2025年4月中旬，快手和字節(jié)這兩個(gè)老對(duì)手，在AI視頻生成領(lǐng)域，再次狹路相逢。

先是4月14日，字節(jié)跳動(dòng)的視頻生成基礎(chǔ)模型Seaweed，低調(diào)上線了官網(wǎng)，還釋出了技術(shù)報(bào)告。

“四兩撥千斤”，是字節(jié)這次在視頻領(lǐng)域，想要達(dá)到的效果。首發(fā)的模型Seaweed-7B，不僅用70億的參數(shù)，實(shí)現(xiàn)了超越140億參數(shù)同類(lèi)模型的效果，訓(xùn)練效率也相當(dāng)高：同類(lèi)模型的訓(xùn)練普遍要百萬(wàn)GPU小時(shí)，Seaweed-7B只用了66.5萬(wàn) H100 GPU小時(shí)。

相比字節(jié)的低調(diào)，快手想在視頻生成領(lǐng)域營(yíng)造的聲勢(shì)，要浩大的多。

4月15日，在發(fā)布會(huì)上，快手高級(jí)副總裁、主站業(yè)務(wù)與社區(qū)科學(xué)線負(fù)責(zé)人蓋坤，對(duì)著到場(chǎng)的幾百人，用極高的評(píng)價(jià)為快手在視頻生成領(lǐng)域的成績(jī)定調(diào)：

“‘可靈’吹響了整個(gè)視頻生成賽道的挑戰(zhàn)哨。”“在我們之后，各個(gè)廠商都開(kāi)始發(fā)視頻生成模型。”

的確，快手在2024年6月6日的視頻生成模型“可靈”，在一眾“Sora期貨”中，靠著大方的免費(fèi)試用，創(chuàng)造了上線三個(gè)月服務(wù)超260萬(wàn)用戶(hù)的記錄。

這也是字節(jié)和快手在視頻領(lǐng)域的首次交手。“可靈”的發(fā)布，一度將字節(jié)置于追趕者的位置。直到2024年11月8日，字節(jié)才回到視頻領(lǐng)域第 一梯隊(duì)：Seaweed和PixelDance上線了視頻生成平臺(tái)即夢(mèng)AI。

不少業(yè)內(nèi)人給出的評(píng)價(jià)是：2024年，在視頻性能上，奮起猛追的字節(jié)，最后與快手基本打平。

一年后的這次同臺(tái)較量，快手顯然也不肯讓出技術(shù)第 一的位置。

“全球大幅領(lǐng) 先。”“持續(xù)領(lǐng) 先?！薄罢?qǐng)?jiān)试S我把這兩句話再重復(fù)一遍?！?/p>

交出新答卷時(shí)，蓋坤的幾句話再次炒熱了場(chǎng)子。他宣布了快手在多模態(tài)領(lǐng)域的最新探索成果：圖像生成基座模型“可圖2.0”，視頻生成基座模型“可靈2.0”，以及多模態(tài)編輯功能MVL。

在視頻生成能力上，“可靈2.0”的文生視頻和圖生視頻能力，均超過(guò)了谷歌的視頻模型Veo2。在和老對(duì)手Sora的較量中，“可靈2.0”文生視頻模型的勝負(fù)比甚至達(dá)到了367%。

DeepSeek的掀桌，已經(jīng)讓行業(yè)意識(shí)到，模型決定了AI產(chǎn)品的上限。2025年，不少?gòu)S商的動(dòng)作都是：回歸模型。

字節(jié)和快手，當(dāng)下對(duì)AI視頻生成產(chǎn)品的野望并不相同。據(jù)了解，字節(jié)對(duì)“即夢(mèng)”的期望，是AI時(shí)代的抖音，一個(gè)未來(lái)更ToC的產(chǎn)品。而快手，則將商業(yè)化的希望，主要押注在B端。

即便如此，2025年，兩家廠商的共識(shí)依然是：打磨視頻基座模型，搶灘第 一梯隊(duì)。

據(jù)《晚點(diǎn)》報(bào)道，字節(jié)圖像視頻創(chuàng)作平臺(tái)“即夢(mèng)”負(fù)責(zé)人張楠的2025年OKR，其中一條為重點(diǎn)打磨模型效果。2025年“可靈”團(tuán)隊(duì)的目標(biāo)，也濃縮在蓋坤說(shuō)出的4個(gè)字中：“持續(xù)領(lǐng) 先”。

對(duì)于字節(jié)和快手而言，至少在技術(shù)層面，視頻生成領(lǐng)域的戰(zhàn)火只會(huì)愈燃愈旺。

01

拼性能，更拼落地

4月的這次“交手”，對(duì)字節(jié)快手來(lái)說(shuō)，絕不僅僅是一次視頻模型性能的比拼。

視頻模型落地難，已經(jīng)是老生常談的困境。除了模型效果不及預(yù)期外，貴，是視頻模型的通病。一個(gè)典型的案例是，為了覆蓋高昂的推理成本，OpenAI Sora推出的訂閱費(fèi)，高達(dá)200美元。

可見(jiàn)的是，相較于“炫技”的2024年，2025年的視頻模型競(jìng)技場(chǎng)，更突出一個(gè)實(shí)用和實(shí)惠。

比如，字節(jié)的Seaweed-7B雖然在性能上略遜于快手的上一代模型“可靈1.6”，但勝在部署成本相當(dāng)?shù)停簝H40GB顯存的單GPU，就能實(shí)現(xiàn)高分辨率（1280x720）視頻的生成。

這意味著，中小團(tuán)隊(duì)和個(gè)人創(chuàng)作者，也能負(fù)擔(dān)得起AI視頻創(chuàng)作。

在實(shí)用性上，字節(jié)和快手的共識(shí)是：只有一個(gè)視頻生成模型，目前是無(wú)法滿足用戶(hù)的創(chuàng)作需求的。

“可靈2.0”的發(fā)布會(huì)上，快手同時(shí)發(fā)布了圖像生成模型“可圖2.0”。這個(gè)增強(qiáng)了指令遵循能力和審美能力的模型，在競(jìng)技場(chǎng)上超越了Midjourney v7、Rave和FLUX1.1 pro三個(gè)主流模型。

在快手技術(shù)副總裁、可靈AI負(fù)責(zé)人張迪看來(lái)，圖像能力，是視頻模型落地中不可缺少的一步。

他舉了一組數(shù)據(jù)：用“可靈”生成的視頻中，圖生視頻占到了85%。圖生視頻的高比例說(shuō)明，在視頻創(chuàng)作的實(shí)際過(guò)程中，更多的用戶(hù)青睞于用圖片確定風(fēng)格、添加關(guān)鍵幀，以獲取更為穩(wěn)定的視頻生成效果。

“可靈”這次發(fā)布的“多模態(tài)編輯MVL功能”，據(jù)工作人員介紹，也是為了滿足創(chuàng)作者的實(shí)時(shí)視頻編輯需求。

多模態(tài)編輯MVL功能支持的不僅僅是文字prompt，還支持圖像和視頻模態(tài)的動(dòng)作描述文件。比如，用戶(hù)可以通過(guò)上傳一段新視頻，將新視頻中的人物，添加到原有視頻上。

快手注重圖像，字節(jié)則發(fā)揮了文本處理上的優(yōu)勢(shì)。Seaweed-7B結(jié)合了字節(jié)的“長(zhǎng)上下文調(diào)優(yōu)技術(shù)”和長(zhǎng)敘述視頻生成技術(shù)“VideoAuteur”，讓生成的視頻可以基于用戶(hù)的全局文本描述和分鏡描述，保持一致性。

02

“全村的希望”和“一個(gè)都不能落下”

字節(jié)和快手，在視頻領(lǐng)域登頂?shù)囊巴嗤湔凵涑龅臉I(yè)務(wù)處境，卻是不同的。

大眾耳熟能詳?shù)摹熬鲬?zhàn)”的故事之外，“可靈”從誕生到出圈，在快手的業(yè)務(wù)發(fā)展軌跡中，帶有一定的偶然性。

據(jù)《智能涌現(xiàn)》了解，直到2024年初，文生視頻的一項(xiàng)關(guān)鍵技術(shù)，才被可靈團(tuán)隊(duì)攻破。2024年3月，蓋坤才第 一次見(jiàn)到“可靈”的demo。

公司對(duì)AI的商業(yè)化預(yù)期，本來(lái)也并不高?！吨悄苡楷F(xiàn)》獲悉，快手商業(yè)化業(yè)務(wù)負(fù)責(zé)人王劍偉（Thomas）在2024年Q4的OKR中，“AI商業(yè)化”并非“O（Objectives，目標(biāo)）”，僅僅是“增長(zhǎng)”下的一個(gè)“kr（ Key Results，關(guān)鍵成果）”。

快手已經(jīng)很久沒(méi)有新故事了。作為同樣靠短視頻業(yè)務(wù)成長(zhǎng)起來(lái)的互聯(lián)網(wǎng)公司，快手的業(yè)務(wù)版圖，相較于不斷開(kāi)疆拓土的字節(jié)，并不廣闊。直到2023年，快手營(yíng)收的核心，還是圍繞短視頻平臺(tái)的線上營(yíng)銷(xiāo)、直播和電商。

但“可靈”的出現(xiàn)，讓快手看到了短視頻之外的新增長(zhǎng)曲線。

快手財(cái)報(bào)顯示，從2024年9月開(kāi)放API服務(wù)，到2025年2月，可靈AI的累計(jì)營(yíng)收已經(jīng)超過(guò)1億元。在用戶(hù)層面，蓋坤在這次發(fā)布會(huì)上透露，目前“可靈”已經(jīng)擁有2223萬(wàn)用戶(hù)，月活用戶(hù)增長(zhǎng)了25倍，全球的企業(yè)和開(kāi)發(fā)者客戶(hù)數(shù)量，也已經(jīng)超過(guò)了15萬(wàn)。

不僅自己造血，“可靈”也在撬動(dòng)快手的其他業(yè)務(wù)?？焓稚虡I(yè)化營(yíng)銷(xiāo)服務(wù)平臺(tái)“磁力引擎”的一名員工曾對(duì)《智能涌現(xiàn)》表示，“可靈”給快手的廣告業(yè)務(wù)帶來(lái)了明顯的增長(zhǎng)：

“大客戶(hù)每個(gè)月花十幾萬(wàn)做投流，廣告物料就可以用AI生成。一個(gè)剪輯師一天最多剪10條廣告物料，但是可靈可以生成幾千條，我們一天內(nèi)就能把幾千條廣告物料，用算法分發(fā)到用戶(hù)的推薦流里?！?/p>

“可靈2.0”的發(fā)布，對(duì)快手來(lái)說(shuō)，是“全村希望”的延續(xù)。

比起單點(diǎn)奇襲的快手，字節(jié)在視頻生成賽道，有著更重的好學(xué)生包袱。

兩年來(lái)，從人、算力，到金錢(qián)，字節(jié)在AI領(lǐng)域的重兵投入有目共睹。但文本模型領(lǐng)域有DeepSeek，視頻模型領(lǐng)域有可靈，語(yǔ)音模型和MiniMax的海螺AI打得難舍難分——字節(jié)什么都抓了，但好像什么也沒(méi)抓牢。

痛定思痛，2025年開(kāi)春以來(lái)，字節(jié)內(nèi)部已經(jīng)掀起了一場(chǎng)改革。2025年3月，AI部門(mén)“Seed”的新帥、原Google Fellow吳永輝在部門(mén)全員會(huì)上提到，要進(jìn)一步加強(qiáng)組織文化，打造開(kāi)放、包容、自信的團(tuán)隊(duì)研究氛圍；要提高技術(shù)開(kāi)放程度。

Seaweed-7B的發(fā)布，是字節(jié)AI改革后的一個(gè)注腳。

繼3月豆包首次公開(kāi)文生圖技術(shù)報(bào)告后，Seaweed也成了字節(jié)在視頻領(lǐng)域首 個(gè)公開(kāi)技術(shù)報(bào)告的模型。值得注意的是，曾被字節(jié)視作機(jī)密的研究團(tuán)隊(duì)，蔣路、馮佳時(shí)、楊振恒、楊建超，這次也以技術(shù)報(bào)告署名的形式，首次集體走到臺(tái)前。

重振旗鼓后，雙方的較量，才剛剛開(kāi)始。