判断是不及预期，至少没有爆。庄明浩也认同这一点——他在 2025 年 4 月时投了一家做漫剧的公司，但内部也不会觉得它在年底会翻成这个样子。
转折发生在 Q3 到 Q4 之间，快手这边非常明显的感觉是在 11 月之后漫剧出现了非常大幅的崛起。郑迅的分析是：从需求端来看，需求没有变化太多。 喜欢动态漫风格的用户一直在，爆发后多了一些新用户——比如 AI 真人漫的用户与短剧用户相对接近，这些内容不是新的。驱动爆发的核心是 Q3 到 Q4 期间供给的大幅增长，供给翻倍翻了非常多。
漫剧榜单的变化速度远超短剧。短剧领域，版权方可以拿着一部剧在别的平台定级 S 的信息来快手谈资源，大家大概也能跑得起来。但漫剧完全不是这样——榜单根本追不住，变化太快了。 上个礼拜还是沙溜表情包的漫剧在跑，下个礼拜榜单就全变成 AI 做的偏真人风格的漫剧了。用户并不内卷，放剧就能跑，放一个新品类进来就会发现用户又破圈了。这让几家平台都认为漫剧的用户规模天花板远远没有看到。
短剧门槛被拉高，漫剧成为现实出路
漫剧的爆发与短剧门槛的拉高直接相关。短剧本身的门槛在提升，有些厂商被拉下来了，他们需要找出路，而漫剧从成本、可实施性和增长率来看，正好接住了这件事。
漫剧最极致的做法可能是一个人做，但一个人做的话流水线工作和产量确实比较难以长期持续。目前做得比较好的团队规模在三到五人或五到八人——一个小团队就够了。有些原来十几个人是一个 team 一起拍剧的供给方，现在把团队拆成三四个小团队，三条生产线同时做漫剧。大概三到五个人就可以完成一个流水线的工作，而且每分钟生产成本大幅降低。漫剧行业现在用"每分钟生产成本"这个单位来衡量——贵的还是会上万，但便宜的已经到千元量级；对比短剧基本上是万量级的数字，生产成本大幅下降。
基本上所有漫剧制作方都在用 AI，不存在不用 AI 靠手画或纯用 CG 一帧一帧制作的了。 只是用得多和用得少的区别。最极致的流水线，从小说拆脚本、脚本生图、图生视频到配音，每个环节都可以用 AI 实现。
短剧编剧入局，改变了漫剧的游戏规则
为什么上半年起不来、下半年能爆？郑迅认为变化的契机有两个。
第一个变化是人的变化：一波做短剧编剧和做短剧故事线的人进来了。 这些人比较擅长怎么买梗、怎么设计冲突反转的剧情。他们进来以后首先脚本发生了一个比较明显的变化——开始出现穿越、重生、系统这样的关键设定和关键词，故事变成大家喜闻乐见的类型。原来做传统漫画和博漫的那帮人，其实没有摸到这个门路，上半年他们起不来可能就是因为那帮做传统漫画的人在主导的。传统动态漫的制作方虽然看到了机会，但他们没有短剧编剧那种设计爽点和钩子的能力。
第二个变化是制作流程的切分。 最开始大家对端到端的能力有点高估——设想的是"一句话出片"，觉得端到端就能解决问题。2025 年上半年 Agent 概念火了之后，大家各个环节落地，开始对漫剧的生产环节做切分。现在主流的切分方式是：小说到脚本、脚本到图、图到视频，这样几大环节。把环节拆分后，会发现每个环节首先都有对应的大模型能力或工具可以处理；其次这个工作流里面是有人的，多的团队十几人，少的三五人，大家还是有分工的，并不追求真正用工具完全替代人。比如一个人负责脚本部分，另一个人负责视频部分，中间需要有工作流的交接——把脚本到图做好，然后把图给到另一个人，拿着素材库去做图到视频的环节操作。有人的联合体在中间环节协作。漫剧是人和 AI 协作的一个非常好的体现。
制作周期与成本的颠覆
快手内部有一个分环节的工具平台，做这个工具更多是为了理解行业和给客户使用。快手也在公司内部做了 AI 漫剧比赛，让员工参与。搞个两三集，如果熟练的话，一两个小时就能做出来比较漂亮的一部。
常规漫剧长度和短剧相比会稍短一点。有二十多集的，有四十多集的，有六十多集的——短剧前一段时间已经是八十集往上走的趋势，漫剧现在把故事写得稍短一些，四十多集是平台里比较主流的长度。每集大概还是一两分钟，跟短剧节奏差不多。四十多集大约就是一个小时的内容量。一个成熟的几人团队完成一部完整的漫剧大概需要几天，但需要一个熟练的过程——快手内部试过一下，发现会做的和不会做的差距有点大。
漫剧相比短剧最大的结构性优势：不需要片场资源和演员。 在短剧的世界里，不管横店还是竖店，团队是真得去拍的。如果不掌握片场资源或演员资源，就做不了这件事。但漫剧只要掌握技术以后就可以搞，很多人就直接可以搞了。
快手平台上出现了一个比较有意思的现象：因为投稿有直投和分销两种模式，也有达人分销和机构分销。快手发现很多人明明原来是个分销的角色，等他学会了制作技术后，他就变成原创作者了，自己去做漫剧了。反过来，分销变成短剧原创作者的就少一些，因为短剧得掌握演员资源，没有演员资源或片场资源还是吃不了。短剧有线下硬的东西在那儿卡着。
百亿市场与工具公司的涌现
动态漫/漫剧已经是一个百亿体量的盘子，2026 年预计将实现三位数以上的增长。部分短剧公司转型或分拆出团队做漫剧，头部公司自研工具或搭建内部 SOP，市面上也涌现出很多工具公司。郑迅预判，2026 年至少在工具这件事上能出几个比较好的公司。
快手沿用了短剧的基础设施链路，漫剧业务基本上直接就做起来了——某种意义上，动态漫这一波要感谢之前短剧那一波提供的所有基础设施。
但在细节上仍有不同。首先最大的问题是人群普选——原来的广告推荐模型和出价策略是面向短剧那拨客户的，那拨客户群体相对已经固化。坦诚地说，如果只是把短剧用户直接洗成漫剧用户，平台是没有增量的。所以对于漫剧来说，第一个问题就是人群普选，快手花了一些资源和策略投入去做这件事。配套的功能方面，漫剧特别是动态漫有挺多年轻用户，所以做了弹幕功能、付费调整和 IAA 变现点调整。
在客户侧，因为大家在漫剧上起量诉求非常强，而且漫剧跟短剧不一样——短剧里好剧和起量之间有相对明确的映射关系，但漫剧这个映射关系很弱。比如十月、十一月左右看到的表情猫漫剧，制作成本非常低但跑量能力非常好。那对于供给来说，平台到底是谁能跑就让谁跑，还是要有一些对供给的倾斜？快手做了讨论，也在客户视角上放出了一些倾斜政策，扶持那些平台认为长期对生态或广告消费更好的供给。
之前有一些做大微APP 的公司也想做漫剧独立 APP，现在几家公司都在尝试。但独立 APP 的买量成本很高，人群偏窄。快手也做了一些尝试，确实获客成本很高。按"漫"的逻辑去买用户获客成本高，按"剧"的逻辑去买又和短剧此消彼长、划不来。当然这个赛道涨得太快，供给变化也不好说，过一段时间说不定就打脸了。
四、2026 年漫剧展望：工具不再是天花板，故事和镜头语言才是
2025 年初，大家想的还是 AI 技术在选话题材上的应用、画面上的优化。但到了年底，观点发生了变化。画面的上或下可能不是这件事情的天花板了。 原来认为有些画面真人拍不了，AI 能做到。但现在的天花板应该是看故事——在工具已经对这件事没什么制约的情况下，生产成本也大幅下降了，拼的是能不能写出更多好故事。
几家平台都开始做小说和漫剧结合的方式，把先人们已经写成的好故事重新制作。但这件事需要更多的故事供给。
第二个关键是镜头语言。 传统短剧板块的编剧、导演、摄影，大部分人还是在传统影视工艺化能力范畴内工作的——不一定科班出身，拍摄设备也不一定高级昂贵，但他们能拍出很好的短剧。在漫剧领域，快手内部复盘发现，做得好和做得差的作品之间最大的区别就是镜头语言。需要有合理的镜头语言来传递故事——中景切一切、特写切一切，掌握这个节奏才能顺利把故事讲出来。
但漫剧起来后，工作室变小了、人变多了，大家对什么是镜头语言这件事，有一些作品已经不讲究了。比如表情包风格的漫剧制作成本极低，但跑量能力非常好。如果镜头语言这件事被放飞，可能又会带来新的变化。
把 AI 做好其实就是让 AI 不存在——所有的工具产品最后都会走向这个逻辑。 在漫剧这块，人和 AI 的工作流已经非常紧密地结合在一起了，慢慢会真正变成一个产业的工具。
五、短剧的变与不变：标签离散化、出海与平台格局
标签体系被 AI 重构
短剧的标签体系发生了比较大的变化。标签体系一般是偏供给视角的——男频、女频、古代、穿越、现代、都市、逆袭，这是大家定义出来的主题。快手原来大概有几十个标签，而且聚集度很高，逆袭是最容易引发共鸣的标签。
到 2025 年下半年有两个变化。第一，整个标签不再由客户写了。 客户写一个，但客户写完后快手会让大模型去做整合理解，大模型自己会给出标签，而且是开放式的而非封闭式。这样可用标签数到了大几十个，现在已经来到三位数的量级。第二，标签的聚集度在下降、在分散。 重生是个标签，穿越是个标签，系统是个标签——三个组合在一起你脑子里就有故事了，但它可以只重生只穿越没有系统，也可以只重生有系统但不穿越。这种组合多了以后，标签的离散度在变高，也就是说大家写故事的套路变得更加丰富了。当然单一标签最火的确实还是逆袭类的，总有第一和第二，但在细节上已经有所不同了，女性题材确实也变得多了很多。
出海成为标配
头部短剧 CP 基本都在出海，而且出海比例在几家公司的 GMV 中已经占了相当大的比重，从 2024 年年底就开始明显增加。出海本质上是摊薄成本——基本上现在出海就是配音重新做一些，剧内容直接可用。还有一些更激进的团队直接拍海外 local 剧作。平台也开始考虑将国内和国外版权打包一起去谈。出海对剧作方来说已经是一个很重要的赛道了。
平台格局收敛
国内专门做短剧的平台确实在变少。基本上分为两部分：红色短剧在这个领域独大，第一梯队中快手等属于综合内容消费平台，短剧是其中一个板块。有意思的是，一些原来跟内容消费没什么关系的平台（如美团、珠宝）也进来做短剧，延伸了全网的内容消费市场。
漫剧作为独立 APP 的增长速度不如在大型 APP 内部的增长。几家公司都在尝试，但独立 APP 的买量成本很高，人群偏窄。按"漫"的逻辑去买获客成本高，按"剧"的逻辑和短剧此消彼长。
成本结构中，演员是最大的变量
短剧成本的拉升主要体现在演员身上。头部演员的片酬还是最贵的，因为确实经历了几年时间，有头部出现了，演员已经证明了自己的能力。而且演员片酬波动很大——如果你的作品最近在 Top5 上，最近的片酬就会贵；过一段时间下去了就会降下来。导演和演员相比，从郑迅掌握的数据来看还是演员涨得更多一些，导演肯定也涨了但没那么多。IP 引入成本相对稳定，因为基本上都是有自己的 IP 或跟小说平台、原来的内容平台合作。而且短剧的故事现在用 AI 差不多也能写出来——写个故事梗概、写个大纲、写一些设定然后再扩展，大概也能出来。
庄明浩总结：头部短剧公司的故事无非就是 AI、内容质量提升、漫剧、出海这几个关键词，也没什么别的话头了。
六、IAA 与 IAP 的博弈：一个交互细节带来的启示
2025 年短剧 IAA 和 IAP 的结构发生了很大变化。更多的是用户多喜欢这部剧的内容，和用户愿意支付什么样的成本去获得这部剧的内容之间的一个 balance。 早期短剧都是 IAP，花十块钱或二十块钱买一个阶段的剧去观看。IAA 的加入让更多人进入短剧观看，这也是带来短剧在 2025 年继续高水平增长的一个原因。
快手在 IAA 模式中做了一个看似微小却效果显著的创新。 在一部分流量上，把短剧的激励广告切换成了中插广告。两者的细节区别是：激励广告是用户在一个地方停住 10 秒或 20 秒后，需要点击右上角或左上角的关闭按钮来退出激励状态；而中插广告跟上下滑的交互方式完全一样，定时结束后直接滑走就行。就这一点交互体验的变化，中插广告在所有实验数据中都大幅好于激励广告——即使把定时长度拉齐也是如此。
这个案例说明：当用户想看内容的时候，只要顺着用户的操作习惯和体验方式去做，就大概能做出新的创新方式，让更多用户进到观看池子里来，带来短剧的增长。
七、小游戏：AI 还没降下成本，微创新是唯一路径
小游戏的 IAA 和 IAP 变化趋势不明显——IAP 仍有较大增长，IAA 非常稳定的盘面，不像短剧那么极端。
郑迅对此的理解是：AI 这一波还没有让游戏的制作成本降下来。 他举了一个例子——前段时间小红书上非常火的一个解谜游戏，作者直接说整个游戏是完全用 AI 编的，没有任何 coding 基础，但那个游戏的难点在于设计谜题。而更广泛地看，完全用 AI 做的游戏还不能玩，比较简陋——团队试过，能搞贪吃蛇，但稍微高级一点的真正能玩的游戏（比如拆钉子、排水管那几个游戏），AI 现在还做不出来。
在游戏制作成本没有被降下来的情况下，IAP 对应着更好玩、玩法更丰富、体验追求更高的需求。用户在意的不是非得充钱，在意的还是"爽"——如果生产成本真能降下来，让所有用户都那么爽，也许会往 IAA 方向推。在一些 PVE 玩法里也许可以，但小游戏仍然有社交和 PVP 玩法，PVP 没办法，人比人总得有人更爽一些。
庄明浩还指出了一个有趣的现象：头部小游戏厂商基本全部都在做混合模式（IAA + IAP），而且因为混合模式的倒逼，这些厂商在产品设计上就要做区隔——同一款游戏，IAA 的用户和 IAP 的用户可以有不同的体验路径。游戏这个内容载体容纳的层级比剧多得多，所以可以做这种区隔。小游戏市场已经有 500 多亿的盘子，在商业化设计上的探索也在反映深水区的特征。
"小小游戏"与 AI 微创新
在 AI 与游戏结合上，抛开生产端和投放端，纯在玩法和设计层面出现了一些变化——涌现出一批"小小游戏"：恋爱模拟器、打工模拟器、变种狼人杀、解谜、roguelike 等。游戏行业玩法的创新永远都是微创新。 大家期待的所谓 AI native game 也应该是 AI 加原来某个东西的微创新，一步步出现新东西。
原来设计解谜类、模拟器类游戏，故事脉络需要人提前写好，一定是有限且固化的几个分支的结合。今天有了 AI 能力后，这个口被打开了，意外性和不确定性给了早期用户更好的心理体验。当然距离真正的游戏常态化还有很长距离，但至少有了苗头。
AI NPC 与沉浸式体验的想象空间
一些比较大的游戏已经在 NPC 对话背后接入大语言模型。原来每个 NPC 对话是文案写好的，有特定触发条件，只能聊这几句、领这几个任务。如果在比较开放的大型游戏里让一些 NPC 背后是一个 Agent 或大语言模型，给它一定的设定，会增加游戏的耐玩性——但这种设定目前并不是游戏的核心玩法。
郑迅的一个更长远的畅想是：让 AI 写一个世界观，让不同的 Agent 在世界观里扮演不同人物——有的扮演 NPC，有的扮演玩家。再有一个 Agent 把这些 Agent 发生了什么写出来，它就是一篇很有意思的小说，还可以赋予不同作家的风格。如果进一步让 NPC 不光能对话还能被动作驱动，不管叫它游戏还是沉浸式短剧，想象空间就很大了。
庄明浩笑说"上一个时代元宇宙的叙事又来了"。郑迅也同意本质上是那个叙事，但他认为比元宇宙更落地一些。元宇宙相当于把真实世界搬到虚拟世界，"我在真实世界是我自己，到虚拟世界还是我自己，这有什么变化？有什么区别？"而 AI 驱动的世界不一样——里面有一个设定，有创造性。你说到虚拟世界里要扮演一个人，又没人陪你玩，玩不起来。但如果其他角色哪怕是 NPC、是 PVE 玩法，背后有更多的变化、有一个设定，会带来不同的体验。每个人进去玩、每一次玩都会玩出不一样的体验，不像原来那种游戏一共三个结局，打第一个打第二个打第三个。这个想象力会大一些。不过这件事目前还没有完全落地，还在非常畅想的阶段。
八、内容平台的微创新：听书、数字人与中间形态
庄明浩问：从平台视角来看，内容消费方面比较大的品类——动态漫、短剧、小游戏——差不多就是这些了，还会有什么新的可能性吗？
郑迅坦言，这个问题他们内部也经常讨论。就像短视频出现之前，大家不是不能想到视频可以竖过来，但直到它足够大了才管它叫一个独立的内容类型。快手作为平台在尝试一些内容形态上的突破——2025 年在听书领域又做了一些事情。听书包括小说剧，是小说和短剧之间的一个中间形态，有一些用户需求，但不足以单独拿出来说是一个很大的事情。直播领域数字人直播的能力也越来越强，交互感越来越丰富。新的内容形态还比较难想象，但大家在不断微创新。
九、推荐系统的 AI 革命：从黑盒到白盒
天文数字级别的匹配挑战
推荐引擎在内容平台中的作用非常大，而 AI 提升后让这个看起来有点黑盒的东西慢慢变白了一些。庄明浩在提问前做了一段铺垫，他说这个问题原来没想过，但一想会觉得真的太难了。
他给出了一组令人震撼的数据：今天中国所有视频平台每天新上传的视频应该在一亿这个体量（所有平台加在一起）；每天有近 10 亿终端打开视频 APP，每天访问一到两个小时；如果把所有视频的平均长度拍脑袋按半分钟算，大概 10 亿人每天每人要看 100 个视频，就是 1000 亿次的匹配。如果只论新视频，就是 1 亿新视频乘以 10 亿用户的匹配。这个数字已经大到完全没办法用人的方式、用规则的方式搞定。而且这么大的数据量，要实现所有想达到的结果，如果没有今天推荐引擎的能力，看到的就是完全不可控、完全不知道会飞到哪里。郑迅补充道：看到的就是套路榜——但套路榜又会因为受限于最大公约数，变成另一种极端。
在广告世界里，这个数量级会被再次膨胀。 广告系统以广告创意和广告单元的方式存在——同一款游戏用 A 素材和 B 素材投就是两个广告单元；同一个视频今天投这部短剧、明天投那部短剧就是两个广告创意；两个视频前 15 秒一样但后面不同，技术上是两个视频但用户视角是一个。这些都会进入计算，量级极其庞大。
大模型做内容理解
快手用大模型做内容理解，与传统内容理解的核心区别是可以加入推理内容。一个短剧的剧情介绍，可以让大模型写 100 字，也可以写 500 字；一个游戏的玩法，可以写 50 字，也可以写 500 字。这里面会出现大模型幻觉，但在广告系统里可以用 reward 机制（强化学习的方法）让生成的内容尽量贴近真实。
做完这一步，基本就拥有了所有供给和所有用户的画像，而且比传统内容理解丰富很多。这些画像有很多种用法：比如做内容分析的时候，可以用从小几十个变成上百个的开放式标签做很多分析；也可以在推荐策略中直接用这些写出来的内容小传或用户小传，去做 targeting 或广告推荐策略，让推荐匹配更加精准。过去一年里，快手把很多这方面的工作从想象变成了落地、可实施。
特别对于广告来说，快手还做了一个很重要的事情。
语义 ID：消除膨胀，提升冷启动效率
快手还做了一个很重要的事情：通过大模型的方法消除那些膨胀的单位。 当一个视频和一个推广物料（一部剧、一款游戏、一部小说、一个商品）形成唯一的 pair 时，所有跟它重复的都收敛在这一个组合里，大幅降低计算复杂度。
这种策略对广告冷启动和新用户冷启动效果非常好。如果一直膨胀下去，所有广告物料都要给冷启的机会——首先平台没有那么多流量，其次对广告主来说会进入双输博弈，不断尝试哪个能跑起来、不行就再来一遍，最后钱都得从系统里回收。
以短剧为例，每天新上的剧是百量级的。这些新剧里面，一部剧可能有不同发行的名字，或由不同发行方上传到快手——快手会维持各个发行方自己的数据整洁，不会把各家数据串在一起。但通过 pair 收敛后，会给冷启的短剧更多机会，而且冷启成功后，后续的素材创编（同样视频但改变出价方式或人群定向）都会继承已成功冷启的数据，不至于再重新走一遍。这大幅提升了推荐效率。
快手内部把这一套系统统一命名为"语义 ID"。 一个短视频的 ID 1001 和 1002 有什么关系？没有关系——1002 就是比 1001 晚上传的视频，这种编码体系注定膨胀且无法理解视频之间的关系。但如果用分类又太宽泛，用标签也太宽泛。语义 ID 的思路类似身份证号：110101 代表北京市东城区，110102 代表北京市西城区。在这样的编码体系里，1001 和 1002 两个视频在第一位的两位数上是一样的，但在第二位上不同。这种 ID 不膨胀，而且能大幅继承已经跑起来的视频数据。
这个策略依赖的正是多模态视频和语言的结合——需要多模态的能力把视频变成 wording、变成语言，同时需要能理解里面的语义（汉字的相似不重要，关键是 wording 里在说什么含义）。而且每一次编码都可以反向解析，像身份证号 110101 一样，每个视频的语义 ID 都能找到对应的语义到底是什么意思。
郑迅坦言，这些工作对于传统的策略产品经理或算法工程师来说都是全新的挑战。这也呼应了深水区的概念——原来理解的是所谓特征入模、内容特征、用户特征，现在特征变成了语义 ID，而语义 ID 是通过另一套编码生成出来的。你看似最后更黑盒了，实际上过程中有大语言模型在不断地、几次地翻译把它白盒出来。
庄明浩进一步追问：如果再往前推，大语言模型加多模态加混合方式，相当于把"语言"或语义的东西又往前推了一步，是不是某天事后人类都没有办法去理解那个东西？郑迅认为有这种可能，因为接下来他们还有第二个更有意思的实践。
十、AI 接管广告出价：用自然语言做策略博弈
快手在 2025 年落地了另一个非常有意思的实践：让大模型接管广告出价策略。
在现在的广告系统里，客户说"我想十块钱买一个激活"，今天大促可以接受二十块钱。这件事原来的实现方式是客户改出价，或者平台内部通过顶价策略、补词策略等工具来调配——掌握在一帮产品经理和运营手中，每天在群里"这个要调一下"、"那边搓一下"。
现在让大模型介入了整个系统的出价博弈环节。由大模型来判断此时这个广告账户的状态——它的跑量是好的，已经过了冷启阶段，所以对成本控制要更严格，所谓上下界、出价系数、跑量工具应该是一个收窄的配置结果；这个账户还没过冷启阶段，如果更快地让它触碰到上下界，可能就跑不动了，对应的策略应该是先放开让它跑；大促的时候可以放得更大更宽；但线索广告对成本非常敏感，小客户对成本也非常敏感，要收得更窄。
这些策略原来都是掌握在一帮产品经理和运营手中，口口相传，每天在群里面"这个要调一下、调一下、调一下，这边搓一下、搓一下"。现在让大模型接管后，会有一个 Agent 去判断此时这个账户的状态，理解完后给出一个自然语言的指令，另一个产品模块、另一个策略模块接收到这个指令后，按照指令配置对应的系数。现在这套系统用的交互方式确实是自然语言——快手希望保持自然语言，因为 debug 非常方便。 至于有没有一天他们两个模块之间可以用他们自己的语言交流？有可能，但快手肯定希望保持自然语言的可解释性。
这件事的收益主要来自于：人对全局数据和未来趋势的预期其实不是非常可靠的。 大模型可以分析这个账户之前的状态、其他账户此时的状态、这个产品之前的一些投放习惯，综合给出对应指令。而人很难这么精细地做出策略，人也不可能一直在那个策略细节里面调。但如果让 Agent 去做的话，他们之间的系统效率非常高。这也带来了很多广告上的收益。
Agent 落地的启示：明确场景与边界
庄明浩引出了一个更大的话题：2025 年被称为 Agent 的原点，大家给 Agent 套了一个无所不能的定义。但从实际节奏来看，今天开始显现效果的 Agent，不管是 2B 还是 2C，都不是那个广义上无所不能的东西——都是在特定策略下、以特定工作方式、符合特定诉求之后做的执行。
郑迅认同这一点。大语言模型此时真的能创造或发明东西的空间可能还相对较小。它更多的是对过去的知识、经验和内容的理解之后，按照过去的规律去输出一些东西。看起来可能有一些创新或人没想到的东西，其实还是来自文本组合方式——之前你没有想到或没有看到的组合，但并不是凭空出现的。
所以现在能拿到收益的很多 Agent，包括在漫剧生产中切成几个工作环节让 Agent 在里面工作，这样的产出在现在阶段是稳定的。包括在短剧事情里面把它切成几个工作环节、让 Agent 在工作环节里面工作的方式，产出也是稳定的。端到端直接解决很多问题的想象力肯定在，但 2025 年落地了很多——有很多东西真的在人和 AI 协同的过程中产生了商业收益，这是和前几年"每一年都说自己是 AI 元年"非常不一样的。 2025 年的 AI 发展非常落地，这也让快手在 2026 年更有信心在 AI 上继续推进、投入和探索。
十一、AI 时代的产品经理：需要什么新能力？
郑迅分享了快手内部对 AI 时代产品经理能力要求的讨论。核心能力之一是：能不能想到某个场景在用 AI 和不用 AI 的解决方法上有什么不同？
以调价出价为例：不用 AI 的话，系统根据现有数据决定下一次出价，对客户和平台来说怎样划算。用 AI 的话，大语言模型可以给出"为什么这个数据组合会出现这样的结论"的推理——但这需要很多行业知识。
产品经理需要想清楚几个问题：纯数据让模型决策，判别式模型有什么弊端？会有什么视角缺失？在这个视角缺失之下怎么帮它补充？补充上来的东西如果大语言模型真的推理出来了，怎么确定它没在胡说？怎么 reward 它生成的东西是可靠的？
这个思维方式的转变和以前很不一样。产品经理反而需要更了解行业、了解系统数据之外的东西，而不是盯着看板上十个数调参。
庄明浩还引用了 Facebook 前员工铁岳东的年度总结观点：未来一段时间，人类的区隔变成了两类——一类人能通过自身的 know-how 和经验让 AI 使用能力得到提升；另一类在 AI 能力线下面的人，对 AI 没有意义，没办法让它变得更强。这个趋势看上去越来越明显。
十二、多模态能力的下一步：口型对齐、肌肉表情与大银幕
2026 年对多模态技术的期待有两条路线。
第一条路线是商业体系里更看重的路线：更加落地、更加好用。 如果把 AI 定义为一种工具，那就是人和工具的结合，让这个 loop 运行下去，大幅提高现有效率。这条线在 2025 年商业体系里已经落地了不少，2026 年在广告系统和内容系统里还会有更多畅想。
第二条路线是技术本身的提升，更值得期待。 目前火起来的 AI 真人风格漫剧，口型和画面其实对不太上，其实没有那么好。能跑出来更多还是因为故事确实引人入胜——是故事被筛选出来的结果。但真正的技术提升可以带来的是：比如两个人在对话，假设是 AI 驱动的，不光口型要对得上，可能发丝、眼神、脸上的肌肉这些东西都能做出非常明确的一一对应的效果。这是一个技术更大的提升。这样的话，可能不光是短剧——长视频甚至大银幕都可能因此降低制作成本。以后做内容的人认真去讲故事，真的把故事讲好、内容写好，至于技术的实现就交给工具来做。
庄明浩举了《哪吒》的例子来说明这种技术进步的意义：饺子拍最后一场天兵天将与哪吒大战的戏份，有很多幕后视频讲他们要做海里出来的怪兽牵着的锁链。那些锁链的细节——每条链子的弯度、弹性、与水面和海平面的结合，还有那么多角色每个人都有链子——找了无数外包公司扣了很长很长时间。因为如果真的用手扣真的太难了、太复杂了。所以如果真的那样的多模态能力够了，这些事情就可以被大幅提升效率。
讲好故事并且有更高质量的画面，这才是用户的需求。 不会有用户想要制作水平不 OK 的内容，现在粗糙内容能跑出来只是因为故事讲得好、被用户筛选后跑出来了。如果内容质量能追得上，才是内容生态最终的预期。
郑迅给出了一个理解框架：技术提升上界，商业应用落地下界。 包括对可灵和多模态技术更大的预期，还是在于不断提升工具或技术的上界。而商业应用线则是在下界问题上不断地去落地。下界以下的，大概就属于一种社会分工了；下界到上界之间的，可能是此时 AI 赛道里人们努力的方向。大部分技术能力是在提高这件事情的上界，而商业的努力更多是把下界不断落地。这样整个 2026 年对多模态的预期肯定还是很高的。
十三、快手 2026 年平台策略：自然流量通道与投放系统的 AI 化
解决版权方收益问题
快手平台 2026 年在内容消费方面，主要还是在解决与版权方的收益问题上花更多努力。除了商业流量之外，其实在纯自然流量里面也在慢慢打通这种通道——更定向地去分发漫剧和短剧的内容。这样用户会有更多机会看到短剧、漫剧和小游戏的内容。同时这部分收益对版权方来说成本投入相对较小——因为是自然流量。如果拉长周期来看，一部剧的回收可能还不错。快手希望能让更多做版权制作的人从经济压力中慢慢释放出来——AI 释放掉一部分生产成本，平台的流量和分账政策释放掉一部分。郑迅的希望是真的能让好的做内容的故事能出来。
投放系统的自然语言化
AI 这条线上，刚才已经聊了很多在大模型做推荐和做出价方面的实践。快手还会有一些更宏大的想法：如果出价环节可以有大模型来白盒翻译，那是不是有一种可能，整个投放系统也可以由客户和系统直接说人话对接？ 这可能是一个比较大胆也比较有意思的方向。广告投放看上去是一件很专业的事情，但随着漫剧这种三五人工作室就能入行的生意在平台上做起来，最终可能需要的是更简单的投放系统。
快手已经开放了一些小模块的尝试。比如大模型的内容理解里面会有错误——大模型理解出来说 A 和 B 是情感故事，但其实 A 和 B 在剧里是母女关系，这很正常，大模型很容易出现这种错误。快手把这个内容理解结果打给了客户，客户会帮忙纠正。这种纠正不光是把数据写对，而是让大模型知道这个地方错了，进入整个模型的 reward 机制。做了一些小范围尝试后发现，客户和投手对这种互动的意愿是有的——这就意味着可能在未来不久的时间里，就能开放这种能力给更多投手使用。庄明浩认为不需要太久就能实现——允许客户以自然语言方式做到今天市面上最专业投手做的事情。
十四、2026 展望：深水区继续，但 AI 打开想象空间
在品类拓展方面，2026 年大家应该还是在漫剧上加更大的投入。真人短剧这一部分要看整个供给市场上的变化和投入，确实会有一些从业者和制作方转向漫剧。好的演员、好的编剧、好的剧本会非常值钱。演员方面已经开始出现粉丝经济的苗头——虽然编剧的名字圈外人可能还叫不上，但演员已经有了知名度。真人短剧头部的成本和投入还会有，但中尾部的投入可能会转移到漫剧赛道。漫剧对剧本数量的要求变多，可能反而带动原来增长放缓的小说行业，催生出一批能写猪暖篇的新写手。
郑迅对 2026 年的期待分为三层：第一，希望业绩能好一些，让快手在这个快速增长的赛道里跟合作伙伴一起获得一个还不错的下一年。第二，希望更多有意思的事情能有更多人参与进来——三五人做漫剧的工作室能蓬勃发展，产品团队和算法团队能更多参与到大模型实践中。快手公司级有各种 AI 的练兵和探索活动，内部有一个机制：不设置 AI 的产品方向，这样所有的产品方向都去探索 AI。2026 年仍然是这样的局面，让更多的产品经理和算法工程师在这个浪潮里把聪明才智发挥出来。他发现"这件事情只要启动了，转速很快"——就跟漫剧一样。
庄明浩总结：回到这期的主题——AI 如何解锁 2026 年的内容消费深水区。2026 年确实会继续深下去，成熟的形态会更深。但旁边有一个巨大的技术浪潮，而且明显感觉 2026 年会打开很多想象不到的场景。AI 也好，内容消费也好，值得期待。