从短视频到AIGC，快手字节重开一局 新媒体人必读 | 吃透采访中的“语言”

从短视频到AIGC，快手字节重开一局 新媒体人必读 | 吃透采访中的“语言”， 

从短视频到AIGC，快手字节重开一局

作者 |辰纹

来源 |洞见新研社

从短视频到剪辑工具，从电商到外卖，再到如今的AIGC大模型，快手和字节的竞争从来就没有停止过。

通用大模型方面，快手有快意，字节有豆包；AI图片创作快手有可图，字节有星绘；视频生成大模型，快手有可灵，字节用即梦相对，此外在AI音乐、剪辑工具、社交产品、特效制作等多个领域，快手和字节都有相应的AIGC产品形成竞对。

制表：洞见新研社

短视频的主航道上，快手和字节打了个半斤八两，如今转向到AIGC的未来之争，两方的一举一动同样颇具关注。

01 针锋对麦芒

公开资料显示，为了跟上席卷全球的大模型行业潮流，字节跳动去年抽调了内部的高层管理和业务骨干组建了新的AI部门Flow。

前TikTok产品技术负责人朱文佳任Flow的业务负责人、字节跳动产品和战略副总裁朱骏任产品负责人，字节跳动技术副总裁洪定坤担任技术负责人，三方协同合作推进AI进程。

基础大模型方面，字节跳动去年8月上线了首个大语言模型“豆包”及多模态大模型BuboGPT。此外，字节跳动基础模型在语言和图像两种模态上均进行了布局，两个团队均向TikTok技术负责人朱文佳汇报。

AI应用层方面，Flow目前已推出三款AI产品，豆包、扣子和Cici。

其中，豆包为一款类GPT应用，可以完成问答、文本生成、语言翻译等多种任务，还可以根据用户需求和上下文进行自适应问答，提供个性化服务。

扣子是一站式AI Bot开发平台，无论用户是否有编程基础，都可以在扣子平台上快速搭建基于AI模型的各类问答Bot，可完成解决简单的问答，并处理复杂逻辑的对话。

为了加强AI战略，字节的其他部门也没闲着，包括剪映、巨量引擎、抖音主端、抖音电商、飞书等部门，都在加码各自的AI业务，成果陆续落地。

快手同样是在去年年初启动了新AI战略。

2023年Q3财报会议上，快手CEO程一笑介绍，快手的语言大模型-快意130亿和660亿大模型已达到行业内同等规模领先水平，同时也已经开始超千亿规模语言大模型以及多模态大模型的研发。

有媒体报道称，快手AI主要由快手AI技术团队（此前的快手Y-tech部门）负责。

具体的业务布局则是建立了以快意大模型为基础的AI服务平台，面向市场提供AI技术服务，产品服务涵盖计算机视觉、计算机图形学、自然语言处理、音频技术、视频技术、知识图谱、机器学习、AR/VR/MR、多模态等核心技术领域。

今年2月，继ChatGPT之后，OpenAI公布的Sora AI视频生成模型再度引爆全网。

然而从5月份开始，国内达到类Sora级别的AI视频模型技术陆续公布，快手也在6月6日推出AI视频生成模型可灵，并进行邀测，由于可灵的生成效果直逼Sora，引发行业关注。

猎豹移动董事长傅盛在体验过快手可灵后给与了高度评价，“甚至我觉得也吊打了Sora，我认为这个产品今天，在我能使用的范畴内就是全世界第一的”。

02 心智争夺战

无论在AIGC中的投入有多少，产品的宣传有多炫目，其最终的目的还是要让这项产品用起来，特别要让普通人用起来，因而从这一视角来看，大模型竞争的本质，是终端心智的争夺。

在这方面，字节的豆包显示出非常强的竞争力。

根据QuestMobile的统计数据，截至今年3月，豆包月活用户已达到2328.2万，排在豆包身后的文心一言、天工、讯飞星火、Kimi智能助手的月活用户数分别为1466.1万、966.1万、620.4万、589.7万。

而豆包官方数据显示，其移动和桌面双端月活跃用户已经超过 2600 万。同时，这些用户还共同创造了800多万个智能体。

基于豆包大模型，字节跳动还打造了AI应用开发平台“扣子”，互动娱乐应用“猫箱”，AI分身创作应用“星绘”等一系列产品。

在字节跳动内部，抖音、番茄小说、飞书、巨量引擎等50多个业务接入到豆包大模型，用来提升效率和优化产品体验。

由内及外，OPPO小布助手、荣耀MagicBook的YOYO助理、华硕笔记本电脑豆叮AI助手、极氪汽车的座舱大模型等均已接入字节的大模型服务。

可以注意到，从C端的APP用户，到B端的千行百业，豆包不仅使用量大，应用场景也非常丰富。据悉，目前豆包日均处理文本1200亿Tokens，生成 3000 万张图片。

不难看出，字节凭借着原本业务的用户基础，采用了打造平台型产品，围绕平台型产品建立其他关联产品生态的策略，这一幕与字节早期“APP工厂“时代极为相似。

快手的快意大模型具备与豆包相似的能力，只是快意目前更多应用在快手内部，主要为短视频、直播、广告、电商等业务服务。

快手官方公布的数据称，半年来，有近2万商家在快手平台借助大模型能力实现智能化经营，获得不菲回报。相比今年1月，今年6月的AIGC月活跃客户数增长了8倍，月GMV规模提升了64倍，平台AIGC广告收入规模提升了12倍。

快意之外，可灵是快手的另外一个心智争夺杀手锏。

其实不光是傅盛，很多科技博主、AI创作者们对可灵的表现也是大为赞赏。

AI创作者娜娜在体验过可灵后认为，人物一致性是可灵的一大亮点，并且可灵更加擅长真实画风，表现比较好的是美女、动物、吃东西等画面的生成。

与另外两个国外视频生成软件Runway和Luma进行对比，可灵在文生视频之外，比Runway多了一个图生视频的功能，比Luma的生成结果更加稳定。

也正是因为表现出色，引来了众多用户参与到可灵内测的申请之中，根据快手官方公布的数据显示，早在7月份时就已经有超过50万的用户申请可灵的内测资格，视频生成数量达700万。

不难看出，可灵的产品在技术上有突破，快手在视频生成赛道的布局也是极具策略的，用猎豹傅盛的话来说，“可灵的成功，更加证明了，Sora并不是一项技术性突破，而是产品型图片”。

03 决胜点在商业化

大模型的业务布局，快手和字节各有侧重，然而大模型的竞争最终的落脚点还是在商业化上，不光要用户爱用，还要用户愿意花钱来用。

在这方面，快手和字节也呈现出不同的思考方向。

我们先来看字节对豆包的定位，从产品形态来看，豆包是一个综合性的AI智能体平台，这也就意味着字节对豆包有着更大的野心，即不光光是为原有业务赋能，更希望豆包能够成为一个新的营收增长点。

因而在应用设计上，字节着重解决了豆包的“拟人化”“离用户更近”和“个性化”的问题，为了让更多的人体验到豆包，除了基础的免费服务之外，字节还着手大幅降低豆包的收费标准。

根据字节官方公布的数据，豆包主力模型 Pro-32k 版本模型推理输入价格为0.0008元/千Tokens，0.8厘就能处理 1500 多个汉字，比行业同等模型便宜99.3%；128k型号价格为0.005元/千Tokens，比行业价格低95.8%。

豆包的价格之所以定的这么低，字节认为有两点，一是需要做到这么低，另一个是自己能够做到这么低。

前者很好理解，只有足够低的价格，才会降低企业用户的试错成本，增强企业用户的信心，尝试大模型。

后者则是出于对行业趋势和自身能力的一种判断。

零一万物CEO李开复曾表示，大模型推理成本每年降低十倍，这在过去两年已经发生，优化得好更是可以降低二三十倍。

字节则通过模型结构优化、分布式推理、混合调度等举措，极大压低了大模型的推理成本，模型的调用量越大，成本的优化空间也就越大。

价格是豆包的留给行业最醒目的标签，更重要的是，通过一系列操作，字节打了一个样，为行业创作了一个大模型商业运营的范式。

相比之下，快手AIGC业务的商业化进程就要慢一些，如上文所述，快意更多为快手的自身业务赋能，可灵的想象空间虽大，但快手目前对可灵无明确的商业计划，也不对外提供API。

快手视觉生成与互动中心负责人万鹏飞在一次演讲中，谈到可灵的未来时曾提到，“视频创作的门槛和效果的ROI大幅度提升，视频创作者和消费者界限逐渐模糊。越来越多消费者变成创作者，对于视频创作生态的繁荣是非常有价值的。”

由此可见，不断强化自己的短视频生态，将长板持续做长也未尝不是一个较好的商业化路径，通过内部验证之后的技术产品输出，其能量往往更大。

04 结语

创新工场联合创始人汪华曾做过一个统计，虽然最近大家看到很多产品在大量推广，用户量也在迅速增长，但是把所有应用加在一起，日活也不过就是1000万，中国有12亿网民；而美国3亿人口就有大几千万的日活，相比之下还有很大的差距。

李彦宏也呼吁行业不要卷模型，要去卷应用，没有应用，光有一个基础模型，不管是开源还是闭源都一文不值。

这也是说，虽然AI未来已来，但是大模型的产品化还远远没有到来，用AI赚钱的时代才刚刚开始。

投身于时代潮流之中，快手有机会，字节有机会，你和我也有机会。


新媒体人必读 | 吃透采访中的“语言”

◎ 新媒体人必读！艾美奖获奖导演手把手传授，视频采访与拍摄剪辑之核心要领

一手案例，字字干货，淬炼近40年纪录片领域实战与教学经验。一册在手，搞定新闻访谈、纪实节目、真人秀综艺、纪录片、调查取材、播客、短视频、直播等流媒体时代内容创作者必备技能，需要接受采访、面对镜头的读者或公关团队也可参考。

◎ 搭建“采访+倾听”双向通道，掌控信息流动，挖取一手素材

倾听是把握采访走向、掌控信息流动的关键，学会倾听，快速破冰，搭建起沟通的通道，顺畅挖取一手素材。

◎利用三类问题，掌握正确发问姿势，坐享高效沟通

受访者时而含糊其辞、时而滔滔不绝？AI助手听不懂我的提问指令、经常已读乱回？……学会设计三类问题，方可主导沟通高效进行，轻松获取所需信息。

◎ 从口头表达到肢体信息，吃透采访中的“语言”

对方有没有在听我讲话？我该在意他刚刚的表情吗？他这副姿态是什么意思呢？……采访中大量关键信息并非来自耳朵，而是眼睛。听懂无声的语言，助力采访事半功倍。

◎ 学以致用，从不同场地采访搭建策略，到实战拍摄剪辑技法，轻松完成功能性采访

只能见缝插针地在人多的地方采访，怎么收音合适？一对一访谈要怎么架设备？什么时候切受访者手部特写？拿到视频素材怎么剪辑和分轨？……本书将提供简明的采访场景操作指南，分享高效实用的采访节目落地技巧。

点击链接， 即刻入手《采访与倾听》

【作者简介】

詹姆斯·R. 马丁（James R. Martin），制片人，编剧，影视导演，视频、多媒体和数字媒体内容制作总监。近20年来，一直在福赛大学主管纪录片制作课程。此前13年，在芝加哥哥伦比亚学院教授电影制作。曾凭借《热心肠：公房是我家》《钢铁围城》两获艾美奖提名（前者最终获奖）。马丁的作品包括纪录片、商业广告、故事长片、短片，以及公司企业宣传片，另著有《创作纪录片》等书。

【译者简介】

郑恬，北京电影学院导演系硕士，在校主修纪录片理论与创作，现任青岛电影学院导演系讲师，中国高校影视学会会员。独立导演的纪录片《渔》曾入围国内外多个电影节并获奖，参与导演的系列纪录片《中国仪仗兵》获2016年中美电影节年度zui佳中国纪录片金天使奖。