快手的視頻Agent，會不會來晚了？

AI價值官2026.10.05 17:36 · 來自浙江全文4219字00:00 / 11:40視頻模型廠商，正集體從"生成一段畫面"走向"交付一部成片"。文 | AI價值官，作者丨納瓦，編輯丨星野9 月 28 日，快手在模型與 Agent 兩層同時出手：白天，Agent 創作工具 likli 開啟內測；晚間，新一代模型 Kling 4.0 官宣將於 10 月上線。這並非快手的獨門動作，字節、MiniMax、阿里千問都已推出各自的創作 Agent。當模型能力被逐漸拉平，競爭正從模型轉向工作流與商業化。

如果把 AI 視頻過去一年的競爭看成一場"參數賽跑"，那麼快手同時按下兩個按鈕說明它想換一條賽道了。定位"交付結果的創作 Agent"的 likli 開啟內測；新一代模型 Kling 4.0 官宣上線。這說明，模型要補課，Agent 也要補課。而這兩條線背後，是同一場行業性的遷移：視頻模型廠商，正集體從"生成一段畫面"走向"交付一部成片"。快手，同一天按下兩個按鈕白天，一款名為 likli 的 AI 創作工具開啟內測，官方把它定位為"交付結果的 AI 創作 Agent"，Slogan是"從一個想法，到一部作品"。晚間，快手旗下可靈 AI 宣佈，新一代視頻生成模型 Kling 4.

0 將於 10 月正式上線，輕量版 Kling 4.0 Flash 當晚向黑金年卡會員開放小範圍體驗。首先，在模型層上，可靈官方宣佈 Kling 4.0 的升級方向為"真實、可控、專業"。落實到參數上，單次原生生成時長提升到 30 秒，是此前Kling 3.0 的兩倍，並配合多次續拍，單條視頻最長延展到了 2 分鐘。提示詞輸入上限提升至 8000 tokens，模型能夠對提示詞進行合理地補充、擴寫和潤色。面向製作環節的控制力也明顯補強。相較 Kling 3.0 僅支持首尾幀，Kling 4.0 支持最多 10 張關鍵幀，用於鎖定人物狀態、場景變化與情節節點。

對短劇與漫劇製作而言，30 秒單次生成與 2 分鐘續拍擴大了單鏡頭的連續敘事邊界，10 張關鍵幀與 15 項參考素材減少了反覆抽卡，4K 10-bit HDR 與 21:9 畫幅則更接近品牌廣告與長視頻後期的交付要求。再來看快手的Agent 層，likli 內置配音師、素材分析師、劇作家、商品編導等多套 Skill，官方展示頁標註 7+ 專業 Agent、20+ 創作能力、28+ Skills；用戶以日常語言下達指令，Agent 自動拆解任務。產出物自動沉澱為項目資產，按類型或項目歸檔，人物、場景、道具可複用；腳本、分鏡、畫面各階段實時開放、可隨時介入。

它同時推出 macOS 與 Windows 桌面客戶端，定價分 Basic、Plus、Pro、Max 四檔，基礎檔折算單次約 3.3 元。官方也交代了現階段的邊界：likli 完成的是從 0 到 1 的初稿搭建，成片還是需要人工進行微調的，批量生產要預留審片與返工時間。截至發稿，Kling 4.0 完整版的 API 調用價格與正式訂閱方案尚未公佈。AI價值官發現，有一個容易被忽略的細節，那就是可靈自己的產品端也在同步 Agent 化。

可靈此次把圖片、視頻、音頻參考素材放進了同一輸入框自由組合，把預覽、剪輯、添加素材整合進同一時間線，並推出全新的"畫布 Agent"體驗——素材、創作過程和生成結果可在畫布上自由佈局、節點連接，由 Agent 協助。有行業人士認為，這一更新"既與正在內測的 likli Agent 工具形成呼應，也進一步加重了 AI 視頻工具方的內卷程度"，AI 工具方在功能和價格方面的壁壘也會被進一步降低。也就是說，9 月 28 日的兩個動作不是巧合，而是同一個判斷的兩面——可靈要在"模型"和"Agent 平臺"兩條線上同時補課——Kling 4.

0 補的是模型層，likli 補的是 Agent 層，而產品端的畫布 Agent，補的是兩者之間的連接。但是，這套敘事成立的前提是，"補課"這個詞得先有參照物，因為別人已經先交卷了。全行業都在 Agent 化如果只看快手，我們很容易把 likli 當成一次孤立的產品內測。但把視角拉遠，"把生成片段升級為交付成片"這件事，是當下整個行業的重點關注。字節推出的小云雀 ，就是一個全場景 AI 內容創作 Agent 平臺，同樣採用 Agent 模式，支持劇本、角色資產、故事板、畫面生成與局部返工的項目級管理，定位與 likli 相似。

9月20日抖音創作者大會上，剪映推出一站式創作工作臺剪映Hub，打通AI生成與剪輯環節，同步升級智能創作Agent剪映助手，搭配ICG Studio等產品覆蓋創作全週期。同時，字節也打通了剪映、即夢、小云雀的產品鏈路，推動創作全流程數據在自有體系內沉澱。MiniMax推出的 Hailuo Video Agent，屬於是從生成單條片段，轉向單一輸入產出完整視頻，由 Agent 自行編排各個生成步驟。它最鮮明的特色是，實時展示分步推理過程，用戶能看到決策鏈條，從而定點干預修改，而不必整條重新生成。

據媒體報道，H3 權重已於 8 月 3 日開源，MiniMax Hub 把腳本、分鏡、音樂、剪輯收進同一畫布，由 Agent 統一調度。8 月 31 日，阿里旗下的千問創作平臺正式上線了 Agent Teams，已在千問創作 PC 端和千問 App 同步開放給全部用戶。其機制是 Leader-Teammate 多智能體協作模型，由用戶提出複雜任務，Leader 智能體自動理解需求、拆解為多個子任務，分發給不同 Teammate 並行執行。

編劇、導演、美術、攝影、剪輯等 Agent 各司其職，依次完成劇本創作、分鏡設計、角色設定、視頻生成和成片剪輯，覆蓋 AI 短劇、漫劇、營銷廣告、音樂 MV 等場景。如果這三家放在一起，我們發現其實各家的切入點和形態並不相同，字節的小云雀偏項目級管理，MiniMax 偏推理透明與半自動控制，千問偏多角色分工。但方向卻高度一致——都在搶"從創意到成片"的入口。有趣的是，Agent 層的競爭愈演愈烈，但模型層的差距卻正在縮小。以可靈 4.0 與字節 7 月上線的 Seedance 2.

5 為例，從公開參數看，兩者均支持單次 30 秒原生視頻、原生 4K 分辨率、10-bit 色深和同步音頻輸出，由媒體給出“可靈來到了 Seedance 2.5 同一水平”的判斷。差異開始轉向了工作流方向，Seedance 2.5 支持最多 50 個多模態參考素材，具備原生音畫同步能力，參考素材上限更高；而可靈 4.0 則把重心放在 10 張關鍵幀、創意復刻和視頻精準編輯上，導演化的控制更多。可以說，頭部模型的"代際差"正在被抹平，剩下的差異越來越像產品取向之爭了。造得出卻賣不動，仍然是行業痛點模型能力的趨同，讓競爭焦點從“生成效果”轉向“工作流”。

能把腳本、分鏡、生成和剪輯串起來的，才能更早拿下商業化的入口。先看需求側的情況，根據艾瑞諮詢估算，2026 年中國 AI 視頻生成市場規模有望突破 200 億元，預計到 2030 年達到 1000 億至 2000 億元量級。全球同樣在加速，廣發證券測算，AI 視頻模型行業收入規模 2025 年已達 12 億美元，預計 2026 年將躍升至 77 億美元，2030 年或有望突破 827 億美元。由以上數據可以看出，這的確是一個仍在快速膨脹的大盤。但盤子變大，不等於內容變好，供給端的“爆炸”，更值得行業警惕。

再來看看供給端的現狀，據中國網絡視聽協會數據，2026 年第一季度，全行業上線微短劇約 12.8 萬部，其中 AI 微短劇約 12.2 萬部、佔比超 95%；而截至 2026 年 2 月末，在播 AI 劇/漫劇總數約 12.78 萬部中，播放量破億的頭部作品僅 150 部，佔比不足 0.12%。供給爆炸與有效產能稀缺，正在同一條曲線上彼此拉扯。成本已經不是最大的挑戰，製作 90 分鐘漫劇的成本可從 1 萬餘元降至約 2000 元，降幅約 80%。成本被壓到這個量級後，限制內容產出的就不再是錢，而是能不能被看見。

一位深耕AI短劇的製作人告訴AI價值官，公司裡的庫存積壓越來越多，但爆款反而越來越少。這種 "造得出、卻賣不動" 的困境，正在把行業的競爭焦點從 "生成能力" 推向 "商業閉環"。行業困境讓人聯想起OpenAI 於 2026 年宣佈關停 Sora 應用等視頻生成業務。有分析機構測算，其日均運行成本約 1500 萬美元、年耗資約 54 億美元，而應用上線 1 年總收入僅約 140 萬美元。生成能力和商業閉環，本來就是兩件事，一切研發和投入都要回到商業化才有說服力。

據《每日經濟新聞》報道，今年 4 月，三家海外超級大客戶對可靈 AI 的 API 收入貢獻都因受到競爭的影響，而可靈 API 收入中超 80% 集中在少數超級大客戶身上，前十位"現金奶牛"中有 8 家都在海外。由此可見，快手如今面臨的商業化壓力，比同行更具體。除了快手，行業整體都面臨變現的難題。AI短劇製作成本雖然一再下降，但海量內容擠在一起，單部作品能分到的流量越來越少 。萬次播放收益從30—100元跌到5—10元，多數作品很難回本已經是公認的事實。在 Agent 化上，快手確實不具備首發優勢。但也正因為它站在了商業化這道真正的門檻上，才選擇 "模型 + Agent" 雙線補課模式。

補課的另一面是，快手仍握有 "旗艦模型 + 獨立 Agent 平臺 + 10 億級用戶平臺分發" 的完整牌組，而分發正是商業化最稀缺的東西。所以，likli 出現得晚不晚，答案不在時間上，而是在分發與使用上。當下真正的考驗不是誰的 Agent 上線時間早，而是誰的 Agent 產出的內容能被真正用起來，被更多用戶看到。模型能力終將被拉平，而Agent 也會成為標配，到那時，真正稀缺的不再是能生成什麼，而是生成出來的東西，有沒有人願意看完它。