# 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 屠龙之术 · 2026-02-09 庄明浩与快手磁力引擎郑迅返场对谈，复盘2025年内容消费行业进入“深水区”的几大变局：AI漫剧下半年供给爆发，小团队叠流水线模式将分钟成本压至千元级；短剧从IAP全面转向IAA，用户支付门槛拉低但制作成本反而上升；推荐引擎借助大模型实现语义ID与白盒化出价策略，大幅提升冷启效率。展望2026年，两人认为漫剧仍有三位数增长空间，多模态技术将推动人机协创的沉浸式体验成为新可能。 ## Key moments - **[0:00] 深水区** - [0:55] 庄明浩用“深水区”一词定调当前内容消费行业的整体状态。 - [1:14] 郑迅指出深水区的两个佐证：短剧投放有效时间缩短和用户口味变挑剔。 - [2:51] 国家对短剧的政策规范要求剧方在框架内创新故事。 - [4:54] 郑迅指出短剧付费模式在2025年从IAP大幅转向IAA，降低了用户支付门槛但拉长了回收周期。 - [7:10] 郑迅提到漫剧（AI动态漫）成为2025年下半年崛起的品类。 - [10:43] 庄明浩认为多模态AI将在2026年变得更重要，对快手等平台业务影响更大。 - **[13:48] AI漫剧** - [13:48] 郑迅讲述漫剧在2025年Q3到Q4爆发，主要原因是供给大幅增长。 - [16:04] 漫剧需求一直存在，爆发的核心是供给在Q3-Q4翻倍增长，释放了原有需求。 - [17:46] 当前漫剧制作的极致做法是小团队+多流水线并行，每集成本最低可到千元级别。 - [19:21] 主流AI漫剧生产流程是从小说拆脚本到生图再到视频，每个环节都可用AI实现。 - [20:35] 漫剧爆发的契机是短剧编剧进入，带来了埋梗和反转设置，与传统动态漫厂商不同。 - [24:50] 漫剧无需实地拍摄，掌握技术后个人即可制作，许多人从分销商转为原创作者。 - **[32:44] 短剧** - [32:44] 短剧在2025年出现题材多样化，平台用大模型做开集标签，标签数从几十个增至上百个且离散度提高。 - [36:09] 郑迅指出当前CP（内容供应商）的发展议题其实只剩下了AI和出海。 - [39:18] 短剧成本提升主要体现在头部演员片酬上涨。 - [41:05] 短剧IAA强势，IAP空间被压缩，但平台通过中插广告等微创新提升IAA效率。 - **[43:20] 小游戏** - [43:20] 小游戏领域IAA与IAP并存，因为AI尚未降低游戏制作成本，IAP仍有市场。 - [44:58] 郑迅认为“AI到今天依然没有让游戏的成本降下来”，所以小游戏中IAP仍重要。 - [46:59] 由于AI未降成本，出现了小小游戏和各种模拟器，玩法创新往往是微创新。 - [49:34] 再往前推演，类似“元”的沉浸式体验叙事可能由AI Agent驱动，每玩一次都有不同体验。 - **[53:25] 内容理解** - [53:25] 庄明浩计算中国每天约1000亿次视频匹配，没有推荐引擎会导致完全不可控。 - [55:36] 郑迅补充广告匹配后数量级更大，且存在创意重复等问题，加大了系统复杂度。 - [57:01] 快手用大模型做内容理解，生成更丰富的内容和用户画像，并给短剧打标签使标签数过百。 - [1:01:08] 庄明浩提出语言和多模态在应用层面已经融为一体，快手内部将多模态转为语义ID来继承数据。 - **[1:05:48] 出价策略** - [1:05:48] 郑迅介绍快手让大模型接管广告出价策略，用Agent判断账户状态给出调价指令，效果比人工好。 - [1:08:59] 这印证了Agent的概念：在特定场景下执行明确任务，而非广义无所不能。 - **[1:13:49] 展望2026** - [1:13:49] 随着技术提升，期待2026年多模态带来更好的画面质量和对口型等，让内容回归叙事。 - [1:18:14] 2026年细分类目趋势：漫剧将加速，真人短剧头部集中，小说可能因漫剧需求再增长。 - [1:20:00] 平台角度期待2026年解决与版权方的收益问题，通过自然流量和分账政策释放制作方压力。 - [1:23:24] 郑迅表示：“我希望更多的产品经理和算法工程师们能在这个浪潮里面真把自己的聪明才智发挥出来。” ## Speakers - **庄明浩** (host) - **郑迅** (guest) ## Topics 短剧与短视频, 内容创作, 内容平台 ## Mentioned DeepSeek (company), 快手 (company), Kimi (product), 可灵 (product), 快手磁力引擎 (product) ## Transcript ### 深水区 **庄明浩** [0:08] Hello 大家好 ， 我是明昊 ， 屠龙之术的主播 。 这期播客的嘉宾是一个返场嘉宾 ， 我看了一下我的小宇宙后台 ，在 25 年 4 月份的时候我更新了一期播客是讲内容消费的 。 当时那期播客对谈的嘉宾也是今天的嘉宾 ， 来自快手的迅哥 ， 迅哥跟大家打个招呼 。 **郑迅** [0:26] Hello 大家好 ， 我是快手磁力引擎的郑迅 ， 很高兴又来到明昊的这个 《 屠龙之术 》。 **庄明浩** [0:32] 对 ， 然后上期我们聊的时候是在 2025 年 Q1 结束 ， 所以我们针对 24 年在那个时间点做了一些整理 ， 然后也很有幸是那一期应该是我去年尾数不多的上了小宇宙首页的一期播客节目 。 **郑迅** [0:48] 是吗 ？ 恭喜恭喜 。 **庄明浩** [0:49] 这个引发了比较多的探讨 ， 然后可能也确实是因为今天这个时间点 ， 可能内容消费确实进入到了一个可能我觉得是一个相对比较深度的状态 。 我们回看整个内容消费行业的这个大的变化 ， 如果用一个词来去定调的话 ， 我会想到一个词叫 " 深水区 "。 首先比如第一个问题 ， 或者说从平台角度来讲 ， 你们看到了什么样的趋势跟变化 ？ **郑迅** [1:14] " 深水区 " 这个词我觉得还是比较恰当的 。 有两个事情可以佐证就是内容消费走到深水区这件事情 。 第一件事情是我们会看到在快手平台上面 ， 一部剧的这个投放的有效的这个时间 ， 或者说一部剧从它快速起量到它进入到一个平稳期的这个时间 ， 这个时间在缩短 ， 缩短的速度会变得非常明显 。 那大概能从原来可能比如说投个一周或者两周左右的时间 ， 就第一轮投放 ， 投一周两周的时间 ， 可能到 25 年的下半年基本上已经是在一周或者是甚至有的剧可能对一周以内 ， 它可能就会就是用户对这部剧的兴趣就会逐渐的变淡 。 当然一些非常好的头部的剧 ， 比如说过去一年里面我们甚至看到一些系列剧 ， 它能出到第三部 ， 或者说在筹备拍摄第四部的这些剧 ， 这些剧的火爆的时间会非常长 ，而且进入到平稳期以后， 它的流量 、 它的消费的表现仍然很好 。 但是这个平台里面有相当一部分长尾的剧 ，其实它的投放周期在变短 。 那这说明什么问题呢 ？ 其实说明的是用户对于剧的口味在变挑剔 ， 可能重复的 ， 或者说是看过大致的这个剧情的这些剧 ， 慢慢在 25 年的下半年其实就比较艰难了 。 **庄明浩** [2:37] 那这其实在倒逼那些制作方们想更多的更深的事情 。 **郑迅** [2:43] 是的 ，因为其实所有的内容消费领域的业务 ， 我的理解都是它会从一个野蛮生长到一个有序生长的一个过程 。 比如说其实现在就是国家对于短剧这一块也出了更多的政策 ， 包括各种题材的规范 ， 然后包括各种剧情的规范 ， 那这其实也要求我们的剧方是按照规范 、 按照框架再去写故事 。 那么故事呢肯定是要变着法的编的 ， 那除了比如说我们从小说的 IP 里面可以找到一些好的故事 ， 除了说大家编剧就发挥自己的这种聪明才智 ，其实对于叙事和对于拍摄的这个要求也变得很高 。其实这是第一个例子 ， 就是说用户的这个口味在变得非常的挑剔 ， 所以会导致很多剧的生命周期在变短 。 但如果说这种趋势下去 ， 比如说我们的剧作成本能降下来的话 ，其实对于内容制作方来说可能也并不一定是个坏事 ，因为这样它可以通过另一种大量淘沙的策略 。 那比较不巧的是我们看到的是短剧的制作的水平 ， 或者说投入也在提升 ， 包括短剧 ， 包括小游戏其实都会在提升 。 比如说我们去年去聊的时候 ， 可能真的愿意花上百万去拍一部剧的供给方其实是少的 ， 可能大部分的供给在几十万或者小几十万的这个成本之上 。 那到 25 年不是说这些内容没有了 ， 这些内容仍然有 ，但是这些内容它不好看了 ， 所以大家不得不去拍一些可能其实大家从 C 端的市场上也应该能看到 ， 就是短剧的服化道 ， 短剧的这些布景 ， 它在变得更加精致 ， 甚至有一些剧作的这个水平可能都快赶上， 比如说大银幕的剧 ， 或者说长视频的一些剧目 。 那这些制作成本的增加其实是意味着剧作方的回流周期 ， 或者说是投入会都变大了很多 。 那其实还有一个 plus 的一个变化 ， 会让这个深水区的事情更加的加剧 ， 就是可能这个不一定是个坏事 ，但是反正它是 25 年一个很重要的趋势 。 我们一会可能也会讨论到 ， 就是 25 年开始短剧的付费模式是大幅的从 IAP 走向了 IAA。 对 ，也就是说短剧不再是用支付 ， 比如 10 块钱看全集 ， 或者 20 块钱看全集的这种方式来让用户去支付 ，而是变成了看广告 ， 甚至可能有的平台上的短剧内容已经是比如前很多集都是纯免费的 。 那么这样的话其实又意味着就是回收的难度 ， 对 ， 回收的难度 ， 回收的周期在变得更久 。 这样其实对于版权的就是制作方的挑战我觉得是非常大的 。 所以可能 25 年对于制作方来说确实是一个往非常深水区走的这样的一个过程 。 **庄明浩** [5:38] 明白 。 然后你像你提的更多是我们其实在上期也聊过比较多的短剧 ， 那比如说再从另外一个角度 ， 纯从平台的角度来讲 ，25 年基本上短视频平台领域的应该用户规模的增长应该是一个可能个位数百分比的这样一个变化 ，因为早就已经破了比如 10 亿这个体量了 ，在中国就这些人。 然后可能从比如从另外一个商业化跟市场规模角度来讲 ， 可能也是一个差不多的样子 。 但是比如说你们作为平台方自身 ， 你们去看这一年虽然大盘可能变化不是太大 ，但是在内部比如用户的内容消费的比如说品类 ， 然后趋势变化 ， 或者说他们对什么东西产生的更多编辑增强的需求的出现 ， 就这个你们是有看到什么一些比较有意思的趋势或 者变化吗 ？ **郑迅** [6:26] 明白 。 首先大盘的内容消费 ， 或者说整个短片行业吧 ， 它的增速确实没有前几年那么快了 ， 就几家平台的这个格局基本上已经确定了 。 当然快手在这里面它会有一定的增长 ，但是也不会是大幅领先于就是其他非短视频的那个行业的增长了 ，因为短频整个的赛道的增速应该是已经确定了 。在短频这个赛道之内呢 ，其实短剧还是能非常蓬勃的增长的 。 包括说我们的小说其实今年增长的也会比我们预期的可能要好一些 ， 当然小游戏也是一个大幅增长的情况 。 那具体来说到短剧里面 ， 当然会包含今年下半年甚至是 Q4 大幅崛起的这个漫剧的这个品类 ， 漫剧真人漫 。 **庄明浩** [7:10] 详细了解一下 。 **郑迅** [7:10] 对对对 ， 这是一个我们上次埋下的一个种子 。 **庄明浩** [7:13] 对 ，是的是的 。 **郑迅** [7:13] 其实在真人短剧这一部分呢 ， 今年的增长就是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的 。 这个我自己理解是来自于两个部分 ， 一部分确实如刚才所说 ， 当供给开始采用 IAA 变现的这种方式的时候 ， 它其实意味着在用户视角上， 用户的支付门槛变得更加的低了 。 那就意思是说快手 4E 也好 ， 包括比如说其他平台可能是更大的规模 ， 或者说是一些相对比较小一点的做短剧的平台 ，也不是说我们在做吧 ， 它都走 IAA 这个链路以后呢 ， 用户的支付成本在降低 ， 那么更多的人都可以进入到这个事情里面 。 原来可能真的是不想付钱 ， 看到第十集 。 **庄明浩** [7:58] 对对对 ， 停了 。 **郑迅** [7:59] 心里很痒痒 ， 很想知道后面怎么样 ， 实际上呢还是不会支付 。 但是现在到 IAA 的这种方式来说 ， 它的支付成本足够低的话 ， 更多的人进来了 ， 更多的人进来以后， 这个生态还是在繁荣的 。 虽然刚才我们讲的是说可能对于拍剧的版权方来说 ，他们的压力变大了 ，但实际上他们也面向了一个更大的市场 ，他们可以针对更多的用户的口味做自己的内容 。 那这个市场呢 ， 我觉得它还是在增长的 。 **庄明浩** [8:27] 其他领域呢 ， 比如电商 、 本地生活 ， 甚至直播 ， 这有什么变化吗 ？ 从平台方的角度来看 。 **郑迅** [8:34] 从结构上来说其实变化不大 ，因为比如说从慈禧引擎我们能看到的数据来看 ， 今年整个广告业务大概都是有一个两位数的增长 。 那在双位数的增长之下呢 ，其实增长的非常快的在我们内部 ， 第一个肯定是线索广告 ，因为快手在这一个领域里面其实付出了非常多的这种 ， 包括有效性的优化 ， 包括这种商家的拓展 。 然后第二个增长的比较快的其实就是内容消费了 。 内容消费 ， 那刚才也说了 ， 就是第一得益于用户规模的扩大和用户支付成本的降低 ， 当然还有一些体验的优化 ，因为比如以短剧为核心的这种产品 ， 它跟快手的这种交货方式确实非常的一致 。 所以我们很多项目其实最后是在不是从商业化角度出发 ， 反而是从用户产品角度出发 ， 取得了很好的收益 。 第三个其实电商增长的也是比较快的 ， 特别是快手电商其实它也会经历几个发展阶段 ， 就是我们现在也会比较看重像我们商品的质量 、 退货的一些体验 。 那在这些方面优化以后呢 ， 它其实也会有一个比较好的增长 。 所以整体来说的话 ， 从广告的视角来看 ， 我们面对的市场应该是有双位数的增长的 ， 至少在这个局部里面是有双位数的增长的 。 **庄明浩** [9:46] 那就比大盘要快了 。 **郑迅** [9:47] 是的是的 。 **庄明浩** [9:48] 那已经在考虑到你们的用户体量跟收入体量的情况下， 已然非常不一样 。 **郑迅** [9:53] 过去一年还是挺不容易的 。 **庄明浩** [9:55] 对 ， 大家就是对 ，但是就是确实双位数的增长看起来已经非 ，因为我们自身也有业务 ， 我们自身业务缺点预计的也是一个保守的指标 ， 是一个可能 8 到 9 个点的 ，但最后反正因为也过完了 ， 我们算完可能大概 10 到 11， 就是已经确实做得非常的艰难了 。 **郑迅** [10:14] 对 ，其实这个里面也呼应一下最开始说的就是深水区的这个问题 。 我自己的理解是说 ， 现在可能不管是从广告还是从用户体验的角度来说 ， 都很难有那种一发策略下去 ， 然后就大幅增长的 。 当然个别项目里面可能会有这种 surprise 的惊喜 ， 大部分其实都是在精细的画格子 ， 都是在非常精细的去拆策略 、 拆数据 ， 拆到一些非常发现原来三层策略之下还有一些矿可以挖 。 **庄明浩** [10:43] 那就那这个话题再引发 ， 那我们在这种大盘极度稳定 、 挖得很深的情况下， 当然还是有一些异军突起的方向的嘛 。 那 25 年， 甚至可能过去几年 AI 当然是回避不掉的话题 ， 甚至我会觉得在 26 年初回看 25 年， 包括远眺 26 年的时候 ， 多模态这件事情会变级变得更重要 ， 或者说它所得到的关注跟技术演发的速度会变得更快 。 那确实 ， 那这个事情可能跟快手结合就更深 ， 就它比纯语言那一层可能跟你们的业务 ， 无论是你们已有业务的结合还是新业务的拓展而言 ， 可能会更编辑更多的带来收效 。 那确实 AI 可能是今天这个时间点我们聊任何话题都回避不掉的一个严重的 。其实上次我们也聊了 。 **郑迅** [11:30] 上次聊了很多 。 **庄明浩** [11:31] 然后那从你们角度来看 ， 怎么来看 ， 比如过去 25 年 AI 相关的事情跟我们自身业务结合产生的这些变化或者趋势 ， 或者说里程碑都可以 。 **郑迅** [11:42] 25 年的 AI 呢 ， 如大家已知的事情呢 ， 或者说更多人可能广为知道的事情 ， 确实是随着视频生成技术的进一步的突破 ，在漫剧这个领域里面引发了一波可能是我觉得甚至可能比当年短剧崛起的速度 ， 就是那种斜率更高的一个增长 。此时无论是我们还是其他家做漫剧的 ， 就是漫剧在短剧里的占比可能还没有达到大家心里面的那个天花板 ， 虽然它 的占比可能已经比如说 40% 或者 30% 的一个占比了 ， 已经很高了 ，但应该还没有达到大家的天花板 。 然后这件事情肯定是我们所有人都看到的一个事情 ，其实还有一些没看到的事情 。 上次跟明浩聊那个大模型在推荐系统里应用的那件事情 ， 这件事情我们可以说我们到年底的时候是把年初做下的这个计划给做出来了 。 我们在大元模型做广告推荐这件事情上取得了非常大的突破 ， 我们成功的落地了一些用大元模型去做广告的出价调价策略的一些策略细节 。 那它的替代是什么呢 ？ 它其实一定程度上替代了无论是广告投放过程中投手自己的操作 ， 或者是比如说平台内部去为了让客户的效果达到更好 ， 内部做的一些临时的调配工具 、 手搓的一些策略 ， 一定程度上是用大模型替代了人 ，并且它的效果比人还要好 。 对 ， 这个可能是藏在这个数据和策略背后不太容易能看到的 。 那么这两条线的大模型的推进 ， 我自己给 25 年的这个总结 ， 我觉得 25 年确实还是把很多望着的东西就是最后落在脚下了的一个过程 。 这个也会让我们在 26 年更有信心的去在 AI 这件事情上， 无论是对 ， 无论是推进还是投入 ， 或者说是更多的尝试和探索 。 ### AI漫剧 **庄明浩** [13:49] 那就聊到这 ， 那我们就正式聊一聊这个今年可能回避不掉的话题 ， 动态漫 。 这个咱们聊的时候 ，25 年 4 月份 ， 平台方跟一些有感知的厂商确实在那个时间已经开始在动了 ，但是似乎所有人都没有想到会在年底变成这个量级的东西 。 你们怎么看 ？ 就这个爆发 ， 就像你刚才说的这个斜率的这个曲线的变化 。 **郑迅** [14:17] 这件事情还蛮有意思的 ， 就是因为我们内部年总也做完了嘛 ， 所以复盘的时候肯定是大幅的聊到了漫剧今年的这个发展 。 我自己的看法是这样的 ， 首先呢 ， 如果你说我们就快手现在肯定在漫剧这个事情的增速肯定还是非常快的 ，但如果你说这件事情得益于大家的前瞻的这种 。 **庄明浩** [14:37] 不是 。 **郑迅** [14:38] 对 ， 我觉得不是 。 **庄明浩** [14:39] 我觉得不是的 。 很简单 ，因为之前我去 ， 咱俩上次聊 ， 如果有兴趣可以翻一下 。在那个时间点我们就投了一家做 。 **郑迅** [14:46] 对 。 **庄明浩** [14:46] 但是我们内部也不会觉得它在今年的业务会翻成这个样子 。 **郑迅** [14:50] 所以它肯定不来自于大家 ， 比如说真的是 。 **庄明浩** [14:53] 逻辑上推出来的 。 **郑迅** [14:54] 推演的这种东西 ， 我觉得来自于两个东西 。 第一个呢 ， 就上半年其实我们现在回看 25 年， 上半年的时候漫剧处于一种你说做呢 ， 肯定大家都看到这个机会能做 。 对 ，但是你说它快速增长呢 ，其实坦诚的说 25 年上半年是没有的 ， 包括我们自己内部以及我们知道的行业里面的很多做漫剧的人， 包括平台方 ， 大家对漫剧那时候的增长其实是应该判断是不及预期 ， 或者说是至少没爆的这个状态 。 大概是在 25 年 Q3 到 Q4 之间 ， 我们这个平台上面快手这边非常明显的感觉是在 11 以后， 漫剧是有一个非常大幅的崛起的 。 我的判断 ， 或者说我们内部的复盘大概是这样的 ， 首先从需求上来看 ， 需求其实没有变化太多 ，因为原来的喜欢看这种就是叫动态漫这个风格的用户一直在 ， 然后它爆炸了以后呢 ，其实多了一些新的这个用户 ， 比如说 AI 真人漫 ，其实它跟短剧的用户是相对来说比较接近的 ，他们其实原来也会看 ，因为这些内容都不是新的 。 它之所以爆炸 ，其实还是在 25 年的 Q3 到 Q4 这段时间里面供给的增长 ， 供给在这个过程中翻倍翻的是非常多的 。在短剧的这个 TOP 搒里面 ， 我们基本上能看到就是几家平台拿到的 TOP 搒差不多 ， 我们跑大的那个别的平台也大 。 对 ， 然后比如白方跟我们说说这部剧是在别的平台上定级 S 的 ， 那我们大概上一些扶持的资源 ， 我们本身也有这种定级的政策嘛 ， 大家大概也能跑得起来 ，但漫剧完全不是这样 ， 漫剧搒单根本追不住 ， 变化太快 。 因为大家的头部搒单不一样 ， 然后上个礼拜还是杀掉表情包的 ， 下个礼拜直接搒单就全变成那个 AI 做的那种偏真人风格的漫剧了 。 所以它的繁荣 ， 或者说它的增长其实是来自于供给的增长 ， 然后是有这些供给进场了以后， 让原来的用户需求进一步得到释放 。 所以这个也是刚才跟庄老师有提到的那个 ， 就是我们认为现在几家平台对于漫剧这件事情的天花板是远远没有看到的 。 **庄明浩** [17:08] 还没到 。 **郑迅** [17:09] 对 ， 就是它的用户并不内卷 ， 你放剧它就能跑 ， 放剧它就能跑 ， 放一个新的品类进来以后， 你会发现它用户又破圈了 ， 放一个品类进来以后， 你发现它用户又破圈了 。 这样的话我们会觉得说它的机会还是比较大的 ， 或者说此时有更多的供给入场 ， 会带来这个行业继续的发展 。 **庄明浩** [17:28] 但这是不是跟刚才我们聊那个话题也相关 ， 就是因为短剧本身的门槛在被拉高 ， 它当然会有些厂商会被拉到拉下来 ， 那它就要找出路 。 **郑迅** [17:38] 是的 。 **庄明浩** [17:38] 那它可能变成了一个非常现实的 ， 无论从成本 、 可实施 、 行业的增长率来看 ， 就有一个东西接住了这件事情 。 **郑迅** [17:46] 是的 ，因为漫剧的话 ，其实现在最极致的做法可能是一个人做 ，但一个人做呢 ， 确实它的这个流水线工作 ， 包括它的产量可能是比较难以长期继续下去的 。 我们现在看来比较好的团队应该是在 3 到 5 个人， 或者 5 到 8 个人左右 ， 就是一个小团队 。 有一些供给我们会看到说 ， 比如原来它可能十几个人是一个 team， 然后大家一起去拍剧 ， 那这段时间可能就拍一部 ， 然后剪回来 ， 然后就流水线工作 。 现在他们的工作方法可能是 ，他们会把团队拆成三四个小团队 ， 然后三条生产线去做漫剧 ， 大概三五个人就可以完成一个流水线的这个工作 ，并且每分钟的这个生产成本也大幅降低很多 。 我们现在在漫剧基本上用这个单位衡量 ， 就叫每分钟生产成本来衡量 。 **庄明浩** [18:38] 这个大概现在是什么量级 ？ **郑迅** [18:40] 贵的其实还是会上万的 ，但是便宜的话可能已经到千 ， 对 ， 这个量级的 。Versus 如果是短剧的话 ， 肯定是一个万量级的一个数 。 对 ， 所以它的生产成本其实是大幅降低了 ， 然后基本上大家都是在用 ，不管是就是 AI 在这里面应该是说叫用得多用得少 ，但是基本上已经不存在说这家人不用 ， 它纯靠手画 ， 应该没有这样的 ， 或者是比如纯一帧一帧的用电脑那个 CG 去制作 ， 已经没有这样的了 ， 基本上都是在用 AI， 只不过是用得多用得少 。 最极致的团队应该是可以在就是现在主流的流程是脚本 ， 就从小说拆脚本开始 ， 然后那个脚本生图 ， 图生视频 ， 然后最后就是配音什么的 ， 就全的每个环节都可以用 AI 实现 。 **庄明浩** [19:37] 那在这个整个的这个链条当中， 当然 AI 的技术能力的提升 ， 多模态 、 图片生成 、 图片到转视频 、 连贯性 、 一致性 ， 甚至到下半年大家在追的图跟声音一起出的这个多模态的能力 ，其实所有这些事情本质上来讲就是符合刚才我们说的 ，其实是 AI 的视频技术的技术战 ， 到了某个节点之后， 它打开了这个场景 。 **郑迅** [20:05] 对 ，是的 。 **庄明浩** [20:06] 那现在比如说 ， 那这些其实原来拍短剧的这些厂商并不那么了解 AI 的工具也好 ， 流程也好 ， 那他们这部分是怎么补出来的 ， 或者说我们做了一些什么样的工具也好 ， 或者是流程也好 ， 帮助他们往这儿拓的 。 **郑迅** [20:23] 现在其实 我是这么理解这个事的 ， 它用户的需求在的时候 ， 然后很多人能看到这样的一个趋势 ， 所以就会有很多人进来 ，但是大家其实刚进来的时候其实是迷茫的 ， 就像你说的就传统的动态漫的制作方 ， 比如说一些原来就前几年其实漫画这个领域挺火的嘛 ， 做过漫的那些人 ，其实他们是没有摸到这个门路的 ， 所以上半年他们俩起不来其实可能 。 **庄明浩** [20:52] 就是原来是他们那帮原来做传统漫画的人在做 。 **郑迅** [20:55] 对 ， 然后我觉得变化的契机在于什么呢 ？ 其实是一波做短剧的编剧和做短剧故事线的一些人进来了 ， 这些同学们是比较擅长就是怎么埋梗啊 ， 怎么去设计这种冲突啊 ， 反转啊 ， 这种剧情的 。 那这些人进来以后， 首先脚本发生了一个比较明显的变化 ，因为看到那个故事开始 ， 比如说穿越 ， 对吧 ， 然后重生 ， 我要发个系统 ， 这样的关键词 、 关键的设定开始出现 ， 那这个故事是大家喜闻乐见的一些故事 。 第二个变化呢 ，其实是来自于大家对于漫剧的制作流程开始梳理 。 **庄明浩** [21:32] 就开始切 。 **郑迅** [21:33] 对 ，其实最早的时候 ， 如果大家设想的时候 ， 基本上是说一句话出片 ， 就是最开始大家对 。 **庄明浩** [21:41] 端到端 。 **郑迅** [21:42] 对 ， 端到端的 ， 这个有一点点高估了此时的 AI 能力 。 对 ， 然后包括说其实今年上半年，25 年上半年比较火的这个 Agent 的概念 ， 它在各个环节落地以后嘛 ， 大家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 ， 图到视频的这样的几大环节 。 那么当把这个环节拆分以后， 你会发现每一个环节首先都有对应的大模型的能力或者是工具可以处理 ， 对吧 。 第二呢 ， 就是说这个工作流其实它里面是有人的 ， 多的团队呢 ， 可能是十几个人， 少的团队呢 ，是刚才说的三五个人， 对吧 。 那大家还是有些分工的 ， 它也不追求真正用工具完全的一条式 。 **庄明浩** [22:25] 一条式大通 。 **郑迅** [22:25] 就比如我负责脚本的部分 ， 你负责视频的部分 ， 那咱俩之间总算有 ， 总需要有一个工作流的交接 ， 所以在这儿切掉这个工作流其实是可以的 ， 就是我把脚本到图做好 ， 然后把图给到你 ， 那你拿着视频库 ， 你拿着素材库 ， 你去做图生视频的这个环节的操作 ，因为有人的 ， 就这个 。 **庄明浩** [22:47] 有人的粘合剂在中间环节 。 **郑迅** [22:49] 对 ， 漫剧我觉得是一个非常好非常好的体现 ， 就是人和 AI 协作的这个 。 **庄明浩** [22:55] 现在比如说一个成熟的漫剧的这样一个生产流程 ， 大概需要多久 ？ **郑迅** [22:59] 需要不了多久 ， 大概因为我们内部有一个工具 ，但我们做那个工具可能更多的是去理解这个行业和给一些客户用的 ， 然后我们也在公司内部做了那个 。 **庄明浩** [23:12] 示范 。 **郑迅** [23:12] 对 ，AI 就是 AI 漫剧比赛 ， 让那个员工啊 ， 就是对这个事感兴趣的人都可以参与一下 。 **庄明浩** [23:19] 那个工具是一个 Agent 还是一个分环节的 ？ **郑迅** [23:22] 它是一个分环节的一个工具平台 ， 基本上比如说搞个两三集 ， 如果你要是搞出来比较漂亮的那一部分 ， 可能一两个小时， 大家熟练使用 。 **庄明浩** [23:35] 现在常规的漫剧长度大概是 ？ 比如多少集 ， 每集大概什么样长度 ？ **郑迅** [23:38] 它确实会比短剧短一点 。 **庄明浩** [23:40] 短 。 **郑迅** [23:40] 对 ， 它大概现在有 20 多集的 ，有 40 多集的 ，有 60 多集的 ， 短剧前一段时间已经是 80 集往上走的那个 。 **庄明浩** [23:46] 100 集都 。 **郑迅** [23:46] 那个趋势 。 对 ， 现在确实它把故事会写得稍微短一点了 ， 可能 40 多集是平台里面现在比较主流的一些内容吧 。 **庄明浩** [23:55] 每一集 ？ **郑迅** [23:56] 每一集时间大概还是一两分钟 ，也还是那个就跟短剧原来那个节奏差不多 。 **庄明浩** [24:01] 相当于是一个小时的内容量 。 **郑迅** [24:02] 对 ， 差不多 。 **庄明浩** [24:03] 那你像刚才你说那样一个完整的几个人的团队 ， 一天 。 **郑迅** [24:08] 一天应该需要几天 ， 应该还是需要几天去搞的 ，但是它可能需要一个熟练的过程 ，因为我们内部试过一下， 发现会做的和不会做的差距有点大 。 我觉得它还是变成了一个就是非常好的一个工具 ， 然后无论是它切环节 ， 然后再加上包括可灵在内的这些视频的大模型 ， 对吧 ，以及前续可能更多的是依赖那个大语言模型的一些基础 ， 去把长文切成脚本的这个过程 ， 那这件事情基本上大幅的节约了人们的制作成本 。 而且特别重要的一件事情是在短剧的这个世界里面 ， 我们是真得去不管横店还是数店去拍的 ， 所以如果我们这个团队它不掌握片场资源或者是演员资源 ， 我们是做不了这件事的 。 但是漫剧这件事情是只要你掌握这个技术以后 。 **庄明浩** [25:01] 就可以搞 。 **郑迅** [25:02] 对 ， 很多人就直接可以搞 。 我们平台里面会发现一个比较有意思的事情 ， 就是因为我们投广是有那个直投和分销两种模式的 ， 那包括也会有达人的分销和机构的分销 ， 我们会发现很多人明明他是个分销的角色 ， 等他学会了这个剪辑以后， 对 ，他变成原始作者了 ，他自己去做漫剧去了 。他们俩的分销结构还是要少一些 ，因为短剧你得掌握演员资源 嘛 ， 没有演员资源或者没有片场资源还是去不了的 。 **庄明浩** [25:31] 是 ， 还有线下的硬的东西要求 。 **郑迅** [25:33] 是的 。 **庄明浩** [25:35] 那我们也听到一些今天这个时间点 ， 可能也是下半年开始有一些 ， 那按你刚才说法 ， 一个可能 10 个人甚至更少人的 team 就可以完成一个工作组 ， 然后也有些公司就开始做类似叠工作组的方式 ， 把这个流水线叠起来 ， 然后听起来这个公司的规模也不小了 。 那现在整个的比如说动态漫或者说漫剧可能是一个百亿体量的盘子 ， 今天这个时间 ，而且看上去 26 年会是一个肯定是三位数以上的增长 ， 听起来是这样 。 那你刚才说那确实也容得下一些不错的公司出现了 ，在你平台上有看到长出来的比较大的 。 **郑迅** [26:12] 有 ，有 ， 还是有一些 ，其实也是有一部分是原来短剧的公司 。 对 ， 然后还有就是一些短剧公司的分身 ， 它可能发现这件事情足够大 ， 它就会分一个小的局部出去做 ， 包括说其实现在头部的几家公司自己做工具的 ， 然后平台做工具的 ， 还有就是虽然它可能没有一个工具 ，但是它会搭平台 ， 就是市面上 。 **庄明浩** [26:36] 搭内部的 SOP 的工具 。 **郑迅** [26:37] 对 ， 市面上有很多工具嘛 ， 大家用这些工具去搭工作流的 ，其实有很多人投入到这个事情里面来了 。 应该是我感觉今年至少工具这件事情应该都能出几个比较好的公司 。 **庄明浩** [26:51] 纯工具 。 那比如说你们也做了工具吗 ？ **郑迅** [26:55] 我们也做了 ， 对 。 **庄明浩** [26:56] 然后除了工具之外， 比如做了什么一些与之相配合的 ， 无论产品端还是运营端还是策略端的针对性的调整 ？ **郑迅** [27:04] 其实因为短剧的基础已经比较好了 ， 所以快速做 。 **庄明浩** [27:07] 这个其实也是刚刚 ，其实我们说动态漫这一波是要感谢之前短剧那一波提供的所有的基础设施 。 **郑迅** [27:14] 是的 ， 像我们内部的话 ， 基本上就是用元链路直接就做起来了 。 **庄明浩** [27:19] 就通过了 。 **郑迅** [27:19] 对 ，但是它在一些细节上还是有所不同的 。 首先最大的问题其实就是在于人群 ，因为原来的广告推荐模型和广告的出价策略 ， 它其实是面向短剧那波客户使用的 。 **庄明浩** [27:32] 就内部客户相对已经是一个固化的 。 **郑迅** [27:34] 对 ， 现在比较明确了 。 然后坦诚说 ， 如果它是一个用户直接洗成漫剧的话 ，其实平台市场上是没有增量的 。 **庄明浩** [27:42] 对啊 ，是 。 **郑迅** [27:43] 所以对于漫剧来说 ， 第一个问题肯定就是人群普遍的这个问题 。 所以在这儿我们花了一些资源或策略的投入 ， 对 ， 去做这个事情 。 当然比如说配套的这种功能 ， 就是漫剧确实 ， 特别是动态漫那个细分 ， 就是它还是有挺多年轻用户的 ， 所以像配套的弹幕的一些功能 ， 然后包括一些比如付费的一些调整 ， 然后还有那个 IAA 变现点的一些调整 ， 这些其实是前期去在用户侧做的事情 。 那在客户侧呢 ，因为大家在漫剧这件事情上的起量诉求也是非常强的 ，而且漫剧其实它不像短剧 ， 就是基本上你的好剧跟起量之间是有相对比较明确的这种映射关系的 。 漫剧其实这个映射关系很弱 。 **庄明浩** [28:37] 很含糊 。 **郑迅** [28:37] 对 ， 就像我们 11 月 、10 月左右看到的像一些表情包的那个漫剧 ， 它的制作成本其实非常低 ，但它跑量能力非常好 。 那么对于供给来说 ， 平台到底是比如说谁能跑就让谁跑 ， 还是要有一些对供给的倾斜 。 那我们还是做了一些讨论 ，也在客户市场上放出了一些政策来去倾斜我们认为长期可能对这个生态 ， 或者说是对这个不管是广告还是消费更好的一个局部 ， 让它们能成长起来 。 这儿也做了一些事情 。 **庄明浩** [29:13] 你觉得 26 年会怎么样 ？ 然后当然可能漫剧又是个更大的话题 ， 纯平面的 、2D 的 ， 然后可能又分 3D 的 ， 现在又跟真结合的 ， 然后甚至有更往前推的演化的角度 ， 当然看起来也变成一个往深水区走的状态了 ， 对吧 ？ 那你觉得 26 年这个事情会再往什么方式去演化 ， 会出现什么变化 ？ **郑迅** [29:35] 明白 。 最开始 25 年的时候我想这个问题 ， 我当然是觉得说 AI 的技术其实在比如说一些玄幻题材 。 **庄明浩** [29:43] 对 ， 那些大家之前就想到的嘛 。 **郑迅** [29:45] 大家其实能讨论到的一些问题 ， 然后此时的观点会发生一些变化 ， 我会认为说画面的 。 **庄明浩** [29:53] 优化 。 **郑迅** [29:53] 对 ， 上或者下可能不是这个事情的天花板了 。 原来可能认为是说有些画面我们的真人拍不了 。 **庄明浩** [30:01] 没法做 。 **郑迅** [30:02] 对 ， 然后我们现在能做 。 我觉得现在的天花板应该是看故事了 ， 就是在工具可能已经对这件事情没什么制约的情况之下， 对吧 ， 生产成本也大幅下降了 ， 那其实拼的是能不能写出更多好的故事 。 有个蛮有意思的事情是 ，其实现在几家平台都开始做把小说和这个漫剧结合的这种方式 ， 毕竟先人们的作品 。 **庄明浩** [30:31] 经验 。 **郑迅** [30:32] 对 ， 就是已经写成的故事 。 **庄明浩** [30:34] 被验证过的 。 **郑迅** [30:35] 是值得再去做的 ，但这件事情可能需要它出更多的故事 。 第二个其实还有一个很重要的事情 ， 就是这个镜头语言 ，因为传统的短剧那个版画 ， 它还是一些比如说编剧 、 导演 、 摄影 ， 它其实大部分人还是在传统的影视圈工作的这些人。 当然可能这里面我们叫做不一定是科班出身 ，并不一定说它的拍摄设备有多么的高级 ，有多么的昂贵 ，但是他们能拍出很好的短剧 ，但他们大部分还是传统的这种 。 **庄明浩** [31:10] 影视文化的能力 。 **郑迅** [31:11] 那么在漫剧 ， 包括我们自己最后去复盘说内部搞的比如说漫剧的一些制作和后做出来的东西有什么区别呢 ？ 我觉得很重要的是那个镜头语言 。 **庄明浩** [31:23] 不说线 ，不说原来的那种 。 **郑迅** [31:24] 对 ，但是它需要有一个合理的镜头语言去传递这个故事 ， 就像我们俩今天聊天 ， 对吧 ， 就是可能中景切一切 ， 我们俩的特写切一切 ， 它得掌握这个镜头语言 ， 它才能比较顺利的把这个故事讲出来 。 但是漫剧起来以后 ，因为它的工作室变小了 ， 它的人又变多了 ， 那么大家对于什么是镜头语言这件事情 ， 我们能明显的看到有一些作品在这个事情上已经不讲究了 ， 比如说表情包的那个 ， 它已经不讲究了 。 **庄明浩** [31:52] 不 care 这件事情 。 **郑迅** [31:53] 不讲究这个东西了 ， 对吧 。 那这个东西如果放飞了以后， 可能又会带来一些新的变化 。 **庄明浩** [32:00] 对啊 ， 确实原来大家去想的时候 ， 确实更多想象的还是 AI 视频能力在画面 ， 对吧 ，在什么一致性 、 稳定性 ，在这些事情上 。 但其实某种来说 ，AI 像一个没有办法描述清楚形状的一个状态 。 **郑迅** [32:17] 就是之前其实有观点说把 AI 做好了 ，其实就是让 AI 不存在 ， 可能就是所有的工具产品其实最后都会走向这个逻辑嘛 。 我会觉得说在漫剧这块 ， 就因为人和这个 AI 的工作流已经非常紧密的 。 **庄明浩** [32:33] 结合在一起 。 **郑迅** [32:33] 结合在一起了 ， 所以慢慢的应该会出现这种情况 ， 就它真的是变成一个产业的工具 。 **庄明浩** [32:38] 看起来就是 26 年应该是 ， 反正我预估应该是一个三位数以上 ， 甚至是 。 ### 短剧 **郑迅** [32:44] 应该是 。 **庄明浩** [32:45] 那我们顺延第二个板块 ， 可能是个相关 ，是短剧这个板块 。 你像 23 年或 22 年算起初 ，24 年开始营业爆发 ，25 年真正意义上进入全面爆发的状态 ， 甚至开始出现了一些调整 ， 无论是政策还是比如内容趋势 ， 对吧 。 然后进入到 26 年这个时间点 ， 按照我们刚才观点来说 ， 短剧确实已经进入完整以上的深水区了 。 那从这个时间点回看 ， 比如 25 年出现了哪些比较重要的在短剧领域的变化 ， 比如说你刚才已经提到题材其实已经出现了比较大的变化 ， 它已经脱离了原来那套最那个什么的样子了 ， 对不对 ？ **郑迅** [33:23] 是的 。 题材这件事情还蛮有意思的 ， 就一方面是做剧的人 ，他会变着法的做这种剧 ， 然后一方面是用户其实他的口味在变刁 ， 对吧 。 那我们也经常容易出现是说 ， 那供给是不是完全在顺从用户的意志 。 **庄明浩** [33:41] 供给 。 **郑迅** [33:42] 对 。 我有一个挺有意思的术可以在这个场合上聊 ， 就是我们对于短剧的标签 ， 或者叫内容理解的标签 ， 这个东西在 25 年的时候发生了一些比较大的变化 。 首先标签体系一般是偏供给视角上先做 ，他会认为说这是男频 ， 这是女频 ， 这是最简单的 ， 对吧 。 然后什么古代 、 穿越 、 现代 、 都市 ， 对吧 ， 逆袭 ， 这是一些大家定义出来的主题 。 那我们这个平台一开始也是这样的 ， 我们大概原来是应该有几十个标签 ，并且这个标签的集中度还蛮高的 ，因为逆袭是在短剧里面最容易火 、 最容易引发人们共鸣的一个标签了 。 到 25 年下半年的时候 ， 我们会看到两件事情 。 第一件事情是我们现在整个标签其实不是平台里标签 ，不是由客户写的了 ， 客户会写一个 ，但客户写完了以后， 我们会让大模型去做整套内容理解 。 **庄明浩** [34:39] 改写 。 **郑迅** [34:39] 对 ， 然后它会自己做一些标签 ，并且这个标签是开启的 ， 它不是个闭启 。 那这样可以让大 。 **庄明浩** [34:44] 就什么都有可能 。 **郑迅** [34:45] 对 ， 可以让大模型自己去给出它认为的标签 。 然后我们会发现说做了这件事情以后， 这个标签术就可用标签术 ，因为这里面大模型会说一些有的没的的胡话 ， 或者说太稀薄的我们就不会采纳 。 那大概就到了大几 ， 就大量为数可用标签了 。 到现在的话 ， 基本上这个标签应该已经到来到三位数的这个量级了 ，而且它的聚集度在下降 。 **庄明浩** [35:12] 散 。 **郑迅** [35:12] 对 ， 它在变得分散 ， 特别是如果你考虑几个标签的组合的话 ， 它的分散度会变得更高 ， 就是重生是个标签 ， 穿越是个标签 ， 系统是个标签 ， 对吧 。 三个在一起 ， 你大概脑子里就有故事了 ，但它可以只重生 、 只穿越 ， 没有系统 。 它也可以只重生有系统 ，但是它不穿越 。 所以这种组合多了以后， 你会发现其实标签的离散度是在变高的 。 **庄明浩** [35:35] 变高 。 **郑迅** [35:35] 对 ，是在变高的 。 也就是说大家写故事的套路也变得更加的丰富了 。 那当然每就是如果你说单一标签可能最火的确实还是逆袭类的 ， 或者说是反正穿越类的 。 **庄明浩** [35:50] 它总有个第一跟第二 。 **郑迅** [35:51] 对 ， 就是你要完全按标签去说它的那个 top， 或者说是那个热度的选题 ， 我觉得可能还是原来那几个 。 但是在细节上其实已经有所不同了 。 女性题材确实也变得 。 **庄明浩** [36:06] 更加全新 。 **郑迅** [36:07] 对 ， 多了很多 。 **庄明浩** [36:09] 标签 。 然后呢 ， 那平台呢 ？ 平台的角度来讲 ， 比如说流量的集中度 ， 然后包括 CP 的状态 ， 它们又出现了什么 ？ 包括无论是平台还是 CP 都在 25 年疯狂的在出海 。 **郑迅** [36:22] 对 ，因为快手的 ， 就是我们现在做的这个业务线 ， 它确实不涉及到我们这边要出海的这个范畴 。 但是对于 CP 来说 ， 我们了解到的是基本上头部的 CP 都在出海 ，而且其实你会去研究供给视角上他们公司的这个投入和变现的这个规模 ， 你会发现说出海的比例大概应该是从 24 年年底开始 ， 就占有几家公司的那个 。 **庄明浩** [36:51] 占比 。 **郑迅** [36:51] 在 GMA 过程里面 ， 对 ， 出海部分已经占得非常多了 。 这个其实对于版权制作来说 ， 我的理解也是摊包成本的一种体现 ，因为基本上现在出海都是可能配音重新会做一些 。 **庄明浩** [37:04] 翻译 。 **郑迅** [37:04] 对 ， 然后剧的内容是可以直接用的 。 当然还有一些更激进的伙伴们 。 **庄明浩** [37:10] 会直接在国外 。 **郑迅** [37:10] 对 ，他就直接拍海外的一些 local 的剧做了 ， 这个可能就会更加激进一些 。 然后今年开始 ，其实很多平台也会开始去考虑说版权 ， 包括国内部分 ， 包括国外的部分一起去 。 **庄明浩** [37:26] 弄 。 **郑迅** [37:26] 对 ， 打包去谈的这样的一种策略 。 所以出海应该对于剧作方来说是一个很重要的赛道了 。 **庄明浩** [37:37] 还有另一个角度 ，是不是平台也在变少呢 ？ **郑迅** [37:39] 国内 。 **庄明浩** [37:40] 你在收敛吗 ？ **郑迅** [37:41] 国内肯定是的 。 国内现在基本上就怎么说呢 ， 应该是两部分平台 ， 可能偏第一梯队的 ， 应该这么说 ， 就是红楼短剧是第一梯队 ， 它是就是这个领域里面的独大 。 然后第一梯队的像比如说快手 ， 包括其他一些平台 ， 它可能是个综合的内容消费平台 ， 然后它里面会有短剧 。其实现在还有很多原来你可能觉得它跟内容消费没什么关系的平台 ， 它也会进来做短剧 。 **庄明浩** [38:13] 平台多 。 **郑迅** [38:13] 是的 。 **庄明浩** [38:14] 美团 。 **郑迅** [38:14] 对 ， 就是 。 **庄明浩** [38:15] 支付宝 。 **郑迅** [38:16] 这些平台进来以后 ，也会给这个整个全网的这种短剧消费市场 ， 或者说内容消费的市场做一个延伸 。 所以你要说少呢 ， 专门做短剧的是少了 。 **庄明浩** [38:28] 对 ，因为之前有一些大的 CP 其实曾经也想做过嘛 。 现在有没有做动态漫的跟漫剧的 ？ **郑迅** [38:34] 有 ，有 ，有 。 现在几家公司应该都在尝试 。 漫剧作为一个独立的 APP， 此时的增长速度应该没有漫剧在平台里面快 。 **庄明浩** [38:47] 达不到 0。 **郑迅** [38:47] 对 ，因为我们也做了一些尝试 ， 确实它的买量成本有点高 ，因为它的人群稍微有点窄 。 **庄明浩** [38:56] 对 ，是的 。 **郑迅** [38:56] 所以它的 。 **庄明浩** [38:57] 它又回到了传统漫的那个议题 。 **郑迅** [38:59] 如果你按那个漫去买 ， 你的获客成本基本上就会高 。 但如果你按剧这个逻辑去买 ， 它跟短剧其实是 。 **庄明浩** [39:06] 竞争 。 **郑迅** [39:06] 对 ， 它其实是此消彼长 ， 那你就没必要 。 **庄明浩** [39:10] 划不来嘛 。 **郑迅** [39:10] 对 ， 没必要去做 。 当然这个事也可能过一段时间就打脸了 ，因为毕竟这个赛道长得足够的快 ， 对吧 ， 所以它供给的变化还不好说 。 **庄明浩** [39:19] 那纯从 CP 公司来讲 ， 刚才讲到成本拉升 ， 那这个成本具体体现在什么 ？ **郑迅** [39:24] 浮夸道 。 如果是短剧的话 ， 基本上还是在演员 。 **庄明浩** [39:30] 演员 。 **郑迅** [39:30] 演员 ， 然后 。 **庄明浩** [39:31] 就是头部演员的片酬 。 **郑迅** [39:32] 对 ， 头部演员的片酬还是最贵的 。 **庄明浩** [39:34] 因为确实已经经历几年时间 。 **郑迅** [39:36] 有头部出现了 。 **庄明浩** [39:37] 对 ， 演员已经证明了自己的能力了 。 **郑迅** [39:39] 对 ，有头部出现了 。 而且那个演员应该是如果你在你的作品最近在 top 搒上， 你最近的片酬会贵 ， 然后过一段时间你下去了 。 **庄明浩** [39:49] 然后就会 。 **郑迅** [39:50] 就会下去 。 所以它的波动也会很大 。 浮夸道和演员相比 ， 我的数据里面应该还是演员涨得更多一些 。 浮夸道肯定是涨了 ，但是没有那么多 。 **庄明浩** [40:01] OK。IP 呢 ？IP 引入的这个成本呢 ？ **郑迅** [40:04] IP 引入成本 ，因为现在基本上都是有一些 ，不管是自己有的 IP， 还是就是他们跟一些小说平台 ， 或者说一些那个原来的内容平台去合作嘛 。 这部分我知道的应该还好 。其实就是短剧的故事 ， 现在大概用 AI 差不多也能写出来 。 **庄明浩** [40:26] 写 。 对 。 **郑迅** [40:26] 对 ， 它就是写个故事梗概 ， 写个大纲 ， 然后写一些设定 ， 然后再去扩展 ，其实大概也能写得出来了 。 **庄明浩** [40:34] 所以其实现在这个现象 ， 我们纯从一个旁观的角度来看 ， 头部的短剧公司的故事无非也就是 AI 内容质量的提升 ， 漫剧出海 。 **郑迅** [40:46] 出海 。 **庄明浩** [40:47] 就这么几个关键词基本上 。 **郑迅** [40:49] 对 ，是的 。 **庄明浩** [40:50] 没得 ，也没什么别的花花头了 。 **郑迅** [40:51] 是的 ，是的 。 因为变现模式基本上已经收敛在 IAA 了 ， 然后平台的话基本上就是这几家 ， 反正大家大概都是会把自己的内容有些自留 ，有些输送给各个平台嘛 。 **庄明浩** [41:05] 那我们既然聊到这个短剧商业化 ， 对吧 ， 从 25 年的趋势来看 ，IAA 的占比应该会更大了一些 。 **郑迅** [41:13] 对 。 **庄明浩** [41:13] 然后 IAP 已经被挤到了一个比较小的地方 。 **郑迅** [41:16] 是的 。 **庄明浩** [41:16] 所以这个问题变成了 ， 短剧这个形态是不是天生就跟 IAA 绑得比较死 ，IAP 在 ， 或者说我们叫付费这件事情在短剧领域还有没有什么别的可能性 。 那如果是 IAA 继续强势的话 ， 哪怕只是在 IAA 这个形态里 ， 我们还能做哪些别的事情 ？ **郑迅** [41:36] 明白 。 确实 25 年短剧的非常大的一个变化 ， 就是它这个 A 和 P 的结构发生了一个很大的变化 。 那这件事情我们的理解更多的是在于用户是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。 早期短剧肯定都是 IAP 嘛 。 **庄明浩** [41:56] 对 。 **郑迅** [41:56] 那 10 块钱或者是 20 块钱买一个截断的剧 ， 大家就去观看 。IAA 的加入其实是让更多的人可以进入到短剧观看的这件事情里面来了 。 所以这件事情其实也是带来短剧在 25 年继续就在高水位上继续增长的一个原因 。 那在 25 年的快手 ， 我们还做了一个 IAA 里面的一个尝试 。 这是一个非常用户视角的思考 ， 就是我们把短剧的激励广告在一部分流量上切成了短剧的中插广告 。 它俩的细节的区别是 ， 激励广告用户在一个地方停住 10 秒或者 20 秒的时间以后， 需要右上角或者左上角点一下这个关闭的按钮来退出这个激励的状态 。 但是中插广告就是它跟上下滑的交互方式完全一样 ， 当这个定住的时间结束以后就可以直接滑走 。 就这一点交互上的体验的这种变化 ， 会让上下滑的这种中插型的广告在所有的实验数据里面都大幅的好于激励广告 ， 即使我们把它的定住的时间拉齐 ，也是这样的一个结果 。 那这其实说明的是说 ， 当用户想看这个内容的时候 ， 只要我们顺着用户的 。 **庄明浩** [43:05] 操作习惯 。 **郑迅** [43:05] 操作习惯 ， 顺着他的体验的方式去做 ， 我们大概会做出一些新的创新的方式 ， 或者新的用户体验 ， 来让更多的用户进到这个观看用户的这个池子里面来 ， 那就会带来这个短剧的增长 。 ### 小游戏 **庄明浩** [43:20] 理解 。 我们抛开这个事情 ，在今天这个事件 ，以中国厂商为代表 ， 我们叫服务型游戏的板块里 ，其实也开始区分传统意义上的网络服务型游戏跟小游戏之间的变化 。 然后我们再看跟这个板块更相近的小游戏这个板块 ，也依然没有说像刚才我们提到可能在短剧趋势看上去那么明显的说一定是某一种方式 推到极端就是这样 。 甚至出现了一个变化是说 ， 你会发现今天这个时间点 ，其实我们上次也聊过 ， 头部做小游戏的厂商基本全部都是做混合模式的 ， 全部都是 。 而且今天又因为这种混合模式倒逼这些厂商在它的产品设计上就要出现区隔 ， 就是在公可能都是同一款游戏 ，但当然可能因为游戏这个内容载体 ， 它容纳的度跟层级会比剧要多得多 ， 所以它可以做区隔 。 同一款游戏可以 IAA 的来弄 ，也允许给你空间 IAP 的让你玩得更爽 。 所以你会发现在小游戏这个板块 ， 似乎某种程度来说也在践行着今天这个时间点可能内容消费走到少一些深水区之后 ，在兼顾产品设计以及与之相匹配的商业化上做的探索的尝试 。 对吧 ，因为小游戏这个事情可能确实也今年应该我没记错 ， 一个公有公报应该也是 500 多亿的盘子了 。 **郑迅** [44:42] 对 ， 小游戏的 A 和 P 的那个分隔和变化趋势其实是不明显的 。 **庄明浩** [44:47] 对 。 **郑迅** [44:47] 它的 IAP 其实仍然有一个比较大的 。 **庄明浩** [44:50] 大的 ，是的 。 **郑迅** [44:50] 增长 。 然后 IAA 反而就是如果你相对于短剧来说 ， 小游戏的 IAA 是非常稳定的一个盘面 。 **庄明浩** [44:58] 没那么极端 。 **郑迅** [44:58] 对 。 这里面我自己对内容的理解还是在于 ， 第一 ，AI 这一波让游戏的成本还没有降下来 。 我用的是还没有降下来 。 **庄明浩** [45:08] 对 ，是 。 **郑迅** [45:09] 就是有可能接下来就降下来了 。 **庄明浩** [45:10] 是 ，是 ，是 。 **郑迅** [45:12] 我前段时间自己玩了一个游戏 ， 非常有意思 ， 小红书上非常火的一个游戏 ， 那是一个解谜游戏 。 但那个游戏作者上 ，他会那个游戏作者他会直接说说他整个游戏是完全用 AI 编的 ， 就是他没有任何 coding 的基础 ，但是他那个游戏是个解谜游戏 ， 所以它的难点在于设计那个谜题 。 **庄明浩** [45:29] 对 。 **郑迅** [45:29] 然后现在你看到的就是比如说大幅使用 AI， 或者说就完全使用 AI 做的游戏还不能玩 。 **庄明浩** [45:40] 比较简陋 。 **郑迅** [45:41] 对 ， 比如说我们团队也有人试过 ， 就是出来以后就搞一下能搞什么的 ， 能搞贪人蛇 。 但是高级一点的真的能玩的游戏 ， 就类似就是即使是 IAA 里面 ， 比如那些拆钉子 、 什么兑水的那几个游戏 ， 可能 AI 现在还没有完全能做得出来 。 所以它的生产成本没有被降下来的情况之下，IAP 其实还是对应着就是更好玩 ， 玩法更丰富 ， 然后那个玩的那个体验追求的更高 ， 它会带来 IAP 的一个明确的市场 。 然后用户的需求基本上也是 ， 就是用户肯定是希望说我充了钱我就会更爽嘛 ， 这个需求在 ，他其实也不是说非得充钱 ，他在意的还是爽 。 那如果说你的生产成本能降下来 ， 或者说你的内容制作成本降下来以后， 你真的能让所有的用户都能那么爽 。 **庄明浩** [46:39] 体验到 。 **郑迅** [46:39] 对吧 ， 那可能 。 **庄明浩** [46:41] 会往那推 。 **郑迅** [46:41] 对 ，也 maybe 在一些 PVE 的玩法里面可能可以 。 但是你不得不说游戏就是即使小游戏 ， 它仍然还是有些社交和 PVP 的玩法的 。 所以在这个事情里面 ， 那 PVP 就没办法了 ， 就是人比人嘛 ， 你总是得有的人更爽一些 。 **庄明浩** [47:00] 所以其实在于你看年底也出现一个变化 ， 就是在 AI 跟游戏结合上， 我们抛开生产端 ， 就是什么 AI 做个图 ，AI 做个图标 ，AI 做流程 ， 抛开这个 ，也抛开 AI 游戏里头投放端 ， 投放素材这件事 ， 存在刚才我们聊的就偏玩法跟设计层面的时候出现一些变化 ， 就是出现了一些叫小小游戏 ， 什么各种各样的模拟器 ， 什么恋爱模拟器 ， 什么打工模拟器 ， 然后包括 去尝试做类似狼变种的狼人杀 。 本身来讲 ， 包括你刚才前面提到的解谜 、Roguelike，其实都是类似的逻辑 ， 就是说有一种游戏行业的观点是说游戏行业的玩法的创新永远都是微创新 。 就是今天 AI 来了之后， 大家期待那个所谓 AI 的 native game 的东西 ， 应该也是一个 AI 加原来什么东西的微创新 ， 才会一步一步出现一个什么新的东西 。 那现在看上去在双引号的这个小小游戏这个板块出现了这样的变化 ， 就是原来我们设计这种无论是解谜 、 什么所谓的模拟器 、 所谓的什么什么杀 ， 它的故事脉络是需要人来提前写好的 ， 它一定是有限集且固化的几个分支脉络的结合 。 但是今天因为有了 AI 能力之后， 你发现这件事情就某种程度上就像刚才我们讲的 ， 它的口也被打开了 ， 然后又因为这种意外性跟不确定性 ， 可能给了一批早期用户更好的心理的体验 。 当然这个事情距离真正意义上游戏的商业化还有很长的距离要走 ，但至少在这个节点 ， 或者说我们多卖的这几步的情况来看 ， 看起来有这个苗头 。 **郑迅** [48:36] 是的 ， 现在应该是一些比较大的游戏里面 ，他们会相对比较多的用到一些 AI 的组件 ， 那你不能说那个游戏是 AI。 **庄明浩** [48:44] 对 ， 对 ，是的 ，是的 。 **郑迅** [48:45] 比如说一些 NPC 的对话 ， 它其实会有就背后其实是个大语言模型嘛 。 那它的有意思之处在于 ， 当你有一个世界观的设定的时候 ， 就比较大的那些游戏嘛 ， 原来可能每一个 NPC 的对话是文案写好的 ， 然后可能会有一些触发的条件 ， 你只能跟 NPC 聊这几句 ， 只能领这几个任务 。 那如果是在一个比较开放的这种比较大的游戏里面 ， 如果你让一些 NPC 背后是一个 Agent， 或者说是一个大语言模型 ， 然后给它一定的设定 ， 让它去说一些什么东西 ，其实会增加这个一定程度上吧 ， 我觉得会增加这个游戏的耐玩性 。 但是这样的设定此时并不是游戏的核心玩法 。 **庄明浩** [49:28] 对 。 **郑迅** [49:28] 那沿着这个事情去想 ， 你会想到一个非常有意思的 ， 或者说我脑子里我觉得可能不一定是 26 年， 可能更往前一点的年份里面能出现的 ，不管是游戏还是短剧的一个设定是这样的 ， 就是我让 AI 写一个世界观 ， 然后我让不同的 Agent 在这个世界观里扮演一个人物 ， 或者是扮演一个 NPC， 或者扮演一个玩家 ， 或者扮演一个什么东西 ， 然后我再有一个 Agent 把这些 。 **庄明浩** [49:58] 调起来 。 **郑迅** [49:59] Agent 发生了什么 ， 我可以先把它写出来 ， 那它就是一篇很有意思的小说 。 我可以给这个写作的这个 Agent 赋予不同的风格 ， 它就会变成不同作家的小说 ， 它跟 next token 的那个逻辑是不一样的 。 **庄明浩** [50:12] 是的 。 **郑迅** [50:13] 然后如果它可以这样写小说 ， 那可不可以让它就是那个 NPC 不光是能跟你对话 ， 它甚至可以在这个 。 **庄明浩** [50:23] 动作 。 **郑迅** [50:23] 对 ， 里面去被动作驱动 ， 对吧 ， 那无论你叫它是游戏也好 ， 或者说你叫它是一个沉浸式的短剧也好 ， 这个东西的想象空间就会比较大了 。 那此时这件事情应该还没有完全落地 ， 我觉得它还是在一个非常畅想的阶段 。 **庄明浩** [50:39] 上一个时代元宇宙的叙事又来了 。 **郑迅** [50:41] 是的 ，是的 ，是的 ， 就是其实就是原来那个叙事 。 **庄明浩** [50:45] 其实就是那个叙事 。 **郑迅** [50:46] 对 ， 就是那个叙事 ， 只不过现在这个时间点 ，AI 的编辑的叙事的权重变得更大 。 我觉得它比原来的元宇宙落地一点的是 ， 原来的元宇宙是就是相当于把我们这个真实的世界搬到一个虚拟世界里面去嘛 ，但是我的真实世界里是我自己 ， 我到虚拟世界里还是我自己 ， 这它有什么变化吗 ， 或者说它有什么区别吗 ， 对吧 ， 然后那个刚才讲的那个不 一样 ，因为在那个世界里面它是有一个设定的 。 **庄明浩** [51:17] 对 。 **郑迅** [51:17] 对 ， 你 。 **庄明浩** [51:18] 有创造性 。 **郑迅** [51:18] 对 ， 你说我到虚拟世界里我要扮演一个人， 又没人陪我玩 ， 那玩不起来 。 但是如果其他人， 哪怕他是个 NPC，他是个游戏里的 ， 对 ，是个 PVE 玩法 ，但是它背后它有更多的变化 ， 它有一个设定 ， 然后会带来不同的变化 ， 每个人进去玩 ， 每一次玩都会玩出不一样的体验 。 它不像原来那种游戏就是一共三结局 ， 对吧 ， 你打第一个 、 打第二个 、 打第三个 ， 我觉得它的想象力会大一些 。 **庄明浩** [51:45] 那我们聊了好久了 ， 从动态漫到短剧到小游戏 ， 纯我觉得在以平台视角来看 ， 内容消费角度来看 ， 比较大的几个品类其实基本上也就是差不多这些了 。 **郑迅** [52:01] 是的 。 **庄明浩** [52:01] 你觉得会有什么新的可能性吗 ？ **郑迅** [52:04] 这个问题我们也老讨论 ，但是其实有一点有点微创新 ， 就是就像在短视频这个东西出现之前 ， 我们也不是说不能想到这个视频可以竖过来弄 ， 对吧 ，但是我们原来就会觉得说它就是它叫视频 ， 直到这东西足够大了以后， 你才能管它叫 ， 好像现在把它跟长视频区分开了的一个内容类型 。 所以 平台做 ， 就快手作为平台 ， 它会尝试一些内容形态上的一些突破 ， 比如说我们今年在听书这个领域上还是又做了一些 ， 你说它是个新需求吧 ，其实也不是 。 **庄明浩** [52:41] 是 。 **郑迅** [52:41] 因为听书包括小说剧 ， 然后它其实是在小说和短剧之间的一个形态 。 **庄明浩** [52:52] 中间形态 。 **郑迅** [52:52] 对 ， 一个中间形态 。 有一些用户需求 ，但是它不足以 。 **庄明浩** [52:57] 单独拿出来 。 **郑迅** [52:58] 对 ， 单独拿出来说 ， 说它是一个很大的一件事情 。 然后包括刚才像畅想到的那个 ， 就是你说它最后是个游戏还是个短剧嘛 ， 那如果进去以后能是个 。 **庄明浩** [53:09] 反正是沉浸式的体验嘛 。 **郑迅** [53:10] 对 ， 所以新的内容形态我觉得还比较难想象 ，但是大家在不断的微创新吧 ， 包括比如说直播领域现在用的比较多的数字人直播 ，其实它的能力也变得越来越强了 ， 它的交互感也变得越来越丰富了 。 ### 内容理解 **庄明浩** [53:25] 我们聊下一个话题 ， 这个其实咱们在上一次对谈时候也聊过 ， 就是作为大的内容平台 ，其实推荐引擎的作用非常的大 ， 然后今天这个时间点 ，因为 AI 的提升之后， 让原来这个看起来有点黑盒的东西变得白了一点 ， 对吧 ， 刚才你也提到你们今年过去的 25 年有一个很大的事情是基于大模型的能力做了推荐上的很多的努力 ， 然后在这个问题 之前 ， 我再想多说两句 ， 这个我为什么多说这一段 ，是因为之前我也没有想过这个角度 ，但一想之后会觉得这个事情真的太难了 ， 难到什么程度 ， 再举个例子 ， 比如说今天这个时间点 ， 中国的所有的内容平台 ， 视频内容平台 ， 每天新上传的视频应该在一级这个体量 。 **郑迅** [54:09] 对 。 **庄明浩** [54:10] 所有人加在一起 。 **郑迅** [54:11] 是 。 **庄明浩** [54:11] 然后中国每天有将近 10 亿终端打开相关的视频 APP， 每天访问可能一到两个小时， 然后如果我们把所有的视频的平均长度 ， 比如说拍脑袋半分钟 ， 那大概率就相当于 10 亿人一天每个人要看 100 个视频差不多 ， 那就是 1000 亿次的匹配 ， 然后如果只论新视频 ， 那就是 1 亿的新视频乘以 10 亿的用户的匹配 ， 就这个数字已经大到我们没有办法用人的 方式去用规则的方式搞定 ，而且又因为这么大的数据量 ， 你想象这背后的实施的所有的细节跟我们想达到的结果 ， 如果没有今天推荐引擎的能力的话 ， 那我们看到的会是什么呢 ， 就是完全不可控 ， 完全不知道会飞到什么 。 **郑迅** [55:06] 你看到的就是套路版嘛 。 **庄明浩** [55:07] 对 ， 对 ， 那只能看那个 ，但那个套路版又会因为受限于最大公约数的导致 ， 它就变成另外一种极端了 。 **郑迅** [55:13] 对 。 **庄明浩** [55:14] 对吧 ， 所以你会发现推荐引擎在今天哪怕是从算法时代到 AI 年代之后， 它变得更麻烦 、 更大 、 更复杂 。 那从这个角度来看 ， 比如说就回到刚才那个角度 ， 它让哪些事情从基本上原来全部是黑盒的状态 ， 慢慢慢慢开始有一点白的情况 。 **郑迅** [55:37] 我可以给庄老师补充一个数据 ， 就是可能大家的视角里面推荐引擎更多的是在内容推荐这个事情上， 就是发一个视频 ， 然后就让人看到 。 **庄明浩** [55:47] 让人看到 。 **郑迅** [55:47] 对 ，在广告世界里面这件事情会变得这个数量级会再被膨胀一次 。 **庄明浩** [55:51] 要再算一次 。 **郑迅** [55:52] 对 ，因为广告系统里面 ， 包括快手 ， 包括现在几家主流的广告平台 ， 它都是以广告创意和广告单元这个方式存在的 ，也就是说客户除了要给一个视频之外， 它还要有它的文案的标题 ， 它对广告的出价等等组合起来以后， 会形成一个广告单元 。 那么同样一款游戏 ， 我用 A 素材和 B 素材去投的时候 ， 我是两个广告单元 ， 那同样一个视频今天用来投这一部短剧 ， 明天用来投那一部短剧 ， 它也是两个广告创意 。 这样的话 ， 如果你在考虑不去虫的问题 ， 就是或者说 。 **庄明浩** [56:28] 那就是一个更大的量级的数字 。 **郑迅** [56:31] 是的 ， 或者说统计上来说它是两个视频 ，但是这个视频的前 15 秒如果它一模一样 ，但后面不一样 ， 那你从技术上来说它是两个视频 ，但是其实在用户视角里它是一个视频 ， 像这样的东西都会进入到你刚才的那个 。 **庄明浩** [56:45] 算法里面 。 **郑迅** [56:46] 计算里面去 ， 所以这个量级确实是一个非常庞大的量级 。 今年快手在这里面 ， 特别是以内容消费为主的业务 ， 我们确实在让推荐系统变得更加白盒里面做了几个比较有意思的迭代 ， 跟大家分享分享 。 第一个是大家比较容易想到的 ， 就是我们用大模型去做内容理解 ， 大模型去做内容理解和 。 **庄明浩** [57:07] 就像你刚才说给短剧打标签的那个 。 **郑迅** [57:09] 对 ， 和传统的内容理解它有什么区别 ， 它其实可以加入很多推理的内容 ， 所以一个短剧的剧情介绍 ， 你可以让它写 100 字 ， 你可以写让它写 500 字 ， 一个游戏的游戏玩法 ， 你可以让它写 50 字 ， 你也可以让它写 500 字 ， 那这里面就会出现很多所谓的大模型幻觉 ， 对吧 ，但是在广告系统里面我们又可以用很多的 reward 的机制 ， 就是强化学习的一些方法 ， 可以把这个 写出来的东西让它尽量的贴近于真实 。 那么这个时候我们基本就拥有了所有的供给和所有的用户的画像 ，而这个画像比传统的内容理解要丰富很多 。 那么这些画像有很多种用法 ， 比如说我们在做内容分析的时候 ， 刚才有讲到就是这里面包含了一些开集的标签 ， 那我们就可以用这些从可能小几十个变成上百个的开集标签做很多内容的分析 ， 我们也可以在推荐策略里面直接用这些写出来的 ，不管是内容的小传还是用户的小传去做一些 embedding 或者是做一些广告推荐的策略 ， 那这个时候也可以 让我们的推荐匹配变得更加的精准 。 那这里面有很多工作在过去的一年里面我们把它从想象变成了落地 。 **庄明浩** [58:30] 可实施 。 **郑迅** [58:31] 对 ， 可实施 ， 然后特别对于广告来说 ， 我们还做了一个很重要的事情 ， 就是我们把刚才那些膨胀的单位通过大模型的一些方法消除了 ， 我们会认下当一个视频和一个推广物料 ， 或者说一个你可以理解为一部剧 、 一款游戏 、 一部小说 、 一个电商的商品 ， 当视频和这个商品为一的时候 ， 我们会认为它是我们的核心要去给用户推荐的东西 ， 就是用 这个视频去讲这个品 ， 那它就会形成一个组合 ， 对 ， 一个 pair， 然后所有跟它重复的 ， 我们都会收敛在这一个组织里面 ， 这样就会大幅降低这个 。 **庄明浩** [59:13] 计算的系数 。 **郑迅** [59:13] 对 ， 计算的这种复杂度 。 那么这种策略对于广告的冷启或者是一些新用户的冷启效果会非常好 ，因为如果你一直膨胀下去的话 ， 所有资源 ， 就是所有的广告物料都要给冷启的机会 ， 这简直 。 **庄明浩** [59:28] 就不可控了 。 **郑迅** [59:29] 对 ， 首先平台没有那么多流量 ， 第二对于广告主来说 ， 它会进入到一个双输的博弈 ， 就它会不断的尝试哪个能跑起来 ， 对吧 ，不行就再来一遍 ， 反正最后的钱都是得从那个系统里面最后再回收回来 ， 对吧 ， 然后它会变成一个就是博开率 。 那这一步做完以后 ，其实我们现在系统里面 ， 比如说短剧 ， 还是以短剧为例 ， 每天新上的剧其实很多 ， 那 。 **庄明浩** [59:55] 什么量级大概 ？ 剧的话 。 **郑迅** [59:57] 百量级 ， 每天应该会新上百量级的剧 ，但是这个上新的这个剧里面 ， 它其实有一些剧是就是一部剧它可能会有不同发行的名字 ， 或者说由不同的发行方上传到快手平台上来 ， 那么我们大概会认为说不同的发行方还是要维持自己的那个数据的就是整洁 ， 我们不会把各发行方的数据串到一起 ， 这个可能有点 。 **庄明浩** [1:00:25] 对 ，有点问题 。 **郑迅** [1:00:26] 有点不考虑供给的那个身份了 ， 然后这样做完了以后， 我们会给到冷启的短剧会更多的机会 ，并且如果它冷启成功的话 ， 后续它即使做一些文件夹的创编 ， 比如说同样的短视频素材和同样的剧 ，但是它希望改变一些出价方式 ， 或者是说调整一些人群定向 ， 这种变动都会继承它原来已经成功冷启的那个数据 ，不至于再重新的 。 **庄明浩** [1:00:56] 重新再算 。 **郑迅** [1:00:56] 走一遍 ， 对 ， 所以这个其实也大幅的提升了推荐的效率 ， 这个其实是在大模型做推荐里面就算是一支吧 ， 就是用大模型去做更好的用户和内容的理解 。 **庄明浩** [1:01:08] 理解 ， 它就是今天我觉得这个问题引发另外一个问题 ，也是最近几次播客 ， 我经常跟不同的人去问这个问题 ， 这个问题是这样来的 ， 就是原来大家回看可能过去三年左右的 AI 领域的发展 ， 就是我会有个说法是说语言是一桌 ， 就纯语言模型是一桌 ， 你其实看你国内的主流的这个大模型初创公司 ，其实基本都是做语言的 ， 比如 DeepSeek 今天是没有多 模态的 。 **郑迅** [1:01:34] 对对对 。 **庄明浩** [1:01:35] Kimi 也没有 。 **郑迅** [1:01:35] 对 。 **庄明浩** [1:01:36] 赤浦刚刚上了图片 ， 就是你看大部分这些人， 我们叫语言 ， 这是一条线 ， 多模态是另外一条线 。 **郑迅** [1:01:42] 对 。 **庄明浩** [1:01:42] 就是图 、 视频 、 语音 、 甚至 3D、 视野模型 ， 我觉得是另外一条线 ， 然后有人会说 coding 是另外一条线 ，但发展到这个时间点 ， 我愈发的感觉是一条线 。 **郑迅** [1:01:54] 是的 ，是的 ， 它在我们的应用里面 ， 我们是大幅的把多模态变成语言 ， 然后再把语言变成不管是 embedding 还是一些 ， 一会儿给你讲一个更有意思的策略 ，是的 ，因为对于快手来说 ， 它最重要的就是把短视频推好 ， 所以短视频它一定是个多模态的东西吧 ，但是你说多模态本身 ， 图像有没有 embedding， 图像可以有 embedding，但是图像的 embedding 它是没有语义的 。 **庄明浩** [1:02:18] 对 。 **郑迅** [1:02:19] 对吧 ， 就是这张图画的到底是猫还是狗 ， 它其实是就是不可知的 ， 它只是说可能比如说所谓图像 embedding 其实是一些像素点的这个分析 ， 我们在内部会把这一套系统最后会给它统一起一个名字叫语义 ID， 它是什么意思呢 ， 就是一个短视频的 ID 1001 和 1002 有什么关系呢 ， 它是没有关系的 ，因为 1002 就是比 1001 晚上传的那个短视频 ， 所以这种 code， 就这种编码 的体系它注定膨胀 ，而且注定无法理解它们之间的 。 **庄明浩** [1:02:58] 避免的关系 。 **郑迅** [1:02:59] 这种序列关系 ， 对吧 ，但如果你用分类去讲又太宽泛了 ， 你用标签去讲 ， 标签也太宽泛了 ， 所以我们会把这些所有大模型能理解的东西最后会编码成一个叫语义 ID 的东西 ， 语义 ID 简单理解像我们的身份证号一样 ，110 代表北京 ， 对吧 ，1001 代表北京市东城区 ，102 代表北京市西城区 ， 那么在这样的编码体系里面 ， 我们就会知道 1001 和 1002 这两个视频 ， 它们 在第一位的两位数上是一样的 ，但是它们在第二位上是不同的 ， 这种 ID 它就不膨胀了 ， 所以它们又能大幅的继承这个前续就是跑起来的这种短视频 ， 那么这个策略其实是很重要的是依赖了就是刚才庄老师你说的那个 ， 就是把多模态视频和语言结合在一起 ， 对 ，因为它需要有多模态的能力把视频变成 wording， 变成语言 ， 又同时需要能去理解这里面 的语义 ， 就是汉字的相似和是不重要的 ， 它关键是它的 wording， 它里面在说什么含义 ， 这才是重要的 ， 那这件事情我觉得它很有意思 ， 然后它会让我们看到很多大模型在推荐系统里面确实是之前可能不会想到说这地方还有这样的空间 ， 这种连接 ，但是这个活其实对于传统的策略产品经理或者算法工程师来说其实都是新的事情 。 **庄明浩** [1:04:29] 完全新的挑战 。 **郑迅** [1:04:30] 完全新的挑战 ， 这也是刚才最开始我们聊到的那个就是它到深水区了 ， 就是你可能原来理解的是所谓的特征入模 ， 内容特征 ， 然后用户的一些特征 ， 然后现在这个特征它是一个语义 ID，而这个语义 ID 是怎么来的呢 ， 它是通过另外一套编码生成出来的 ， 就是你看似是最后是更黑盒了 ， 实际上这个过程是有大语言模型在里面不断的几次的 翻译把它白盒出来 ，而且这里面的每一次的编码其实都可以反向解析 。 **庄明浩** [1:05:02] 再倒推 。 **郑迅** [1:05:03] 对 ， 就像我就说那个语义 ID 其实就特别像身份证号嘛 ， 就是 1001、1002， 它就像 100101 和 10010102 一样 ， 它就是有不同的含义的 ， 那你反回去每一次查每一个视频它的语义其实你都能找到 ， 就是它对应的语义到底是什么意思 。 **庄明浩** [1:05:24] 那这件事情似乎如果再往前推呢 ， 如果再往前推 ， 就是现在也有很多人会说今天这个时间点其实某种程度上来说大语言模型加多模态加这混合的这种方式 ， 相当于把双引号的语言 ， 或者说像你刚才说的这个语义的这个东西往前又推了一步 ， 那是不是再往前推的时候 ， 某天是否我们人类都没有办法去理解那个东西都有可能 。 **郑迅** [1:05:48] 有这种可能 ，因为我们还有第二个实践非常有意思 ， 第二个实践做的是我们让广告里面的一些出价策略由大模型接管了 ， 它是什么意思呢 ， 比如说在现在的广告系统里面 ， 简单理解就客户说我想 10 块钱买一个激活 ， 这是客户给我的表达 ，但是今天是大促 ， 所以客户可以接受 20 块钱买一个激活 ，但这件事情是怎么实现的呢 ， 它是可能客户会改变它 ### 出价策略 **郑迅** [1:06:15] 在系统里的出价 ，也可能会通过我们内部的一些 ， 比如叫顶价策略或者叫 boost 策略来去实现 ， 那我们让大语言模型介入了整个系统的出价博弈环节 ，由大语言模型来判断此时这个广告账户它的跑量是好的 ， 它已经经过了冷启的阶段 ， 所以对于它的成本的控制要更加的严格 ， 所以此时所谓的上下界 ， 所谓的出价系数 ， 所谓的跑量工具应该 是一个配置的结果 ， 对 ， 此时这个账户它还没有过冷启阶段 ， 如果更快的去让它触碰到一些上下界 ， 那么这个账户可能就跑不动了 ， 这个时候对应的策略应该是先放开让它跑 ， 对吧 ， 大促的时候可以放得更大 。 **庄明浩** [1:07:00] 更宽 。 **郑迅** [1:07:01] 但是一些比如说像线索广告 ， 它对于它的成本非常敏感 ， 小客户对于它成本非常敏感 ， 要收得更窄 ， 这些策略原来都是掌握在一帮产品经理和一帮运营对人的口口相传 ， 对吧 ， 每天那个群里面 。 **庄明浩** [1:07:16] 就这个要调一下 。 **郑迅** [1:07:17] 对 ， 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以后呢 ， 此时大模型用的这个交互的方式确实是自然语言 ， 确实是自然语言 ， 会由一个 Agent 去判断说 。 **庄明浩** [1:07:30] 这段话的意义 。 **郑迅** [1:07:31] 对 ， 又会有一个会有一个 Agent 去判断此时这个账户的状态 ， 它会理解这个东西 ， 理解完了以后然后给出一个自然语言的指令 ， 然后另一个产品模块 ， 另一个策略模块接收到这个指令以后， 按照这个指令配置对应的系数 ， 现在它是这么运行的 ， 那你说有没有一天它们两个人之间可以用它们的语言去做一些交流呢 ，有可能的 ，但我们肯定希望它是自然语言 。 **庄明浩** [1:08:01] 我们能理解的方式 。 **郑迅** [1:08:02] 对 ，因为它 debug 会变得非常方便 ， 这件事情的收益其实也很大 ， 它的收益主要来自于人对于全局数据和未来趋势的预期其实不是非常的可靠的 ， 比如说大语言模型它可以分析账户之前的状态 ，其他账户此时的状态 ， 还有这个产品之前的一些投放的习惯 ， 它去给出对应的指令 ，而人其实是很难去这么精细的去做出一些策略的 ， 还有就是人 它不可能一直在那个策略细节里面调嘛 。 **庄明浩** [1:08:41] 调 。 **郑迅** [1:08:41] 对 ，但是如果你让 Agent 去做的话 ， 它们之间的这个协同其实效率会变得非常高 ， 所以这里面也拿到了很多广告上面的收益 ， 这也是一个非常有意思的实践 。 **庄明浩** [1:08:53] 确实某种程度来说 ， 就大家会说这可能引发 ， 就直接引发到我们下一个话题 ， 就是往前来看 26 年的发展 ， 就是 25 年大家会说是所谓的 Agent 元年嘛 ， 那大家其实给 Agent 套了一个看上去无所不能的含义跟定义 ，但现实从结论上来说 ， 今天这个时间点 ， 任何场景跟板块 ， 无论是 2B 还是 2C，在这个时间点开始显现效果的这些 Agent， 都不是那个广义上无 所不能的那个定义下的东西 ， 它都是在就像你刚才说的你们内部在推荐跟广告策略上的这样 Agent， 它就是在这个策略下以这样的工作方式符合我们跟客户之间的诉求达到目的之后做的执行 ， 对吧 。 **郑迅** [1:09:39] 是 ， 我的理解是这样的 ， 就是大语言模型此时真的能创造或者说发明一些东西的这个空间可能还相对来说小一些 。 **庄明浩** [1:09:51] 还难一些 。 **郑迅** [1:09:51] 对 ， 它更多的其实还是对于过去的知识和经验和一些就是内容的理解之后， 然后按照过去的规律去输出一些东西 ， 它看起来可能会有一些创新或者说一些人没有想到的东西 ，其实还是来自于那个组合 ， 就是那个文本的组合方式之前你没有想到或者没有看到 ，但并不来自并不是说那个东西是凭空出现的 ， 所以现在能拿到收益的很多 Agent， 包括我们为什么 在短剧那件事情里面 ， 我们会把它切成几个工作环节 ， 然后让 Agent 在工作环节里面去工作 ， 这样的产出在现在这个阶段是稳定的 ， 你说有没有一个未来的想象力是端到端直接去解决很多问题呢 ， 我觉得想象力肯定是在的 ，但是确实我觉得 25 年的发展会就 AI 整个的发展会很落地 ， 就是可能相比于 24 年或者是甚至还每一年都说是自己是 AI 的元年 吧 ， 前几年老说自己是 AI 元年， 我觉得 25 年落地了很多 ，因为 25 年有很多东西真的能在人和 AI 协同的这个过程里面 ， 对 ， 它会真的落地 ， 会产生收益 ， 会产生商业的收益 ， 这个我觉得是非常不一样的 。 **庄明浩** [1:11:11] 所以从这个角度来讲 ， 肉眼可见的推往前推的话 ，26 年在很多相对明确场景跟边界的领域里面 ，Agent 落地会继续的更深的往前走 ， 它会某种程度来说把可能原来你划分好的这个场景跟边界里面的效率也好 ， 能量也好 ， 或者我们之前没有想过的角度也好 ，不断的来踏出来 。 **郑迅** [1:11:35] 对 ，因为我们最近内部也在讨论就是产品经理在 AI 这个时代到底需要什么样的新的能力嘛 ， 我自己感受里面其中有一条就是你能不能想到这个场景它在用 AI 和不用 AI 的解决方法上有什么不同 ， 比如说在调价的这个事情里面 ， 比如说在调价出价的这件事情里面 ， 如果不用 AI 的话 ， 它其实是让系统去读这个系统里面的所有数据 ， 根据这个 系统里的所有的现有数据去决定下一次的出价出多少 ， 对于客户和平台来说都是划算的 ， 那用 AI 的话 ，AI 大语言模型是可以给到这个系统除了那些数据之外的一些 ， 对吧 ， 为什么这个数据组合它会出现这样的结论 ， 那这里面其实是需要很多的行业的知识 ， 所以反而对于产品经理的要求是你能不能想到这里面你缺少的视角是什么 ， 如果 你纯数据让模型去决策 ， 判别式模型它有什么样的弊端 ， 它会有什么样的视角缺失 ， 那在这个视角缺失下你怎么去帮它去补充 ，以及你补充上来的东西如果大语言模型真的推理出来了 ， 你怎么确定这个大语言模型没在胡说 ， 对吧 ， 你怎么去 reward 这个大语言模型生成的东西是可靠的 ， 这个思维的方式的转变就会不一样 ， 那对于 产品经理来说就反而它需要更去了解行业 ， 去了解系统数据之外的一些东西 ，而不是盯着看板上 10 个数 ， 然后 。 **庄明浩** [1:13:07] 调 。 **郑迅** [1:13:07] 对 ，在那调参 。 **庄明浩** [1:13:09] 之前那个 Facebook 的那个前言员田云栋今年总结不就说 ，他说未来一段时间人类的或人类的区隔变成了一类人是能通过自身的无论是 knowhow 经验还是什么东西 ， 让它使用 AI 的能力得到提升 ， 就 AI 的能力得到提升 ， 一类就是在 AI 能力线下面的人， 就是他们对 AI 就没有意义 ， 任何就是你没有办法让它变得更强 ， 那你就在下面了 ， 就现在这个趋势看上 去越来越明显 。 **郑迅** [1:13:35] 是这样是这样的 。 **庄明浩** [1:13:36] 然后我们看到更多可能是在比如说我们自身的业务 ， 无论是内容形态还是推荐系统 ， 那我们可以再发散一点 ， 比如说真的我们推到 26 年， 比如说我前面讲的观点就是说 26 年多模态的能力的提升一定边际会更强 ， 你们内部有没有什么期待 ，因为你们的可灵最近也很强嘛 ， 无论是 AI 的增长 ，IMU 的这个数据 ， 包括可能现在海螺因为也上市 ， 大家也 ### 展望2026 **庄明浩** [1:14:02] 看到数据 ， 你可以有明显的对比 ， 就是从多模态的角度来讲 ， 你们作为这个领域可能是最领先的厂商 ， 你们有没有什么期待 ， 或者说畅想中的未来的业务形态会在这个事情上因为多模态能力再次的提升打开的一些场景跟变化 ， 刚才你提到那个沉浸式可能是一个 ，有没有什么别的 。 **郑迅** [1:14:21] 明白 ， 这里面我觉得有两个路线其实在往下走 ， 第一个路线其实是我们在商业这个体系里面可能会更加看重的路线 ， 就是它更加的落地 ， 它更加的应用好用 ， 就人和工具的结合 ， 就我把 AI 定义为一种工具的话 ， 那就是人和工具的结合 ， 让这个 loop 能运行下去 ， 能大幅的提高现在的效率 ， 那这件事情其实在商业体系的过去一段 时间里面我们落地还蛮多的 ，在 26 年的话我们也会有一些畅想 ，不论是在广告系统里面还是在内容系统里面 ， 第二个路线其实我觉得更值得期待的是技术本身的提升 ，因为我们现在会看到 ， 比如说最近其实火起来的那些 AI 真人风格的那些剧 ， 它其实的口型和那个画面是对不太上的 ，其实没有那么好 。 **庄明浩** [1:15:09] 那么对 。 **郑迅** [1:15:09] 对 ， 就是还是一个更多的故事 ， 然后筛选出来这个故事确实引人入胜 ， 然后所以是这么个结果 ，但是比如说真正的技术的提升就是 。 **庄明浩** [1:15:23] 到了 。 **郑迅** [1:15:24] 对 ， 它其实可以带来的是像我们去对话 ， 假设我们俩今天是 AI 驱动的 ， 那不光我们的口型要对得上， 可能我们的发丝 ， 对吧 ， 我们的眼神 ， 我们脸上的肌肉 ， 这些东西能做出来这个非常明确的这种一一对应的效果 ， 那这个其实是一个技术更大的提升 ， 这样的话可能它不光是短剧吧 ， 比如说长视频 ， 甚至是大荧幕 ， 它可能能带来成本的 下降 ，以后就是做内容的人认真去讲故事 ， 真的把故事讲好 ， 把内容写好 ， 至于这些技术的 。 **庄明浩** [1:16:02] 实现 。 **郑迅** [1:16:02] 实现就交给工具来做 。 **庄明浩** [1:16:04] 你看那个饺子今天拍哪吒的时候 ，不经常很多那个幕后就讲他们要拍那个最后一场天明天亮跟那个哪吒的斗争 ， 你讲那些海里的怪兽不都是牵着锁链的吗 ， 从那个海里出来 ，他就说那个锁链的那些细节就找了无数的外包公司抠了很长很长时间 ，因为你想那个东西如果真的用手抠真的太复杂了 ， 太你想那么多的角色 ， 每个人有链子 ， 链子有它的弯度 ， 对吧 ， 它的弹性 ， 然后又跟水跟海平面结合 ， 你想这个东西我的天就是头疼 ， 真的头疼 ， 所以如果对吧 ， 如果真的 AI 能力够了 ， 那似乎这些事情就可以被提升得非常高的效率 。 **郑迅** [1:16:48] 是的是的 ， 所以这个也是说就是我觉得包括对于可灵 ， 对于多模态就是一个更大的预期 ， 还是在于说它不断的提升这个工具或者技术的上界 ， 然后我们这种商业的应用线上其实是在下界这个问题上不断的去 ， 就是就像刚才你说的那个观点可能是就是下界以下的估计就是属于一种一种社会分工 ， 下界到上界之间的可能是这个此时在 AI 这个 赛道里面人们的一种努力的方向 ， 那大模型的基础能力是提高这件事情的上界 ，而我们商业的努力更多的是把这个下界不断的落地 ， 对吧 ， 这样的话我觉得整个我们 26 年对于多模态的预期肯定还是很高的 ， 就是讲好故事并且有更高质量的画面 ， 这其实才是用户的需求 ， 就不会有用户需要一个相对粗糙一点的画面 。 **庄明浩** [1:17:49] 粗不拉几的东西 。 **郑迅** [1:17:50] 对 ，不会有用户想要一个制作水平不 OK 的内容 ， 那只是为什么现在这种内容能跑出来只是因为它的故事讲得好 ，而且它的故事是被用户筛选过以后的跑出来的那个东西 ， 那如果它的内容质量能追得上的话 ， 这才是我们对内容生态最终的预期 。 **庄明浩** [1:18:10] 又跑到深水区了 。 **郑迅** [1:18:11] 是 ， 肯定是个深水区的活 ，不好看 。 **庄明浩** [1:18:14] 另外一个角度就是你看咱们上次也提到你们提到当时是多元经营嘛 ， 就是短剧今天提到的动态漫 、 游戏 、 小游戏 、 小说 ， 你刚才说听书可能今年里面也在做拓展 ， 那这个拆类目的这个状态你觉得 26 年会有再更细的或者新的东西出现吗 ？ **郑迅** [1:18:32] 目前看起来 26 年大家应该还是在漫剧这件事情上会加的更大 ， 然后真人短剧这一部分可能要看整个供给市场上的变化和投入了 ，因为确实会有一些从业者或者是制作方他会转向漫剧 ， 那么当然比如说好的演员 、 好的编剧 、 好的剧本这个东西应该是会非常非常的值钱 ， 然后也会有就是估计会有一些新的这种比较知名的演员或者新的编剧出来 ，因为现在其实可能除了圈内人， 编剧的名字大家还叫不太上 ，但是演员现在已经开始有一些这个粉丝经济已经出现了 ， 对吧 ， 那真人短剧这一部分我估计头部的成本还是会有的 ， 成本头部的投入也会有的 ，但一些中长尾的这个投入可能就会转移到漫剧这个赛道里面来 ， 那当然如果是做漫剧的话我估计可能前几年不太应该说它那个趋势没有增长那 么快的那个小说行业没准又会被带起来 ，因为漫剧对于剧本的那个数量的要求会变多 ， 然后那反而是原来有些可能比如说还没有翻拍过的 ， 或者是原来有一些故事可能还讲得不够好 ， 那又会有一些新的能写主短篇的那个小说的写手出来 ，也许这还有一些增长的空间 。 **庄明浩** [1:19:59] 是 ， 那我们再比如从平台角度来讲 ，26 年你们作为平台方有什么期待或者里程碑或者想法吗 ？ **郑迅** [1:20:07] 跨手平台明年在内容消费这一边主要还是在解决我们跟版权方的这个收益的问题上会花更多的努力 ， 对 ，因为我们也会看到除了商业的流量之外 ，其实纯自然流量里面我们也在慢慢打通这种纯自然流量更定向的去分发漫剧和短剧的这个通道 ， 这样的话用户也会有更多的机会能看到短剧和漫剧的内容 ， 能看到小戏的内容 ， 同时这部分的 收益其实对于版权方来说它是成本投入相对比较小 。 **庄明浩** [1:20:43] 因为自然流量嘛 。 **郑迅** [1:20:44] 对 ， 然后收益可能可以徐徐图之 ， 或者是拉长一个时间周期去看 ，其实一部剧的回收可能还不错 ， 那这样我们也希望能让更多的版权制作的人从这个经济压力里能慢慢的释放出来 ，因为 AI 一部分释放掉了一部分 ， 快手的这些流量和分账的政策释放掉一部分 ， 对 ， 这样还是就是我的希望肯定是说那真的是能让好的做内容的故事能出得来 ， 这个是我 们在内容这一条线上的努力 ，AI 这条线就不用说了 ， 就是刚才其实聊了很多在大模型 ，不管是做推荐还是做出价的这些方面 ， 我们还会有一些可能更宏大的想法吧 ， 就是如果出价这个环节可以由大模型来白盒的翻译的话 ， 那是不是有一种可能是我们整个投放系统也可以由客户和系统直接对接 ， 直接说人话对接 ， 这可能是一个我觉得比较大胆或者说 比较有意思的一个事情 ，因为广告投放看上去是一个很专业的事情 ，但实际上你随着漫剧这种就是三五人工作室都可以入行的生意在这个平台做起来以后 ，其实你最终可能需要的是更简单的投放系统 。 **庄明浩** [1:22:10] 是 ， 就可能如果我觉得不需要太久我们就能实现今天这个事情可能允许客户以自然语言的方式来去做到今天可能市面上最专业的投手做的事情 。 **郑迅** [1:22:22] 不需要很久 ， 我们其实已经开放了一些小模块的尝试 ， 比如说刚才其实有介绍到就是快手做了大模型的内容理解 ，但其实这个内容理解里面会有些错误 ， 然后比如说大模型理解出来的是 A 和 B 的情感故事 ，但其实 A 和 B 在剧里面是个母女关系 ， 然后这很正常 ， 就是大模型很容易出现这种错误 ， 然后我们把这个东西白盒给了客户 ， 客户会帮我们纠偏 ， 所以这种纠偏其实不光是它把数据写对 ，而是让我们的大模型能知道这个地方错了 ， 那它会进入到整个模型的 reward 机制里面去 ， 所以我们做了一些小范围的尝试以后我们会发现说客户和投放的投手他对于这件事情的互动意愿是有的 ， 那这就意味着可能在未来不久的时间里面我们就能开放这种能力给到更多的投 手使用了 。 **庄明浩** [1:23:16] 明白 ， 最后一个问题 ，26 年有什么期待吗 ？ 无论是 AI 技术 、 产品端还是你们在做的事情的变化 。 **郑迅** [1:23:24] 肯定是希望我们的业绩能更好一些 ， 能让快手在这个快速增长的这个赛道里面能跟我们的合作伙伴一起获得一个还不错的下一年， 第二肯定是希望这些有意思的事情能有更多的人参与进来 ， 无论是三五个人去做漫剧的工作室 ， 我希望它能蓬勃的发展 ， 还有我们的产品团队 ， 我们的算法团队能更多的参与到大模型的这种实践里面来 ，其实 今年快手公司级都会 ， 就其实各公司现在都有嘛 ， 就各种 AI 的一些练兵 ， 对吧 ， 一些探索 ， 包括我记得我上次跟庄老师聊的时候 ， 我们内部有个机制是我们不设置 AI 的产品方向 ， 这样就可以让所有的产品方向都去探索这件事情 ， 那可能 26 年我们仍然是这样的一个局面 ， 就是我希望更多的产品经理和算法工程师们能在这个浪潮里面真把自己的聪明 才智发挥出来 ， 我发现现在这件事情只要它启动了 ， 它转速很快 。 **庄明浩** [1:24:30] 就跟漫剧一样 ， 就是回到今天的这个主题叫 AI 如何解锁 2026 年的内容消费的深水区 ， 确实 2026 年应该还会继续深下去 ， 就肉眼可见的这些双引号成熟的形态会更深 ，但是确实因为旁边有一个巨大的技术浪潮的出现 ，而且明显感觉今年会是更打开很多我们想象不到的场景的趋势会出现 ， 所以我也很期待 26 年 AI 也好 ， 内容消费也好 ， 能够出现什么样的变化 ， 然后我们今天节目录制到此结束 ， 感谢迅哥的这个对谈 ， 然后我们希望明年这个时候我们再去聊一聊 26 年的情况跟 27 年的变化 ， 如果有这样的机会的话 。 **郑迅** [1:25:14] 好好好 ， 感谢大家 。 **庄明浩** [1:25:15] 谢谢庄老师 。 **郑迅** [1:25:15] 感谢感谢 。 **庄明浩** [1:25:16] 谢谢大家 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。