腾讯云WAND-Vega不做基模：短漫剧抽卡可用率提至八成，成本再降三成

腾讯云音视频把二十多年的技术积累打包成WAND产品家族，并推出应用侧系列模型WAND-Vega。与从零训练通用基座的路线不同，WAND-Vega基于混元等开源主流基座做后训练与强化调优，专门解决垂直专业场景的问题。腾讯云副总裁、媒体AI产品负责人李志成在采访中给出判断：通用场景的能力现在已经不是行业痛点，但通用基座模型在垂直场景里还有很多bad case没有解决，垂类模型的钱就藏在这些bad case里。如果AI不能帮助客户实现日活与收益的增长，模型本身就没有意义。

以一部短漫剧的制作为例，从分镜到成片大约要抽十次卡，十次生成里只有一次能拿到满意效果；叠加WAND全套技术后，头部客户的内容可用率能提升到80%，综合成本随之大幅下降。对成本敏感的客户，在效果对齐行业主流的前提下，成本还能再低20%到30%。在AI剧单分钟成本被压到数百元、投流占全链路成本约七成的行业背景下，生成环节每降低一个点的废片率，都是在给项目毛利直接加钱。

当视频大模型的能力差距逐渐收敛，制作团队的痛点正在从能不能生成，转向能不能稳定量产。抽卡率、角色一致性、批量转绘效率这些工程指标，成了团队选型时比参数更能说明问题的依据。腾讯云选择不做基模，实质是把宝押在产业理解上：头部模型的画面上限已经够用，谁能在具体场景里把可用率和成本这两个硬指标做实，谁就能在AI短剧的工业化竞赛里拿到订单。

在刚结束的2026腾讯全球数字生态大会上，WAND与TAPNOW、智象元一、紫讯科技、漫森文化、山海星辰、多模态媒体实验室等客户伙伴集体亮相，覆盖内容生产、出海分发等多个环节。对正在冲刺海外市场的AI漫剧团队而言，垂类模型把译制、重绘、角色适配等环节的稳定性抬高，等于间接降低了出海试错成本。随着海外AI漫剧市场进入高速扩容期，垂类工具与内容产能的深度绑定，可能成为云厂商在这一赛道最现实的变现路径。