一段视频生成十次才有一次满意

10月30日，在腾讯全球数字生态大会现场，腾讯云发布了面向音视频业务调优的WAND-Vega模型。腾讯云WAND多模态应用负责人朱琳在群访中抛出一个被行业反复吐槽的痛点：漫剧团队生成一段视频，往往要抽卡十次，才有一次能让制作团队满意。业内给这种现象起了个形象的名字——"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，才是AI生成绕不开的成本。

应用侧模型专治垂直场景

腾讯云副总裁、媒体AI产品负责人李志成把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。朱琳直言，Vega并非要与通用基础模型直接比拼参数，而是要补上垂直场景里的问题。Vega目前提供Lite和Pro两个方向：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。

把"抽卡"成本压下来

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。朱琳表示，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%。李志成还提到另一种方式：先用3D软件生成较简单的预演视频，再交给视频生成模型继续处理，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%。

已服务九成头部出海厂

更值得关注的是生态站位。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汤道生透露，目前WAND已服务90%的头部短漫剧出海企业。现场披露的案例显示，漫森文化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。这家公司搭建了自研制作平台，腾讯云WAND是其合作伙伴之一。当工具把产能门槛削平，真正的胜负手正从"能不能生成"转向"故事值不值得看"。